首發于【智駕最前沿】微信公眾號

背景

自從華為ADS 3.0 于2024 年4月24 日在 “華為智能汽車解決方案發布會” 上正式發布后 ，2024年第四季度率先搭載于問界M9旗艦 SUV，2024年9月11日起，鴻蒙智行全系（問界M5、問界M7、問界M9、享界S9、智界S7等車型）陸續升級華為ADS 3.0 。

華為ADS 4.0計劃在2025年推出，余承東表示2025年ADS4.0可實現高速L3商用/城區L3商用試點，預計2025年7-8 月走向高速和城市L3的商用試。

最近更是傳出華為ADS 4.0將首發搭載在嵐圖SUV上。

東風與華為的合作淵源由來已久，早在2012 年，雙方就開始攜手合作，2013 年確定共同研發下一代車載系統 。2014 年10月17日，東風公司與華為技術有限公司簽署戰略合作協議。

2024年，東風嵐圖、東風猛士科技陸續與華為宣布達成戰略合作。

2025年1月22日，東風汽車集團有限公司旗下主流科技電動品牌東風奕派與華為技術有限公司在華為深圳總部簽署智能汽車戰略合作協議 。近期曝光的華為與東風汽車合作的首款 SUV 車型，或預示雙方合作進一步深化。

當前，國內外車企巨頭與IT、通訊巨頭紛紛攜手，探索未來汽車的發展路徑，汽車產業 “五化”（輕量化、電動化、智能化、網聯化、共享化）趨勢帶來產品和技術變革，出行形態被重構，東風與華為的合作是順應這一趨勢的前瞻性布局 。

東風于2023 年推出eπ品牌，在新能源汽車市場銷量弱于集團領導預期，如華為和賽力斯聯合打造的Aito品牌同期銷量較高。東風需借助華為技術提升競爭力，扭轉局勢 。此前華為為東風旗下嵐圖等品牌提供技術支持后，產品銷量顯著增長，如2024年9月上市的升級版嵐圖夢想家，在華為技術加持下，銷量成績突出，證明合作有效，促使東風進一步深化與華為合作 。

自2024年起，華為通過HI模式（Huawei Inside）與智選車模式雙線推進，已與賽力斯（問界）、奇瑞（智界）、北汽（享界）等車企合作。本次與東風的合作，是其智能汽車業務布局的進一步拓展，特別是若第三方合作方為長安汽車，三方聯合或為深化國資車企改革的重要一步 。

東風汽車整車制造領域積淀深厚；華為在ICT（信息與通信）基礎設施、智能終端、智能駕駛、鴻蒙座艙及三電系統等方面擁有深厚技術積累與豐富商業實踐 。雙方合作可實現優勢互補、彼此賦能，共同助推智能化汽車的加速普及和高質量發展。

由此看來，這張嵐圖騾子車照片并非空穴來風。

華為ADS 3.0的實現方案解析

雖然華為ADS 4.0已經在途，但現在主力方案還是ADS 3.0。

ADS 3.0是無圖方案，意味著擺脫高精地圖依賴。傳統高階智能駕駛多依賴高精地圖，存在更新成本高、對圖商高度依賴、覆蓋有限等問題。ADS 3.0通過 “多模態融合感知+AI實時建模” 技術，僅靠車載傳感器（激光雷達、攝像頭、毫米波雷達 ）和自研算法，就能實時構建道路環境模型，實現精準定位與路徑規劃，做到全國范圍 “有路就能開”。

因為是無圖方案，不再局限于高精地圖覆蓋區域，全國均可啟用高階智駕功能，使用場景大大拓展。

不依賴高精地圖是依靠實時動態建模，借助AI算法，可實時識別道路拓撲、交通標志、障礙物等，并動態調整行駛策略，應對復雜路況能力增強。

具有學習進化能力，基于華為云端大數據和車端學習，能不斷優化駕駛策略，適應不同地區駕駛習慣，越用越“聰明”。雖然公開資料沒有明說，從中也可以推斷，ADS3.0具有“影子模式”功能，并收集匿名司機駕駛大數據上傳服務端，供AI學習和模仿。

為保證絕對安全，有多重冗余設計，融合多傳感器數據，保證在暴雨、大霧等極端天氣下也能穩定運行，保障行車安全。

駕駛體驗方面也有提升，城區智駕更精準連貫。以智界S7為例，基于城區智駕領航輔助（City NCA），對道路識別更精準，行駛更連貫。決策果斷，類似老司機，密集車流下換道成功率高，加速平順，無保護路口左轉及人車混行路段也能從容應對 。

泊車功能更實用，新增泊車輔助自定義靠左/ 靠右功能，用戶可按需選擇位姿偏好，解決窄車位上下車不便問題 。

而且安全性增強，AEB防碰撞能力升級，前向防碰撞新增對斜穿行人、兩輪車提前預判避免碰撞功能；后向防碰撞新增支持錐桶、水馬等常見障礙物，遇有碰撞風險車輛可跨虛線借道橫向避。

HUAWEI ADS 3.0全稱是華為智能駕駛解決方案3.0版本 ，據報道，這不僅是一套具備端到端智能駕駛系統，還是一套類人智能系統，旨在提升駕駛安全性與效率的智能駕駛系統。

圖2華為ADS 3.0架構圖，圖片來自網絡

端到端類人智駕是指從車輛感知外界環境信息到最終做出駕駛決策并執行，整個過程模仿人類駕駛思維和決策方式，實現智能駕駛。其感知內容包括以下三方面：

多維立體感知：通過多種傳感器從多個維度、立體全面地獲取車輛周圍環境信息。

路況感知：對道路狀況，如車道線、路面標識、道路坡度、彎道曲率等信息的探測與識別。

環境感知：感知車輛周邊的動態和靜態物體，包括其他車輛、行人、交通設施、障礙物等信息。

其感知手段包括了激光雷達和導航地圖，并沒有采用現在流行的純視覺方案：

激光雷達：通過發射激光束并接收反射光來測量目標物體距離、位置、速度等信息的傳感器，可構建高精度三維環境地圖。

毫米波雷達：利用毫米波頻段電磁波探測目標物體的距離、速度和角度，在惡劣天氣下性能穩定。

攝像頭：采集車輛周圍視覺圖像信息，用于識別物體、交通標志、車道線等。

導航信息：提供車輛行駛路線、目的地、地圖數據等信息，輔助智能駕駛系統規劃路徑。

表1 ADS3.0傳感器硬件

據報道，ADS 3.0實現了端到端仿生大腦思考，其核心是GOD感知神經網絡：General Obstacle Detection 的縮寫，即通用障礙物檢測神經網絡，可識別各類已知和未知障礙物和PDP決策神經網絡：負責根據GOD感知神經網絡傳來的信息，做出駕駛決策，如加速、減速、轉向等。

其效果是決策速度提升1 倍：相比前代系統或同類產品，決策生成速度提高一倍，使車輛能更快應對路況變化。

且決策更類人：做出的駕駛決策更接近人類駕駛習慣和邏輯，提升駕駛舒適性和安全性。

擁有更平穩的駕控體驗：在加速、減速、轉向等操作過程中，使駕乘感受更舒適、平穩。

由于目前我們的認知水平并沒有解決人腦的基本運行機制，只是做出了諸多推測，最成功的推測當然是神經網絡模型。

所以筆者推測，ADS 3.0的類人功能，還是來自影子模式，也就是學習人類行為。

影子模式，本來是有tesla首先提出并實現的一個功能。是指在有人駕駛狀態下，系統包括傳感器仍然運行但是并不參與車輛控制，只是對決策算法進行驗證—系統的算法在“影子模式”下做持續模擬決策，并把決策與駕駛員的行為進行對比，一旦兩者不一致，該場景就被判定為“極端工況”，進而觸發數據回傳。

Telsa的所有車型都支持此功能，因此Tesla的每個用戶都是特斯拉免費的測試員，用戶越多，能采集到的數據越多。

根據網上公布的信息，特斯拉影子模式觸發數據采集和上傳的方式主要分為2種：

1、觸發器模式

在觸發器模式下，當駕駛員的操作行為契合程序預先設定的觸發條件時，車輛端便會迅速將影子模式所指定提取的相關信息傳送給后端。后端在獲取這些基于固定觸發條件生成的場景數據后，可直接運用這些數據來優化特斯拉神經網絡算法。

舉例而言，若工程師察覺到后端需要更多轉向場景的數據以完善算法，進而使ADAS 功能能夠從容應對各類轉向狀況，并提升轉向過程中的平順性，此時便可設定當駕駛員撥動轉向撥桿這一操作（觸發條件）發生時，系統自動上傳轉向所需的系列數據，包括當時撥桿的狀態、車速、擋位、油門開合程度、周邊已標記的障礙物類型以及障礙物的距離等。這些數據上傳至后端后，會立即投入到 ADAS 相關神經網絡算法的訓練中，助力算法不斷優化升級。

2、后臺上傳型

在后臺上傳型模式中，特斯拉的Autopilot 程序持續在后臺穩定運行，不過該運行模式不會對駕駛員的實際操作產生任何干預。可以把這一模式下的影子模式形象地類比為一位時刻學習駕駛技術的副駕駛，它會依據所感知到的周邊場景做出自身的判斷，然而卻沒有權力干涉主駕駛的操作。當后臺運行程序所輸出的指令與駕駛員的指令出現不一致的情況時，系統會判定后臺神經網絡算法存在偏差。與此同時，后臺會及時記錄駕駛員的駕駛信息以及對應的周邊場景，并將這些數據上傳至后端，以此來實現對自身算法的優化改進。

華為ADS3.0相對于前代產品的提升

HUAWEI ADS系統從1.0到3.0版本在方案上的進化，最主要的是從有中間表達（BEV網絡）的非端到端方案（1.0），過渡到混合方案（2.0），到擯棄了中間表達的徹底端到端方案（3.0）。

ADS 1.0采用BEV（Bird's - Eye - View，鳥瞰圖）網絡 ，實現2D感知，能識別道路結構和目標白名單（預先設定可識別的目標清單），但感知維度較單一。

ADS 2.0在BEV網絡基礎上加入GOD（General Obstacle Detection，通用障礙物檢測）網絡 ，從2D感知進化，可識別道路結構和異形障礙物，能看懂物和路，感知能力提升。

ADS 3.0使用GOD感知神經網絡，達到3D感知。可綜合感知全景信息，不僅識別道路結構、目標障礙物，還能進行場景理解和實況行為預判，感知系統更為強大。

圖3華為ADS從1.0到3.0的進化過程，圖片來自網絡

過渡到徹底端到端方案后，具有如下能力提升：

圖4華為ADS 3.0的性能提升，圖片來自網絡

1、全向防碰撞3.0：汽車主動安全技術的進階版本，可從多個方向對可能發生的碰撞進行監測和預防，減少事故發生。

2、超全感知：全天候系統不受白天黑夜、晴雨霧雪等天氣條件限制，始終能正常工作。

3、全場景：涵蓋城市道路、高速、鄉村道路、停車場等各種行駛和停放場景。

4、全目標：能識別包括機動車、非機動車、行人、動物 、道路設施等在內的各類目標物體。

5、超快響應：系統從檢測到危險到做出反應（如制動、避讓指令等）的時間極短，僅需200 毫秒（ms ，1 秒 = 1000 毫秒 ），可及時避免或減輕碰撞傷害。

6、超前驗證：通過實車道路測試結合云端大數據模擬分析，對防碰撞系統進行全面、深入驗證，確保其可靠性和安全性。

另外根據公開資料，ADS 3.0車端算力為200TOPS（萬億次運算/秒），相比ADS 1.0的400TOPS反而有所降低，主要通過算法優化和硬件協同實現了更高效率。

在不同車型上，ADS 3.0的計算芯片是不一樣的，比如阿維塔124搭載華為MDC810（Mobile Data Center） 自動駕駛芯片，基于 7nm 制程工藝打造，問界 M8則采用華為MDC 610芯片。

下表是主流智駕方案的算力對比：

ADS 3.0的性能提升，筆者認為是來自端到端方案省略了中間步驟，以及華為采用自研芯片和自研軟件，能夠軟硬件結合實現最大性能，才能實現算力的經濟性。

總結

從報道數據來看，華為ADS 3.0的性能已經全方位的趨于完美。以華為在軟件和算法方面的深厚的技術積累，自研芯片表現出的超高技術水準，以及軟硬件都是自研能夠發揮最大效力，從這些角度看，華為ADS 3.0的性能表現是完全有現實依據的。

如果要類比，上一個依靠自研軟硬件結合而創造爆品的公司當然是蘋果，自家軟件能夠最大限度發揮自家硬件的潛能，自家硬件也可以根據自家軟件修改適配，結果就是創造出最順滑的產品。這也是很多大型車企要跨界自研芯片的原因。

審核編輯 黃宇