華為智駕的下一仗，不是城市NOA

來源：市場資訊

（來源：AutoReport 汽車產經）

華為公司高級副總裁、引望公司CEO 靳玉志

撰文｜于雷

編輯｜楊光

出品｜汽車產經

7月16日，華為乾崑媒體日上，華為公司高級副總裁、引望公司CEO靳玉志宣布ADS 5即將陸續開始推送。

根據他的說法，這將是全球迄今為止最大規模的、具備城區領航功能的OTA。首個版本將在問界、智界、尊界、啟境等品牌車型上陸續落地，國慶和明年春節前還會繼續完成兩輪升級。

但和如此大的推送規模相比，ADS 5這次帶來的變化卻不再那么容易被感知。

靳玉志在現場重點介紹的是后車高速逼近時主動向前避讓、不設置導航也能使用的漫游巡航，以及智駕與底盤控制進一步融合等能力。

這是一些比較反直覺的升級，因為它們沒有把智駕帶進一個全新的使用場景，也沒有像“全國都能開”那樣足夠有噱頭。

但這并不意味著ADS 5的變化不大，只是當智駕逐步完成場景拓荒之后，注定要再卷向細節。

NO.1

[看不見的升級，反而更燒錢]

進入細節競爭，不意味著智能化的研發開始變簡單。

靳玉志在現場透露，華為乾崑的云端訓練算力已經從2023年的2.8 EFLOPS提升到60 EFLOPS，三年增長超過21倍。

云端訓練算力三年增長超過21倍

僅今年，華為在汽車智能化解決方案上的專項研發投入就將超過180億元，其中70-80億元用于算力。未來五年，華為預計還要繼續投入700-800億元建設算力。

投入仍在快速增長，能夠被直接說出來的變化卻越來越少。

原因并不復雜。當高階智駕已經能夠覆蓋城區和停車場等園區道路后，后續需要處理的就不再是幾個涇渭分明的新場景，而是每個場景中大量不確定的細節。

同樣是一個路口，車輛需要判斷旁邊的電動車會不會突然橫穿，前方汽車是真要變道還是只是輕微偏移。遇到臨時施工，既不能過于保守地停在原地，也不能為了繞行強行擠入其他車道。

這類細碎的邊緣工況恰恰是用戶感知的分水嶺。處理得當的時候，用戶只會覺得車開得本就該如此，可但凡有一次拖沓或失誤，瑕疵會被無限放大。

算力和數據，也更多被消耗在這些地方。

比如，華為在ADS 5上采用的WEWA 2.0架構，增加了多智能體博弈和在線強化學習，同時在車端引入安全風險場。

按照靳玉志的解釋，系統不再只計算一條可以通行的軌跡，還要持續評估周圍車輛、行人可能采取的動作，并盡量讓車輛停留在風險更低的位置。

這些變化都發生在研發背后，最終也不會以一個新功能的方式呈現。用戶感受到的可能只是被加塞時少踩了一腳急剎，在窄路會車時沒有太多猶豫。智能駕駛越接近成熟，就越容易以這種分散的方式來進步。

同樣的變化也發生在鴻蒙座艙。

這次HarmonySpace 6升級的核心，是基于MoLA 2.0多模態混合大模型架構打造的新一代小藝智能體。

相比增加幾個語音指令，華為更希望在用戶沒有將需求準確說出來時，也能理解真正的目的是什么。

鴻蒙座艙目標是從被動執行，走向主動服務

比如找一個目的地，過去需要用戶說出相對標準的名稱或地址，現在只要說出“深圳那個長得像春筍一樣的大樓”這類模糊的描述，就能直接搜索建筑。

這類能力的價值，不在于讓車機多完成了一項任務，而是去理解用戶并不準確的表達。畢竟，現實導航時本就不是每次都能記清目的全稱，可能只有外形、附近地標等模糊的印象。

當然，這些問題原本也有辦法解決。用戶可以拿出手機搜索建筑名稱，再把結果輸入導航。單次使用中，這可能只是少查一次手機、少點幾下屏幕，很難成為第一次體驗時最顯眼的賣點。

但座艙的使用頻率足夠高，這些看起來都微不足道的體驗不斷累積，最終也會形成不同系統之間的真正差距。

NO.2

[華為走了一條不同的路]

當智能化競爭從功能拓展進入體驗打磨，行業面對的下一個問題是用什么方式把這些細節做出來。在這件事上，華為和很多企業沒有走向同一條路。

一個比較有代表性的是智駕方案。

過去幾年，隨著算法能力不斷提高，越來越多智駕方案開始圍繞成本、開發效率和平臺化展開，希望通過軟件能力讓同一套技術實現更強的泛化性和規模化復制能力。

特斯拉和小鵬都是這條路上的代表，他們都曾采用多傳感器方案，但隨著持續的數據積累和模型迭代，已經逐步放棄了攝像頭以外的大部分傳感器。

小鵬集團董事長、CEO何小鵬也在昨晚（7月16日）的采訪中表示，他們是很早就在量產方案中搭載了高精地圖和激光雷達，然后又把高精地圖和激光雷達拿掉，是因為看到了這些和全球化違背。

這種思路也出現在很多供應商身上。最近幾年，Momenta、輕舟智航等都推出了面向10-20萬元市場的輕量化方案，在保留城區NOA等核心能力的同時，盡量減少傳感器配置、算力需求和開發成本。

華為乾崑并不是這種方向，反而是在一直增加感知層面的投入，從ADS這幾代產品的演進中也看得出來。

ADS 3將激光雷達由上一代的96線升級到192線；ADS 4在原有硬件基礎上新增補盲激光雷達、分布式毫米波雷達和Limera激光視覺；ADS 5又用上了最新的896線雙光路圖像級激光雷達。

這次媒體日上，靳玉志也用了很長篇幅解釋攝像頭、毫米波雷達和激光雷達各自的邊界，以及過去幾年華為持續推進分布式毫米波雷達、補盲激光雷達、Limera激光視覺、896線雙光路激光雷達等一系列產品的研發。

華為認為多傳感器方案可以優勢互補

華為想表達的并不是傳感器越多越好，而是不同傳感器能夠提供不同的信息。

攝像頭擅長識別色彩和紋理，但在暗光、眩光和逆光環境下容易受到影響；毫米波雷達更能適應雨霧等天氣；激光雷達可以提供更準確的空間和距離信息。

這是一條硬件配置更高，同時也更考驗軟件能力的路線。

因為，增加一種傳感器，并不是簡單增加一個數據來源。不同傳感器對于同一個目標可能給出不完全一致的結果，系統需要解決時空同步、目標匹配和置信度判斷，最終才能形成一套統一的環境認知。

硬件越豐富，信息之間發生沖突的可能性也越高。融合做得不好，更多的傳感器不僅不會直接改善體驗，反而會增加算法負擔和系統復雜度。

但這條路線能夠持續的關鍵原因，也與華為在市場中的位置有關。

在問界、智界、尊界和阿維塔等合作車型上，華為智駕本身已經成為用戶能夠明確識別的產品標簽。這使更高規格的感知硬件不再只是一筆隱藏成本，也是它們建立智能化認知的一部分。

已有50款車型采用華為乾崑方案

合作車企愿意為高規格方案留下成本空間，華為也能夠得到足夠的利潤繼續投入傳感器、算力和算法研發。新的硬件和系統能力再通過合作車型落地，又會進一步強化用戶對華為智能化的認知。

這使得華為形成了與很多企業不同的經濟循環。

這條路未必適合所有企業，也不會成為行業唯一的答案。但在智駕逐漸從功能拓展轉向細節競爭之后，華為確實找到了一種不同的解法。

NO.3

華為這次升級最值得注意的，不是ADS 5或HarmonySpace 6增加了多少功能，而是研發重點已經從拓展能力邊界，轉向了提高整套系統完成度。

這也是行業共同的變化。當智能駕駛、智能座艙逐漸完善之后，新的場景越來越少，競爭開始落到避讓是否自然、語音是否準確這類細節上。

智能化依然是當前汽車最重要的賣點之一，但已經從有沒有城區NOA、連續語言對話這樣的功能，變成了它們到底好不好用。前者可以在配置表中清晰體現，后者卻很難被直觀量化。

這也意味著，智能化正在進入一個投入更重，成果也更難展示的階段。

對華為來說，ADS 5和HarmonySpace 6當然是一次重要升級，但真正拉開差距的還是能否在之后的競爭里，不斷地找到并優化問題。

這注定是一場漫長的競爭。