当央视节目《舆图探山河》把整季用车交给 问界M9 （ 参数 丨 图片 ），其搭载的华为乾崑智驾也成为节目中的看点之一。
在最新一期赤水站的探访过程中，开启华为乾崑智驾后，从开始的盘山公路切入、再收尾于景区车位离车泊入，镜头实际上完成了对华为乾崑智驾能力的直观检验。
节目里展现出华为乾崑智驾两个功能点，都让人印象深刻。领航辅助功能在盘山公路的连续弯道中，实现安全接管，不仅能主动转弯还能预判风险主动刹车避让；而离车泊入辅助在景区旁路边，顺利完成“无划线标记”车位的靠边停车。一前一后，恰好覆盖了从行车到泊车的完整链路。
央视重要栏目选择华为乾崑智驾系统做长周期露出，含金量不在“给了几个镜头”本身。国家级平台对技术产品的选取，有一套比流量更硬的逻辑：它需要经得起公开验证的安全冗余，与节目场景相匹配的能力结构，以及广泛的用户基础与良好口碑。而华为乾崑智驾在这种连续性镜头前不出错，底下需要不止一层东西在支撑。
能力上限从哪来？训练范式换代
镜头里车辆完成领航辅助和离车泊入时的从容，不会凭空发生。一辆车在盘山公路连续弯道里遇到对向来车，是减速观望还是贴边让行；在景区路边泊入时后方来车逼近，是继续还是中断等待、微调方向，背后是模型在虚拟世界里见过多少种“别人会怎么反应”的局面。
WEWA 2.0的升级方向，恰恰对准了这件事。云端WE世界引擎从WEWA 1.0的“单车博弈”跳到“多智能体群体博弈”：路上的汽车、行人、非机动车不再是按固定路线移动的背景，而是有目标、有策略、会根据局势变化的博弈参与者。
同时训练强度提升10倍，提升的不是某一个功能的通过率，是模型在交互场景里的能力上限。与之配套的在线强化学习把训练从“先生成、再学习、后验证”的离线节奏，改成“边生成、边学习、边验证”，效率同样提升10倍。
通俗地理解，WEWA 1.0像期末统考，一次性答完再统一批改；WEWA 2.0像随堂练习，现场出题、当场订正、错题立刻加强。
支撑这套训练方式的是60 EFLOPS的云端AI训练算力。这个数字放在国内是断层领先的位置，但比数字更重要的是它的用途：算力不是拿来堆更多规则，而是拿来让AI智能体在虚拟环境里反复“博弈”，把真实道路中最难的那部分：我动一下，旁车可能礼让也可能抢先，提前压缩进模型的训练分布里。
车端的安全风险场则补上了另一个维度：基于环境中的风险画一张动态热力图，对“鬼探头”、大车贴近这类让驾驶者心理一紧的隐性危险做提前规避，测试评估显示碰撞风险再降50%。央视镜头里的“从容”，拆开来看，是云端训练范式换代在车端的兑现。
这套能力被更极端的路况验证过。2026年9月，华为乾崑在重庆做了一场61公里百人同步直播实测，路线涵盖立体立交、老城窄巷、连续隧道和山地盘山路，全程无剪辑、多直播间同步输出；同期华为乾崑联合猛士在西藏完成海拔5830米高原全域路况实测，覆盖铺装盘山公路和无标线碎石搓板路。同一套系统在弯道更急、盲区更大、道路边界更模糊以及更复杂的路况，仍然能够自己准确及时做出判断。
安全下限靠什么？融合感知冗余
ADS 5在赤水站表现出的稳定性，还牵出一条更根本的分野：感知路线。华为坚持的多传感器融合，在行业里并不是一条“省事”的路。摄像头负责语义，毫米波雷达管全天候的距离与速度，激光雷达做远距离三维探测，三者协同的逻辑是冗余互补，而不是主次替代。
多传感器融合感知，并非简单地叠加传感器，而是通过先进算法，将摄像头、毫米波雷达、激光雷达等原理不同的传感器的数据深度整合，实现“1+1+1>3”的感知效果，构建起全场景、全天候的安全感知体系。
华为乾崑智驾的融合方案优势也正基于此。高清摄像头、激光雷达、毫米波雷达如同为车辆配备了感知五官：激光雷达负责远距离障碍物探测和3D场景识别，新一代896线激光雷达在120米外就能识别到约14厘米高的小障碍物目标，为车辆提前预留充足反应时间；摄像头专注语义识别，精准捕捉交通标识、行人意图等关键信息；毫米波雷达则充当“全天候哨兵”，在雨雾、夜间等恶劣环境下稳定输出距离、速度数据，弥补视觉短板。
三种传感器的物理原理不同，失效模式也不同：摄像头在逆光、暗光、雨雾尘条件下容易丢失语义和对比度；激光雷达擅长三维几何和低反射率目标；毫米波雷达在雨雾和夜间稳定输出距离与速度。
融合的价值，是让这三种不同的“看见方式”在同一时刻互为冗余：摄像头被强光致盲的那几秒，毫米波雷达仍然在测距；视觉在黑暗里分不清倒地轮胎和路面阴影时，激光雷达的点云仍然在勾勒轮廓。
所以融合感知点出一个现实：辅助驾驶如果要往自动驾驶的方向走，感知的上限不能以“和人眼一样好”为终点。逆强光下的光盲、全黑暗的夜盲、雨雾尘条件下的视觉衰减，恰恰是人眼本身解决不了的问题，也恰恰是融合感知用雷达和激光的物理特性去兜底的地方。
央视《超凡一步》此前的夜间直播实测已经验证过同一逻辑：远光灯干扰、低能见度、突发障碍物条件下，融合感知方案完成了避让和动态绕行。当央视的镜头把车放进光线和路况同时不友好的环境里，融合感知的价值就不再是“多几颗传感器”的配置，而是“在摄像头可能失效的那几毫秒里，还有别的传感器在工作”的安全冗余。
华为乾崑坚持融合感知，原因不复杂：当辅助驾驶开始承担真实道路上的安全责任时，把确定性建立在物理冗余上，比建立在单一传感器的泛化能力上更可预期。
持续可靠凭什么？规模数据复利
让一套辅助驾驶系统从“被验证”走向“被选择”的，是它在真实道路上铺开的广度。
2026年上半年，华为乾崑智驾ADS在城市领航辅助市场市占率19.6%，位列第一；35万元以上豪华车市场占据32.8%份额，同样第一。放到第三方独立供应商口径，市占率更高达67.9%，超过第二名与第三名之和。
但比市占率更值得读的是增速结构：首个100万搭载量用了44个月，第二个100万只用了12个月，提速近4倍。搭载量突破200万的同时，累计辅助驾驶里程越过170亿公里，半年度活跃用户占比达到97.5%。
这组数字放在一起，指向的不是“卖得多”，而是一个已经闭合的数据飞轮。200万辆车每天在真实道路上产生的里程和反馈，经由云端算力和WEWA 2.0的训练管线回流到模型里，模型迭代之后通过OTA回到车上，体验提升再推高使用频次和搭载量。
华为乾崑把2026年辅助驾驶领域的研发投入定在超180亿元，超过国内其他主要方案供应商加在一起的研发投入；未来五年算力投入至少再投700亿元，支撑的正是这个循环的持续转速。
央视选择一套辅助驾驶系统做长周期场景露出，看的不只是跑得好不好，更是它背后有没有足够大的用户基座和足够长的里程纵深，来保证“下一次、下十次同样可靠”。
2026年上半年国内NCA整体渗透率冲到37.4%，城市NCA的竞争重心已经从“演示效果”转向“工程化量产交付能力”。在这个转折点上，一个在15万级到百万级、轿车到硬派越野全价位全品类铺开的辅助驾驶方案，它的可靠性验证不再依赖单点测试，而依赖每一辆在路上跑的车。
当华为乾崑智驾在不同价位、不同品类、不同城市的真实道路和停车场里反复被使用，才能把长尾场景喂进训练管线。200万搭载量的分量，不在于排名，在于这套功能已经进入足够密的用户使用频率里。
结语：
回到“买车就买乾崑智驾”这句话，它正在从一句传播口号变成一部分消费者购车时的实际判断依据。
央视反复把镜头给到华为乾崑，意义不止于一次品牌曝光。它标记的是一个转折：辅助驾驶的竞争重心，正在从“谁的功能列表更长、谁的接管率数字更漂亮”，转向“谁的训练范式更接近真实世界的复杂性、谁的感知冗余经得起物理条件的检验、谁的规模已经大到让数据飞轮自己转起来”。
当硬件门槛被拉平之后，拉开差距的就不再是“有没有”，而是“撑不撑得住”。训练体系撑不撑得住长尾，感知体系撑不撑得住物理边界，规模体系撑不撑得住持续迭代。
央视的多次路考提供了可感知的场景认证；WEWA 2.0和融合感知提供了可追溯的能力纵深；200万搭载量和170亿公里提供了可验证的复利逻辑。三者同时成立的时候，一套辅助驾驶系统才真正从“配置”变成了“选择”。
热门跟贴