三叶草策略百亿级研发投入、三年蝉联第一：华为乾崑智驾的体系化制胜逻辑

　　当前，智能辅助驾驶正在迎来从“可选配置”向“核心刚需”的关键转折期。

　　2025年以来的多份用户调研数据显示，在购车决策中，“智能辅助驾驶能力”已跃升至影响因素的前三名。尤其在35万元以上车型中，越来越高比例的用户明确表示“智能辅助驾驶表现直接影响购买决策”。

　　与此同时，智能辅助驾驶的竞争，也正在从“功能清单”的比拼，转向“安全、体验、体系”的综合较量，行业也正在迎来一场残酷而必然的洗牌。

　　过去两年，我们看到城市NOA从“能用”走向“好用”，也看到不少玩家在高投入与低回报之间进退维艰。市场释放出一个清晰信号：智能辅助驾驶已告别单点创新时代，进入体系化决胜期。

　　在这样的背景下，谁能真正成为车企和用户信赖的长期伙伴？谁又在构筑真正不可复制的竞争壁垒？华为乾崑智驾，成为一个脱颖而出的标杆样本。

　　从“可选”到“首选”，华为乾崑智驾正在定义智能化购车标尺

　　麦肯锡5月12日刚刚发布的《2026麦肯锡中国汽车消费者洞察》报告中指出，智能辅助驾驶与车载智能体正从配置加分项，转变为体验的门槛。

　　消费者不再满足于功能的堆叠，而是关注其在真实场景中的稳定性、边界一致性与持续进化能力，并逐渐形成了“购前看评测、购中看体验、购后看OTA”的习惯——技术不仅是量产前的研发，更是购车之后的长期陪伴与能力兑现。调研表明，高达69%的受访者已将城市NOA（城市领航辅助）等智能辅助驾驶功能视为购车标配。

　　而在这一细分市场，华为乾崑智驾的渗透率已经形成领先。根据第三方统计数据显示，基于交强险数据和交叉验证信息渠道，2025年全年，搭载城市NOA技术的新车，上险数为267.0万辆。而国产乘用车上险数为2，305.0万辆，渗透率高达11.6%。其中，华为智能汽车解决方案BU的乾崑ADS就贡献了74.5万辆，供应商维度销量第一，继续蝉联城市NOA市场冠军，占据约28%市场份额，接近三分之一权重。

　　更值得注意的是，这种领先并非依赖单一品牌。2025年，华为乾崑智能化部件发货量已超过3800万件；截至今年4月底，引望已与25个品牌、超过50款车型合作，整车搭载量突破170万辆，全面覆盖15万至100万价格带，涵盖各类动力形式与多样化车型品类。

　　如此广泛的合作，使华为乾崑智能汽车解决方案形成了真正的平台化输出规模。从更宏观的角度来看，华为乾崑智能汽车解决方案正在逐步成为智能网联汽车领域的“基础设施级”存在，其打造的不仅仅是数据上的壁垒，更是用户心智的持续强化。

　　“买车就买乾崑智驾”——这句话正在从品牌口号，演变为真实的市场共识。对于车企而言，选择华为乾崑智驾，不仅是选择一套技术方案，更是选择一个被市场验证过的用户认知捷径。

　　研发筑基：两个领先筑的不可复制壁垒

　　如果说市场认可是表象，那么研发体系就是华为乾崑智能汽车解决方案真正的护城河。这里可以清晰地看到两个领先。

　　首先是时间维度的断层：30多年ICT积淀的“降维打击”。

　　引望并非从零起步进入智能网联汽车领域。它的根，扎在华为三十余年通信与计算领域的深厚积累中。通信级的高可靠、消费级的极致体验、云端级的智能调度——这三种能力的融合，是绝大多数智能公司无法复制的起点。

　　具体而言，华为乾崑智驾、鸿蒙座舱、智能车控、智能车载光、智能车云等解决方案，是基于华为30余年在‌通信、芯片、AI、云计算、操作系统和光电子‌等ICT根技术构建。这种跨界的技术迁移能力，决定了华为乾崑智驾在面对复杂场景时的底层逻辑优势。

　　其次是投入维度的断层。更直观的差距体现在研发投入上，数据显示，2025年引望投入150多亿元，累计研发投入550+亿元，研发人员超过8000人。

　　在4月的华为乾崑技术大会上，华为公司高级副总裁、引望公司CEO靳玉志表示，2026年预计再投入180亿元用于华为乾崑智驾系统的研发。而华为整体近2000亿元的年研发投入中，相当比例的基础研究（如算力、芯片、操作系统）最终也会“外溢”至华为乾崑智能汽车解决方案。

　　此外，算力是自动驾驶持续发展的基石。引望在算力基础设施上的投入同样惊人。在4月23日华为乾崑技术大会上，靳玉志披露：用于大模型训练的云端算力已达百亿级投入，算力规模已从2023年的2.8 EFLOPS增长至当前60 EFLOPS，29个月实现了21倍提升。这使得算法迭代速度远超行业平均水平。更值得关注的是，靳玉志表示，未来5年至少再投入700亿-800亿元。这意味着，即便竞争对手今天开始追赶，也需要在资金、人才、时间三个维度上同时实现跨越。

　　如果说大多数智能公司是在“盖房子”，那么引望是在“造城”。

　　技术底座：WEWA 2.0架构与感知融合的体系化落地

　　真正检验技术成色的，是它能否转化为用户可感知的价值。

　　今年4月刚刚在华为乾崑技术大会上发布的ADS 5 ，带来了从技术底座到用户体验的系统性领先。

　　在感知层面，华为乾崑智驾始终坚定选择摄像头+毫米波雷达+激光雷达的多传感器融合感知路线，让每类传感器优势互补：摄像头，能够识别色彩与纹理，擅长环境要素的识别，但在暗光、眩光、逆光等环境下，性能下降严重；毫米波雷达，擅长测速，可以在雨雾尘等恶劣天气下准确探测；激光雷达，相比毫米波频率更高波长更短，能实现小目标精准探测。与纯视觉仅依靠摄像头不同，引望认为，只有多传感器融合，每类传感器优势互补，才能通过多源信息的交叉验证，大幅降低单一传感器误判的概率，充分提升安全冗余，为未来自动驾驶提供安全保障。

　　今年3月5日，引望发布新一代双光路图像级激光雷达。新一代激光雷达直指行业长期面临的典型感知难点：高于底盘的小目标障碍物、低反射率障碍物、异型障碍物。对于与汽车底盘平均高度一致的14厘米小纸箱，新一代激光雷达可在120米稳定识别，帮助车辆从容避让或舒适刹停；对于横倒在地上的黑色轮胎等低反射率障碍物，识别能力最高提升近两倍，在120米即可精准感知；对于横倒锥桶等视觉难以训练的异型障碍物，感知识别距离提升77%，在百米外即可检出，帮助避免因视觉识别局限而带来的碰撞风险。新一代激光雷达，让感知从“看见”走向“看清”。

　　如果说感知系统解决的是“看见什么”，那么WEWA架构解决的则是“如何思考”。

　　传统智能辅助驾驶方案更像是在执行预设规则，通过模仿学习完成驾驶行为，一旦遇到训练数据之外的复杂场景，容易出现决策僵化的问题。华为乾崑智驾的WEWA架构则由云端世界引擎（WE）与车端世界行为模型（WA）共同构成。

　　云端WE（World Engine，世界引擎），相当于智能驾驶系统的“AI教练”。一方面，依托华为自研的仿真工具构建高逼真度的物理世界模型，通过AI生成高密度、高可控难例场景数据，让系统从过去的“人教AI”演进为“AI教AI”。同时，依托充沛的云端算力打造“数字风洞”，难例密度达到现实世界的1000倍。另一方面，通过华为乾崑智驾大量的智能辅助驾驶安全经验量产积累、丰富的场景库数据、ADS的出行报告等真实数据，持续强化学习，不断提升系统认知能力。

　　车端WA（World Action Model，世界行为模型），则是从0开始训练的智驾专用大模型，具备更强的空间推理能力和更精准的距离位置判断能力，同时拥有更精干的模型架构和更高的响应效率，能够实现“视觉、听觉、触觉”全模态的感知。

　　简而言之，WE，相当于云端的“AI老师傅”，让AI教AI，并通过奖惩机制让模型时刻牢记“安全第一”基本法则。WA，相当于车端“多能专家”，能眼观六路、耳听八方，海量信息同处理，复杂场景秒切换，既能精准下达控车指令，又能多看几步预判别人的预判。这套架构，让系统在云端持续高强度学习，不是人类能力的简单复制，而是具有人类安全价值观并超越人类的AI老司机。

　　4月的华为乾崑技术大会上，WEWA架构升级到 2.0，进化为面向自动驾驶的AI智能体。云端WE世界引擎的技术升级点有两点：一是引入Multi-Agent多智能体博弈机制，从“单车博弈”到“群体博弈”，博弈强度提升10倍；二是在线强化学习， “边生成、边学习、边验证”，学习效率提升10倍。车端WA世界行为模型技术，则行业首发了基于安全风险场的防御性驾驶，基于风险场对周边环境风险进行实时建模与预测，采取安全的防御性驾驶策略，使得碰撞风险再降低50%！

　　感知之后是决策，决策之后是执行。乾崑OS与灵衢总线的协同，将端到端系统时延降低了约30%。在紧急制动、突发避让等场景下，这几十毫秒的差距，往往就是“撞与不撞”的分水岭。

　　安全也是用户选择华为乾崑智驾的重要原因。根据引望公布的5月安全出行报告，搭载ADS的车辆在开启辅助驾驶的情况下，平均在一次严重碰撞发生前已安全行驶的公里数，是中国驾驶员平均水平的4.66倍。截至目前，乾崑智驾累计主动避免可能发生的碰撞已超过557万次。对于智能辅助驾驶而言，安全既是用户信任的基石，也是行业持续发展的使命。

　　而这种安全能力与技术体系的成熟度，也正在被第三方验证所进一步印证。近日，国际咨询机构P3正式发布《P3中国2026智能驾驶测评报告（V1.0）》，实测结果显示，华为乾崑智驾以4.46的高分位列榜首，在复杂路况的感知、决策与控制表现上极为均衡突出。据央广财经报道，纵观历年实测数据，华为乾崑智驾已在P3中国智能驾驶测评中实现了2024年、2025年、2026年连续三年蝉联第一。