百年德國(guó)「戰(zhàn)車(chē)」征服歐陸，駕駛位上是中國(guó)AI司機(jī)

德國(guó)不限速高速、法國(guó)復(fù)雜環(huán)島、日本右舵左行道路……

這幾天，量產(chǎn)L2++測(cè)試車(chē)輛正穿梭這些國(guó)家公開(kāi)道路之上，車(chē)身上的標(biāo)識(shí)格外醒目：

△文遠(yuǎn)知行WRD 3.0測(cè)試車(chē)在德國(guó)

Powered by WeRide。

Robotaxi海外大規(guī)模落地運(yùn)營(yíng)步履不停，文遠(yuǎn)知行的另一條腿——量產(chǎn)車(chē)L2++，也邁出了國(guó)門(mén)。

而不論是德國(guó)、日本還是法國(guó)，都是傳統(tǒng)汽車(chē)時(shí)代的強(qiáng)國(guó)。

如今，在這些汽車(chē)強(qiáng)國(guó)的道路上，智能化浪潮是由中國(guó)的文遠(yuǎn)知行來(lái)引領(lǐng)。

這同樣是一個(gè)時(shí)代的縮影。

文遠(yuǎn)知行L2++出海，到底走到了哪一步？

這是文遠(yuǎn)知行這次首次系統(tǒng)性披露了全球道路驗(yàn)證的最新進(jìn)展：

目前，文遠(yuǎn)知行一段式端到端輔助駕駛解決方案WRD 3.0智能輔助駕駛核心算法，已經(jīng)先后在德國(guó)、法國(guó)、日本完成道路測(cè)試與驗(yàn)證。

很多人第一反應(yīng)可能是：無(wú)非就是把車(chē)開(kāi)到國(guó)外測(cè)試。

但真正復(fù)雜的，是讓同一套智能駕駛系統(tǒng)，在完全不同的駕駛環(huán)境里依然能夠正常工作。

德國(guó)、法國(guó)、日本對(duì)應(yīng)著三種截然不同的駕駛環(huán)境和條件。

德國(guó)高速公路，是很多智能駕駛系統(tǒng)都會(huì)遇到的一道難題。

原因很簡(jiǎn)單——速度。

部分高速路段不限速，車(chē)輛高速超車(chē)、快速變道十分常見(jiàn)。對(duì)于AI來(lái)說(shuō)，它需要面對(duì)的，不只是更快的車(chē)流，而是整個(gè)交通環(huán)境都在高速變化。

每一次決策，都必須提前完成。否則留給系統(tǒng)反應(yīng)的時(shí)間，將遠(yuǎn)比普通道路短得多。

法國(guó)則完全是另一種風(fēng)格。這里大量存在復(fù)雜環(huán)島，一個(gè)環(huán)島可能擁有多個(gè)出口，同時(shí)不斷有車(chē)輛匯入、駛離。對(duì)于人類(lèi)司機(jī)來(lái)說(shuō)，這依賴(lài)多年駕駛經(jīng)驗(yàn)：什么時(shí)候進(jìn)入？什么時(shí)候等待？什么時(shí)候讓行？

很多時(shí)候并沒(méi)有標(biāo)準(zhǔn)答案，而是建立在對(duì)其他交通參與者行為的持續(xù)判斷之上。對(duì)于智能駕駛而言，這樣的場(chǎng)景比紅綠燈路口更難。因?yàn)檎嬲枰斫獾模皇墙煌ㄒ?guī)則，而是人的行為。

日本帶來(lái)的挑戰(zhàn)，則來(lái)自另一套道路體系。

△文遠(yuǎn)知行WRD 3.0測(cè)試車(chē)在日本

右舵左行意味著駕駛邏輯幾乎全部發(fā)生變化。駕駛員位置變了，車(chē)輛行駛方向變了，路口組織方式變了，道路標(biāo)識(shí)和交通設(shè)施也都發(fā)生了變化。

如果說(shuō)德國(guó)考驗(yàn)的是高速能力，法國(guó)考驗(yàn)的是復(fù)雜交互，日本更像是在考驗(yàn)系統(tǒng)能否快速適應(yīng)另一套世界規(guī)則。

這些差異看似零散，但背后都指向同一個(gè)問(wèn)題。

AI司機(jī)面對(duì)的，表面是不同國(guó)家，本質(zhì)是不同的數(shù)據(jù)分布。

對(duì)于模型來(lái)說(shuō)，它并不知道什么叫德國(guó)、日本或者法國(guó)，它只知道，自己眼前出現(xiàn)了一套過(guò)去很少見(jiàn)、甚至從未見(jiàn)過(guò)的環(huán)境，會(huì)直接影響最終做出的判斷。

所以，這次驗(yàn)證真正想回答的問(wèn)題，除了文遠(yuǎn)知行是不是有途徑進(jìn)入海外市場(chǎng)，更重要的是：

同一套智能駕駛技術(shù)，是否具備跨環(huán)境運(yùn)行能力。

而文遠(yuǎn)知行，的確沒(méi)有選擇針對(duì)不同國(guó)家分別開(kāi)發(fā)不同版本。

文遠(yuǎn)知行利用同一套技術(shù)架構(gòu)，研發(fā)、測(cè)試、驗(yàn)證到商業(yè)化落地，并搭建了全流程工程體系，不同國(guó)家持續(xù)完成道路驗(yàn)證。

這意味著，自動(dòng)駕駛，甚至今后物理AI競(jìng)爭(zhēng)的重點(diǎn)，正在悄悄發(fā)生變化。

為什么全球道路驗(yàn)證如此重要？

1年前，L2++行業(yè)競(jìng)爭(zhēng)的關(guān)鍵詞還是功能。

高速領(lǐng)航有沒(méi)有？城市輔助駕駛什么時(shí)候開(kāi)？能不能自動(dòng)泊車(chē)？覆蓋了多少城市？

誰(shuí)先把一個(gè)功能做出來(lái)，誰(shuí)就更容易成為市場(chǎng)關(guān)注的焦點(diǎn)。

但今天，這套競(jìng)爭(zhēng)邏輯正在慢慢失效。

原因很簡(jiǎn)單，越來(lái)越多企業(yè)已經(jīng)能夠完成相似的功能。真正拉開(kāi)差距的，不再是誰(shuí)會(huì)做，而是誰(shuí)能在陌生環(huán)境里依然做好——泛化能力——AI離開(kāi)自己熟悉的環(huán)境之后，是否依然知道該怎么開(kāi)車(chē)。

△文遠(yuǎn)知行創(chuàng)始人兼CEO韓旭(左)、博世智能駕控中國(guó)區(qū)總裁吳永橋(右)在2025慕尼黑車(chē)展合影

因?yàn)楝F(xiàn)實(shí)世界沒(méi)有標(biāo)準(zhǔn)答案，每天都會(huì)出現(xiàn)新的施工區(qū)域、新的交通標(biāo)識(shí)、新的駕駛行為，甚至同一條道路，不同時(shí)間段都會(huì)呈現(xiàn)完全不同的狀態(tài)。

沒(méi)有任何一家公司能夠提前收集所有數(shù)據(jù)，也沒(méi)有任何模型能夠把所有場(chǎng)景全部背下來(lái)。

真正成熟的L2++，不應(yīng)該依賴(lài)“見(jiàn)過(guò)”才能處理，而應(yīng)該依靠對(duì)世界的理解，去應(yīng)對(duì)那些從未見(jiàn)過(guò)的情況。

這也是為什么，全球道路驗(yàn)證越來(lái)越重要。

德國(guó)、日本、法國(guó)，并不僅僅代表三個(gè)海外市場(chǎng)，對(duì)于AI來(lái)說(shuō)，它們更像是三張完全不同的考卷。

文遠(yuǎn)知行的方案在這幾個(gè)交通條件截然不同的國(guó)家完成測(cè)試，說(shuō)明它學(xué)習(xí)到的已經(jīng)不是某一個(gè)國(guó)家的駕駛經(jīng)驗(yàn)，而是一種能夠適應(yīng)不同環(huán)境的底層能力。

這就是近兩年行業(yè)頻繁提到世界模型（World Model）的重要原因，它是AI對(duì)于現(xiàn)實(shí)世界的一種“認(rèn)知能力”。

△文遠(yuǎn)知行GENESIS可模擬任意空間內(nèi)的位移，實(shí)現(xiàn)閉環(huán)感知，指數(shù)級(jí)擴(kuò)大仿真世界范圍

相比傳統(tǒng)一段式“黑盒”直接輸出方向盤(pán)該往哪里打、油門(mén)該踩多少，世界模型更關(guān)注的是：這個(gè)世界正在發(fā)生什么，接下來(lái)可能發(fā)生什么。

它需要理解車(chē)輛、行人、自行車(chē)之間的關(guān)系，需要預(yù)測(cè)交通參與者未來(lái)幾秒鐘的行為，也需要在大量不確定因素中找到最合理的決策。

從某種意義上說(shuō)，世界模型真正學(xué)習(xí)的，不是開(kāi)車(chē)，而是理解世界。

而不同國(guó)家、不同道路環(huán)境，恰恰就是檢驗(yàn)這種能力最天然的考場(chǎng)。

那么，為什么文遠(yuǎn)知行能夠參與這樣的全球道路驗(yàn)證？

一個(gè)重要原因，在于它過(guò)去多年持續(xù)積累的L4自動(dòng)駕駛能力，和在L4實(shí)踐中建立的技術(shù)體系。

包括一段式端到端架構(gòu)、WeRide GENESIS世界模型，以及面向不同算力平臺(tái)的適配能力。這些能力共同構(gòu)成了模型訓(xùn)練、仿真驗(yàn)證和量產(chǎn)部署的完整鏈路，讓系統(tǒng)不僅能夠持續(xù)學(xué)習(xí)，也能夠更快適應(yīng)新的環(huán)境。

當(dāng)然，智能駕駛最終能否真正走向全球，僅靠算法遠(yuǎn)遠(yuǎn)不夠。

真正決定一項(xiàng)技術(shù)能否落地的，往往是工程體系。

從數(shù)據(jù)閉環(huán)、仿真驗(yàn)證，到車(chē)規(guī)級(jí)開(kāi)發(fā)、供應(yīng)鏈協(xié)同，再到不同國(guó)家的法規(guī)和測(cè)試標(biāo)準(zhǔn)，每一個(gè)環(huán)節(jié)都會(huì)影響最終產(chǎn)品表現(xiàn)。

舉個(gè)例子，數(shù)年前L4玩家就在強(qiáng)調(diào)對(duì)量產(chǎn)車(chē)智能輔助駕駛的“降維打擊”，但事實(shí)是，最終只有文遠(yuǎn)知行做到了。

文遠(yuǎn)知行創(chuàng)始人兼CEO韓旭，把L4比作馬拉松——42.195公里，考驗(yàn)?zāi)土Α⑾到y(tǒng)能力和對(duì)長(zhǎng)尾場(chǎng)景的覆蓋。把L2++比作1500米中長(zhǎng)跑——需要爆發(fā)力、量產(chǎn)能力和成本控制。

△文遠(yuǎn)知行創(chuàng)始人兼CEO韓旭出席量子位·MEET2026智能未來(lái)大會(huì)

所以深耕“馬拉松”的文遠(yuǎn)知行，和其他L4相比，技術(shù)、理論其實(shí)站在同一起跑線(xiàn)，真正在降維這件事上拉開(kāi)差距的，是堅(jiān)持——日日夜夜地磨量產(chǎn)、適配不同芯片、滿(mǎn)足主機(jī)廠的種種要求，一路堅(jiān)持下來(lái)。

對(duì)應(yīng)到技術(shù)層面，除了基礎(chǔ)的知識(shí)蒸餾之外，還涉及更多細(xì)致到代碼級(jí)的Know-how，比如蒸餾前的混合精度量化 (Mixed-Precision)、模型減枝、動(dòng)態(tài)推理優(yōu)化、MoE架構(gòu)優(yōu)化等等……

這也是文遠(yuǎn)知行與博世合作的重要意義：

當(dāng)智能駕駛真正走向全球，AI是否已經(jīng)具備了跨越不同“駕駛世界”的能力。

技術(shù)、工程之外，文遠(yuǎn)知行的第三道護(hù)城河

如果把視角拉遠(yuǎn)，文遠(yuǎn)知行L2++海外道路驗(yàn)證，背后折射出的是文遠(yuǎn)知行技術(shù)路線(xiàn)的一次延伸，也是整個(gè)行業(yè)正在發(fā)生的變化。

過(guò)去幾年，L2輔助駕駛和L4自動(dòng)駕駛，往往被看作兩條并行發(fā)展的路線(xiàn)。

一條面向量產(chǎn)市場(chǎng)，一條探索更高等級(jí)的自動(dòng)駕駛。

但隨著數(shù)據(jù)驅(qū)動(dòng)、世界模型、強(qiáng)化學(xué)習(xí)等技術(shù)路線(xiàn)不斷成熟，兩者之間的邊界正在變得越來(lái)越模糊。

△2025年11月，文遠(yuǎn)知行正式達(dá)成港股+美股雙上市布局

有的L4玩家對(duì)待這種趨勢(shì)的態(tài)度是“如臨大敵”，不斷在公開(kāi)表態(tài)中怒懟“升維”路線(xiàn)，但文遠(yuǎn)知行從技術(shù)本質(zhì)出發(fā)，看到了新的機(jī)遇：

L4是L2++不斷向上的技術(shù)來(lái)源。

后續(xù)L2++的大規(guī)模量產(chǎn)，又能夠帶來(lái)更多真實(shí)道路數(shù)據(jù)，進(jìn)一步推動(dòng)模型持續(xù)學(xué)習(xí)和迭代。

兩條路線(xiàn)之間，不再是過(guò)去那種“各做各的”，而是在逐漸形成一個(gè)相互促進(jìn)的技術(shù)飛輪。

從商業(yè)層面，這種變化也開(kāi)始有所體現(xiàn)。

2026年第一季度，文遠(yuǎn)知行實(shí)現(xiàn)營(yíng)收1.14億元，同比增長(zhǎng)58%，毛利率達(dá)到35%。

這些數(shù)字本身并不能說(shuō)明一家自動(dòng)駕駛公司已經(jīng)完成商業(yè)化，但至少能夠看到一個(gè)趨勢(shì)——過(guò)去沉淀在L4領(lǐng)域的技術(shù)能力，正在進(jìn)入更大規(guī)模的市場(chǎng)，并逐步釋放價(jià)值。

相比單純?cè)黾右豁?xiàng)業(yè)務(wù)，更重要的是技術(shù)開(kāi)始形成復(fù)用——

對(duì)于一家自動(dòng)駕駛企業(yè)來(lái)說(shuō)，這意味著研發(fā)投入不再只服務(wù)于單一場(chǎng)景，而能夠同時(shí)支撐Robotaxi和量產(chǎn)輔助駕駛的發(fā)展，形成持續(xù)迭代的正循環(huán)。

△文遠(yuǎn)知行純無(wú)人Robotaxi GXR已在全球多地開(kāi)啟商業(yè)化應(yīng)用

自動(dòng)駕駛公司從Day 1開(kāi)始?jí)裘乱郧蟮?strong>AI司機(jī)授權(quán)費(fèi)模式，正在文遠(yuǎn)知行快速達(dá)成閉環(huán)。

同樣值得關(guān)注的，還有文遠(yuǎn)知行L2++出海的模式。

博世代表的是成熟汽車(chē)工業(yè)積累數(shù)十年的車(chē)規(guī)體系、工程能力和全球供應(yīng)鏈經(jīng)驗(yàn)，以及這家百年Tier 1和跨過(guò)車(chē)企的強(qiáng)連接關(guān)系。

而文遠(yuǎn)知行代表的，則是近年來(lái)快速發(fā)展的一段式端到端算法、世界模型以及Physical AI能力。

博世擅長(zhǎng)說(shuō)服車(chē)企擁抱變革，取得信任；文遠(yuǎn)知行則持續(xù)推動(dòng)智能駕駛底層能力不斷演進(jìn)。

雙方合作是嘗試讓新一代AI能力，與成熟汽車(chē)工業(yè)體系真正融合。

最后是對(duì)于自動(dòng)駕駛技術(shù)迭代，文遠(yuǎn)開(kāi)始定義新的行業(yè)“基線(xiàn)”：

數(shù)據(jù)閉環(huán)是否能夠持續(xù)運(yùn)轉(zhuǎn)、驗(yàn)證體系是否足夠完善、車(chē)規(guī)開(kāi)發(fā)是否滿(mǎn)足安全要求，以及產(chǎn)品是否能夠適應(yīng)不同市場(chǎng)、不同法規(guī)和不同用戶(hù)需求。

只有這些能力共同建立起來(lái)，一項(xiàng)智能駕駛技術(shù)才真正具備全球量產(chǎn)的基礎(chǔ)。

過(guò)去一年中，文遠(yuǎn)知行已經(jīng)連續(xù)六站獲得中國(guó)智駕大賽第一名，并累計(jì)獲得30余款車(chē)型量產(chǎn)定點(diǎn)項(xiàng)目。

這些成績(jī)未必意味著它已經(jīng)解決了高階輔助駕駛所有問(wèn)題，但至少說(shuō)明，其技術(shù)體系已經(jīng)具備持續(xù)工程化、持續(xù)量產(chǎn)化的能力。

而對(duì)于下一階段的智能駕駛競(jìng)爭(zhēng)來(lái)說(shuō)，這種能力可能比一次功能突破更重要。

它所對(duì)應(yīng)的，也不只是某一代車(chē)型，而是下一代世界模型、下一代Physical AI，以及未來(lái)智能駕駛技術(shù)演進(jìn)的方向。

因此，這次文遠(yuǎn)知行全球道路驗(yàn)證，回答的是一個(gè)更基礎(chǔ)的問(wèn)題：

當(dāng)AI第一次來(lái)到一個(gè)完全陌生的世界，它究竟是在重復(fù)已經(jīng)學(xué)會(huì)的規(guī)則，還是已經(jīng)擁有了理解這個(gè)世界的能力？

這個(gè)問(wèn)題，或許才是未來(lái)物理AI競(jìng)爭(zhēng)真正的分水嶺。