（来源：AutoReport 汽车产经）

华为公司高级副总裁、引望公司 CEO 靳玉志

7 月 16 日，华为乾崑媒体日上，华为公司高级副总裁、引望公司 CEO 靳玉志宣布 ADS 5 即将陆续开始推送。

根据他的说法，这将是全球迄今为止最大规模的、具备城区领航功能的 OTA。首个版本将在问界、智界、尊界、启境等品牌车型上陆续落地，国庆和明年春节前还会继续完成两轮升级。

但和如此大的推送规模相比，ADS 5 这次带来的变化却不再那么容易被感知。

靳玉志在现场重点介绍的是后车高速逼近时主动向前避让、不设置导航也能使用的漫游巡航，以及智驾与底盘控制进一步融合等能力。

这是一些比较反直觉的升级，因为它们没有把智驾带进一个全新的使用场景，也没有像 " 全国都能开 " 那样足够有噱头。

但这并不意味着 ADS 5 的变化不大，只是当智驾逐步完成场景拓荒之后，注定要再卷向细节。

[ 看不见的升级，反而更烧钱 ]

进入细节竞争，不意味着智能化的研发开始变简单。

靳玉志在现场透露，华为乾崑的云端训练算力已经从 2023 年的 2.8 EFLOPS 提升到 60 EFLOPS，三年增长超过 21 倍。

云端训练算力三年增长超过 21 倍

仅今年，华为在汽车智能化解决方案上的专项研发投入就将超过 180 亿元，其中 70-80 亿元用于算力。未来五年，华为预计还要继续投入 700-800 亿元建设算力。

投入仍在快速增长，能够被直接说出来的变化却越来越少。

原因并不复杂。当高阶智驾已经能够覆盖城区和停车场等园区道路后，后续需要处理的就不再是几个泾渭分明的新场景，而是每个场景中大量不确定的细节。

同样是一个路口，车辆需要判断旁边的电动车会不会突然横穿，前方汽车是真要变道还是只是轻微偏移。遇到临时施工，既不能过于保守地停在原地，也不能为了绕行强行挤入其他车道。

这类细碎的边缘工况恰恰是用户感知的分水岭。处理得当的时候，用户只会觉得车开得本就该如此，可但凡有一次拖沓或失误，瑕疵会被无限放大。

算力和数据，也更多被消耗在这些地方。

比如，华为在 ADS 5 上采用的 WEWA 2.0 架构，增加了多智能体博弈和在线强化学习，同时在车端引入安全风险场。

按照靳玉志的解释，系统不再只计算一条可以通行的轨迹，还要持续评估周围车辆、行人可能采取的动作，并尽量让车辆停留在风险更低的位置。

这些变化都发生在研发背后，最终也不会以一个新功能的方式呈现。用户感受到的可能只是被加塞时少踩了一脚急刹，在窄路会车时没有太多犹豫。智能驾驶越接近成熟，就越容易以这种分散的方式来进步。

同样的变化也发生在鸿蒙座舱。

这次 HarmonySpace 6 升级的核心，是基于 MoLA 2.0 多模态混合大模型架构打造的新一代小艺智能体。

相比增加几个语音指令，华为更希望在用户没有将需求准确说出来时，也能理解真正的目的是什么。

鸿蒙座舱目标是从被动执行，走向主动服务

比如找一个目的地，过去需要用户说出相对标准的名称或地址，现在只要说出 " 深圳那个长得像春笋一样的大楼 " 这类模糊的描述，就能直接搜索建筑。

这类能力的价值，不在于让车机多完成了一项任务，而是去理解用户并不准确的表达。毕竟，现实导航时本就不是每次都能记清目的全称，可能只有外形、附近地标等模糊的印象。

当然，这些问题原本也有办法解决。用户可以拿出手机搜索建筑名称，再把结果输入导航。单次使用中，这可能只是少查一次手机、少点几下屏幕，很难成为第一次体验时最显眼的卖点。

但座舱的使用频率足够高，这些看起来都微不足道的体验不断累积，最终也会形成不同系统之间的真正差距。

[ 华为走了一条不同的路 ]

当智能化竞争从功能拓展进入体验打磨，行业面对的下一个问题是用什么方式把这些细节做出来。在这件事上，华为和很多企业没有走向同一条路。

一个比较有代表性的是智驾方案。

过去几年，随着算法能力不断提高，越来越多智驾方案开始围绕成本、开发效率和平台化展开，希望通过软件能力让同一套技术实现更强的泛化性和规模化复制能力。

特斯拉和小鹏都是这条路上的代表，他们都曾采用多传感器方案，但随着持续的数据积累和模型迭代，已经逐步放弃了摄像头以外的大部分传感器。

小鹏集团董事长、CEO 何小鹏也在昨晚（7 月 16 日）的采访中表示，他们是很早就在量产方案中搭载了高精地图和激光雷达，然后又把高精地图和激光雷达拿掉，是因为看到了这些和全球化违背。

这种思路也出现在很多供应商身上。最近几年，Momenta、轻舟智航等都推出了面向 10-20 万元市场的轻量化方案，在保留城区 NOA 等核心能力的同时，尽量减少传感器配置、算力需求和开发成本。

华为乾崑并不是这种方向，反而是在一直增加感知层面的投入，从 ADS 这几代产品的演进中也看得出来。

ADS 3 将激光雷达由上一代的 96 线升级到 192 线；ADS 4 在原有硬件基础上新增补盲激光雷达、分布式毫米波雷达和 Limera 激光视觉；ADS 5 又用上了最新的 896 线双光路图像级激光雷达。

这次媒体日上，靳玉志也用了很长篇幅解释摄像头、毫米波雷达和激光雷达各自的边界，以及过去几年华为持续推进分布式毫米波雷达、补盲激光雷达、Limera 激光视觉、896 线双光路激光雷达等一系列产品的研发。

华为认为多传感器方案可以优势互补

华为想表达的并不是传感器越多越好，而是不同传感器能够提供不同的信息。

摄像头擅长识别色彩和纹理，但在暗光、眩光和逆光环境下容易受到影响；毫米波雷达更能适应雨雾等天气；激光雷达可以提供更准确的空间和距离信息。

这是一条硬件配置更高，同时也更考验软件能力的路线。

因为，增加一种传感器，并不是简单增加一个数据来源。不同传感器对于同一个目标可能给出不完全一致的结果，系统需要解决时空同步、目标匹配和置信度判断，最终才能形成一套统一的环境认知。

硬件越丰富，信息之间发生冲突的可能性也越高。融合做得不好，更多的传感器不仅不会直接改善体验，反而会增加算法负担和系统复杂度。

但这条路线能够持续的关键原因，也与华为在市场中的位置有关。

在问界、智界、尊界和阿维塔等合作车型上，华为智驾本身已经成为用户能够明确识别的产品标签。这使更高规格的感知硬件不再只是一笔隐藏成本，也是它们建立智能化认知的一部分。

已有 50 款车型采用华为乾崑方案

合作车企愿意为高规格方案留下成本空间，华为也能够得到足够的利润继续投入传感器、算力和算法研发。新的硬件和系统能力再通过合作车型落地，又会进一步强化用户对华为智能化的认知。

这使得华为形成了与很多企业不同的经济循环。

这条路未必适合所有企业，也不会成为行业唯一的答案。但在智驾逐渐从功能拓展转向细节竞争之后，华为确实找到了一种不同的解法。

华为这次升级最值得注意的，不是 ADS 5 或 HarmonySpace 6 增加了多少功能，而是研发重点已经从拓展能力边界，转向了提高整套系统完成度。

这也是行业共同的变化。当智能驾驶、智能座舱逐渐完善之后，新的场景越来越少，竞争开始落到避让是否自然、语音是否准确这类细节上。

智能化依然是当前汽车最重要的卖点之一，但已经从有没有城区 NOA、连续语言对话这样的功能，变成了它们到底好不好用。前者可以在配置表中清晰体现，后者却很难被直观量化。

这也意味着，智能化正在进入一个投入更重，成果也更难展示的阶段。

对华为来说，ADS 5 和 HarmonySpace 6 当然是一次重要升级，但真正拉开差距的还是能否在之后的竞争里，不断地找到并优化问题。

这注定是一场漫长的竞争。