打开网易新闻 查看精彩图片

2026年7月16日,深圳。

华为高级副总裁、引望公司CEO靳玉志站在台上,身后的大屏幕滚动着一个数字:128亿公里。

这不是一个抽象的统计数字,这是200万个普通人,在过去50多个月里,真真切切跑出来的。

打开网易新闻 查看精彩图片

有人在重庆的暴雨夜里跟车跟了30公里,有人在沪昆高速的隧道群里解放了双脚,有人在广州老城区的窄巷里让车自己泊进了位。128亿公里,拆开来看,是无数个琐碎的日常。

靳玉志面对台下的媒体,要讲的事情很简单——华为在智驾这件事上,走到哪了,接下来往哪走。但如果你听得够仔细,会发现他真正在说的,是另一件事——一场关于“谁定义自动驾驶”的战争,已经打响了。

打开网易新闻 查看精彩图片

44个月与12个月

先把数字摆出来。

2022年1月,华为乾崑智驾的第一辆车交付,从0到第一个100万辆,用了44个月,第二个100万,只用了12个月。鸿蒙座舱的曲线几乎一模一样,第一个100万用了42个月,第二个100万用了15个月。

打开网易新闻 查看精彩图片

这不是线性增长,是指数级的跳变。而当一个系统的搭载量突破200万,它变成了一种“基础设施”。

就像当年移动通信从1G到5G,用户基数突破某个临界点后,生态就会自我繁衍。华为乾崑的200万辆车,单月在路上跑出8.8亿公里,每一次启动、每一次变道、每一次刹停,都在向云端回传数据。

本月130亿公里。预计到今年年底达到200亿公里。这些数字不是用来炫耀的。它们是华为向自动驾驶进化的弹药库。

千亿投入与60EFLOPS

自动驾驶这件事,不是一个“聪明人+好算法”就能搞定的游戏。它是一个烧钱的游戏,而且是一个只有极少数玩家有资格上桌的烧钱游戏。

靳玉志在台上透露了一组数字:华为在汽车智能化领域的历史累计投入,超过千亿。仅2026年这一年,专项研发投入就超过180亿元。他的原话是——“比其他主要供应商加在一起的研发投入还要多”。

这句话需要翻译一下。中国智驾领域排名前十的供应商,每家的年研发投入大概在10-30亿之间。华为一家,等于它们全部加起来还多。

钱花在哪了?最狠的一笔,在算力上。2023年底,华为的云端AI算力是2.8EFLOPS,2026年已经达到60EFLOPS,三年翻了21倍。

这是什么概念?如果把2.8EFLOPS比作一辆家用轿车的马力,那60EFLOPS就是一列高铁。算力就是自动驾驶的“发动机排量”——你的算力越大,你的AI模型就能学得越快、想得越深、反应越敏捷。

打开网易新闻 查看精彩图片

靳玉志还甩出了一个更吓人的数字:未来五年,算力投入还需要700-800亿元。这不是在造车,这是在造一个“汽车大脑的超级孵化器”。

华为为什么要这么干?因为自动驾驶是让机器达到甚至超越人类老司机的水平,而机器需要海量的算力去“看”海量的场景,才能学会应对那些万分之一概率的极端路况。

算力,就是华为智驾的“驾校”。

887万公里与180万公里

说完了投入,再说安全。

这是整场演讲中最硬的一组数据,中国平均人驾水平:每180万公里出一次严重碰撞事故。华为乾崑ADS辅助驾驶状态下:每887.2万公里才出一次,是人驾的4.92倍。

也就是说,开启华为ADS的车辆,安全性是中国人驾平均水平的近5倍。

更微妙的一个数据:即使你不开辅助驾驶,只是人驾状态下,搭载了华为ADS的车辆也能达到560.3万公里才出一次严重碰撞,3.11倍于人驾平均。——因为主动安全系统在人驾状态下也在默默工作,帮你踩那一脚你来不及踩的刹车。

打开网易新闻 查看精彩图片

靳玉志说了一句话:“出了事故,车可以维修,人不能维修。所以安全是你的根基。”

这句话是在回应行业里近期热闹的“维修兜底”营销——一些智驾供应商推出了“出了事我帮你修车”的权益方案。靳玉志的态度很明确:把安全做好,比出了事帮你修车重要一万倍。

修车是态度,不出事才是能力。本末不能倒置。

截至目前,华为乾崑智驾累计避免了580万次可能的碰撞,这意味着有580万个瞬间,系统比你的脚更快地踩下了刹车,或者比你的手更快地打了方向。每一次,都可能是一个家庭的命运转折。

两把刀,两种哲学

说到智驾不可避免地要提到另外一家公司——特斯拉。

这两家公司崇尚的是两种完全不同的技术哲学——就像武侠小说里的两大门派,各自修炼各自的内功心法。

特斯拉打的是“纯视觉”牌。马斯克的逻辑很极简:人开车靠眼睛,机器凭什么要靠雷达?8颗摄像头,端到端神经网络,输入图像直接输出方向盘和刹车指令,中间不需要任何人工规则。影子模式让全球数百万辆特斯拉每天默默采集数据,反哺算法迭代。

这套打法的优势是成本极低,不需要昂贵的激光雷达。劣势同样明显:暴雨、浓雾、逆光出隧道的那几秒,摄像头会像人眼一样短暂失明。物理极限,绕不过去。

华为打的是“多传感器融合”牌。靳玉志在台上把这套逻辑讲得非常通透。他用了一个比喻:“Camera能识别色彩和纹理,但在暗光、眩光、逆光下会面临严重的性能下降。毫米波雷达波长更长,可以穿透雨雾。激光雷达频率更高、波长更短,能实现小目标精准探测。不同的传感器,优势是不一样的。”三种感官叠加,互为冗余。一个瞎了,另外两个还亮着。

打开网易新闻 查看精彩图片

靳玉志说了一句话,几乎是直接怼向特斯拉的:“只有多传感器融合技术,才能为自动驾驶提供安全保障。我们认为在面向未来自动驾驶的时候,多传感器是必要的条件。”

“必要条件”——这四个字很重。它的潜台词是:纯视觉不是“够不够用”的问题,是“安不安全”的问题。

华为有资格说这句话,因为它是全球唯一一家同时自研激光雷达、毫米波雷达、摄像头和算法的公司,把30多年ICT技术的根,全扎在汽车里了。

WEWA:跳过翻译

技术路线之争,传感器只是前哨。真正的决战,在“大脑”里。

当前很多智驾供应商的端到端架构用的是VLA模型——Vision-Language-Action,视觉-语言-动作。简单说,就是让AI“看”到画面,先“翻译”成语言描述,再输出动作指令。

华为选了另一条路:WEWA架构——World Engine+World ActionModel,世界引擎+世界行为模型。

靳玉志解释了为什么要跳过VLA:“VLA有固有的缺陷,中间通过language(翻译)层后,延迟大、资源要求高。我们是直接跳过了中间层,响应更快、用户体验更好、时延更短、感受更丝滑。”

这里的“翻译层”是一个关键概念。想象你开车时遇到一个突发情况——前车急刹。你的大脑处理这个信息的过程是:眼睛看到—大脑判断—手脚动作。这个过程是瞬间的,不需要“语言”参与。你不会在心里对自己说“前面那辆车减速了,我需要踩刹车”,而是直接就踩了。

VLA模型的问题在于,它非要在这个过程里插入一个“语言翻译”环节。AI要先“描述”看到了什么,再决定做什么。多了一步翻译,就多了一步延迟。在120公里时速的高速上,0.1秒的延迟就是3.3米的制动距离——可能是生与死的距离。华为的WEWA直接砍掉了翻译层,从“看”到“做”一步到位。

打开网易新闻 查看精彩图片

WEWA 2.0在上一版基础上实现了三大升级:

Multi-Agent——群体博弈,不再是一辆车跟一辆车的博弈,而是同时跟周围所有车博弈。博弈难度提升10倍。

在线强化学习——学习效率提升10倍。车在跑的过程中,实时学习、实时进化。

车端安全风险场——在车行驶的空间里,始终工作在风险最低的区域。碰撞风险降低50%。

这三项叠加,意味着华为的智驾系统正在从一个“会开车的AI”变成一个“会思考的AI”。它不再只是按规则开车,而是在实时博弈中找到最优解,从被动躲避风险进化为主动预判风险。

知行合一

车控平台,这可能是最容易被忽略的部分。但它可能是华为走向自动驾驶最关键的一步——驾控融合。

现在的智驾系统,管“看”和“想” 的是一套系统(ADS),管“动手”的是另一套系统(运动控制)。两个系统之间要通信、要协调,中间有延迟。华为要做的事情,是把这两个系统焊在一起。

打开网易新闻 查看精彩图片

华为的方案叫XMC——六合一车控平台,同时管电驱、制动、悬架、车身转向和热管理。ADS的感知信息+底盘回传的状态信息,统一决策,直接下发指令给执行器。

为什么要这么做?“只有非常低的时延和精确的控制精度,才能保证极端情况下的安全和体验。”

翻译一下:爆胎了,低附着路面上打滑了等等极端情况,留给系统反应的时间是以毫秒计的。如果你的智驾系统要先告诉控制器“我要刹车”,控制器再告诉刹车卡钳“该制动了”——这个传话游戏跑完,车可能已经转了三圈了。

驾控融合的意思是:ADS直接控制底盘,直驱执行器。感知到打滑的瞬间,刹车已经在工作了。没有传话,没有延迟,知行合一。

靳玉志表示:“只有这种深度融合,才能真正解决自动驾驶的安全性和落地。”

这不是一个技术参数的升级,这是一个架构革命。它意味着华为正在重新定义“智驾系统”的边界——从“帮你开车”到“帮你控车”,从大脑延伸到四肢。

永不宕机

自动驾驶对系统的可靠性要求,跟辅助驾驶完全不是一个量级。辅助驾驶出了问题,人接管。自动驾驶出了问题,谁接管?

靳玉志的答案是:系统本身必须永不宕机。

华为为此造了一个新的操作系统——乾崑OS。确定性时延调度,时延降低30%。全链路安全模型:防侵入、防篡改、防泄漏、防扩散。数据面和控制面全冗余。可靠性提升20倍。

打开网易新闻 查看精彩图片

硬件层面,全链路冗余架构。任何单系统故障都不会影响安全停车。故障后安全停车率要做到“8个9”——99.999999%,意味着系统故障导致无法安全停车的概率,是亿分之一。

飞机的飞行控制系统,安全等级大概是10的负9次方。华为给智驾系统定的目标,是同一个量级。

这不是在造一个“更好用的辅助驾驶”,这是在造一个“可以托付性命的自动驾驶底座”。

ADS5:三个版本的年度OTA

讲完了底层逻辑,最后说产品。

2026年4月,华为发布了ADS 5。7月16日的媒体日上,靳玉志公布了年度OTA计划——到春节前,三个大版本。

第一个版本V5.0,7月开始推送,核心是更安全、更便捷。

靳玉志挑了两个功能详细讲。第一个是后向主动防被撞辅助。场景很具体:你正常开着车,后面一辆车高速冲过来要追尾你。你的车检测到后方来车速度过快、前方有空间,会主动加速,避免或减轻追尾伤害。这是一个“替你踩油门逃生”的功能。人类司机遇到后方追尾,绝大多数人的反应是愣住——因为你眼睛看的是前面,不是后面。但系统可以360度同时监控,反应时间以毫秒计。第二个是RCA漫游巡航辅助。场景更日常:上车时还没来得及设导航,直接启动这个功能,车自己找出口开。你在路上设好导航,无缝切换。

第二个版本,9-10月推送。核心增加会车倒车脱困、凹坑绕行等功能。这些是城区开车最常见的场景——窄路上对向来车,谁退?路边有坑,怎么绕?华为让系统自己处理。

第三个版本,春节前推送。驾驶员失能辅助2.0,紧急逃生体验超过人类。它的场景是驾驶员突然失去驾驶能力——心脏病发作、昏迷、任何原因导致无法操控车辆,系统接管,安全停车,呼叫救援。

打开网易新闻 查看精彩图片

这是一个“替你活下来”的功能。三个版本,一条清晰的演进路径:从“帮你开得更好”,到“替你处理麻烦”,再到“替你保命”。

L3:必经之路

最后一个问题:自动驾驶什么时候真正到来?

靳玉志的回答很克制。他没有给一个激动人心的日期,而是给出了三个前提条件:

第一,安全性需要公开数据量化证明。不是PPT上写“更安全”,而是把887万公里vs180万公里这样的数据摊在阳光下,接受检验。

第二,用户角色转变需要时间适应。从“人开车”到“车开车”,不是按一个按钮就完成的。用户需要慢慢建立信任,这需要几亿公里的安全运行来喂养。

第三,监管体系建设需要经验积累。L3意味着出了事故,责任在系统不在人。这需要法规跟上,需要保险跟上,需要一整套新的规则体系。

打开网易新闻 查看精彩图片

华为的判断是:L3是走向自动驾驶的必经之路。而L4比L3的安全要求还要再高10倍。

不跳级,不冒进。先跑通L3,再谈L4。这不是保守,这是对安全的敬畏。

靳玉志用了一句话收尾这次演讲:“把智能带入每一辆车,让出行更安全,生活更美好。”

这句话不单是一句品牌口号,更像是一个承诺——一个用千亿投入、200万辆车、130亿公里去兑现的承诺。

路还长,剑已亮

靳玉志讲完后,大屏幕上的智驾里程数字还在不断向上滚动,每一个跳动的数字背后,都是一辆在路上的车,一个握着方向盘的人。

他们中的大多数,可能永远不会知道“WEWA架构”是什么,不会关心“8个9”的可靠性指标,也不会去比较纯视觉和多传感器融合的技术优劣。

他们只知道一件事,车更安全了。路更好走了,生活,确实比以前美好了一点点。对华为来说,这就够了。

李白写过一首诗,叫《行路难》。

金樽清酒斗十千,玉盘珍羞直万钱。然后呢?停杯投箸不能食,拔剑四顾心茫然。一个人拿着剑,站在路口,四下张望,不知道往哪走。这是1200多年前一个诗人的困惑。

2026年的AI行业,也站在这样一个路口。大模型、智能体、端到端、纯视觉——每一条路都有人走。全世界都在问:AI的路到底该怎么走?机器到底能不能信?

华为没有茫然,它拔了剑。

这把剑不是砍向竞争对手,它砍的是“AI不可信”的偏见,砍的是“纯视觉就够了”的侥幸,砍的是“出了事帮你修车”的本末倒置。

它用千亿投入铸剑,用60EFLOPS算力淬火,用200万辆车磨刃,用130亿公里试锋。

李白在那首诗的结尾写了一句,流传了一千多年:长风破浪会有时,直挂云帆济沧海。

华为这把剑已经出鞘,风浪也确实来了。但200万辆车,正在路上;128亿公里,还在跳动;580万次避撞,还在累积。