122億公里，華為乾崑正用數據規模重塑智駕競賽

當智駕數據累計到百億級，車企會分化為兩種截然不同的命運。

『雜談』

在這個車市隨便聊聊

CASUAL TALK

■作者 周展

■編輯 周展

■視覺 慢慢

周末杭州蕭山汽車城的啟境汽車體驗店里，一面巨大的藍色電子屏幕正牢牢吸引著所有進店顧客的目光。屏幕上，一串白色數字正在以令人目眩的速度實時翻滾：

“華為乾崑智駕累計輔助駕駛里程：122億6458萬4790公里……”

最后幾位個位數在不足一秒的時間內不斷向上跳動、刷新。在這個數字的下方，兩組對比數據同樣觸目驚心：

搭載華為ADS的車輛，輔助駕駛狀態下的安全性是人類司機的4.66倍； 即使在人駕狀態下，其主動安全防護能力也是中國平均水平的3.05倍。

這塊不斷變動的實時大屏，正是中國智駕競賽進入“數據決定一切”階段的縮影。而就在大屏旁，剛剛于上周末最新上市的啟境GT7，作為廣汽集團與引望原生融合的首款車型，正靜靜地展示著這串龐大數字的最新落腳點。作為行業首批搭載全新華為乾崑智駕ADS 5系統的車型，啟境GT7不僅預埋了L3級全鏈路冗余架構，更成為乾崑最新端到端技術走向普通消費者的第一道橋梁。

當行業還在爭論“端到端”還是“模塊化”時，華為已用這組實時翻滾的里程數據，將競爭的焦點從“誰的技術更先進”悄然切換到“誰的數據更多”。

01

122億公里：不是里程碑，而是經驗池

122億公里是什么概念？它意味著繞地球赤道30.5萬圈，或者在地球與太陽之間往返約41趟。這絕非實驗室里跑出來的模擬數據，而是短短幾年時間，千萬個真實車主在真實中國道路上，一公里一公里“喂”出來的底座。

回溯數據軌跡，這條增長曲線的斜率令人側目。

2026年1月底，華為乾崑智駕累計輔助駕駛里程為76.3億公里； 到5月底，這一數字達到114.7億公里； 而到了6月底，官網數據便已悍然突破122億公里。

短短五個月，增量接近46億公里。平均每月新增約9億公里，這意味著每發生一次系統迭代，其背后的場景庫都在呈幾何級數膨脹。

這種加速度背后，是裝車量的指數增長。華為乾崑目前已與25家品牌、50余款車型展開深度合作，整車搭載量向數百萬臺邁進。啟境GT7的正式上市，更是將廣汽扎實的造車底盤與華為全棧智能化能力原生融合。車隊規模越大，數據回流越快；數據越快，算法迭代越高效；算法越高效，用戶體驗越好——這是典型的正向飛輪。

將這組數據放在行業坐標系中審視，差距更令人側目。

國內另一智駕旗幟小鵬汽車，其AI輔助駕駛累計里程在行業內已屬優秀，但其月度增量與乾崑月增近10億公里的體量相比，已然不在一個數量級。即使是全球智駕標桿特斯拉，其FSD全球累計行駛里程在5月突破約145億公里，看似依然領先。但必須注意到，特斯拉的數據來自全球市場，而華為乾崑的122億公里幾乎全部由路況極其復雜的中國本土道路場景貢獻。

考慮到中國混合交通、非機動車穿插、施工路段頻繁的復雜現狀，同等里程下，華為每公里所含的“場景信息密度”和“難例含金量”要高得多。這也讓華為智能汽車解決方案BU CEO靳玉志曾公開預測的“2026年10月，乾崑智駕累計輔助駕駛里程有望超越特斯拉，登頂全球”，正在一步步變成現實。

02

從數據到壁壘：硬件堆料沒意義了

消費者很容易陷入一個誤區，將智駕優勢簡單歸結為硬件參數的領先。不可否認，啟境GT7等車型上搭載的896線雙光路圖像級激光雷達，確實代表了量產硬件的巔峰。然而，硬件只是容器，真正決定智駕上限的，是灌入這個容器的數據。

如果沒有海量極端場景數據來訓練模型如何“解讀”點云，更高的分辨率只會帶來更大的計算負擔。目前，包含人駕在內的華為乾崑駕駛總里程，已經達到了354億公里，而其中沉淀的難例數據（Corner Cases）——那些鬼探頭、暴雨隧道、前車急剎——讓高線數激光雷達的超高分辨率，完成了從“看得清”到“看得懂”的質變。

這一邏輯在最新發布的ADS 5系統及全新WEWA 2.0架構中體現得更為徹底。

WE（世界引擎）在云端首次引入了“多智能體博弈”機制。AI在虛擬世界里的博弈對象，不再是呆板的NPC，而是同樣具備思考能力的“AI老司機”。配合在線強化學習，云端的博弈強度和學習效率提升了10倍。

而WA（世界行為模型）則在車端首次應用了安全風險場理論，通過風險熱力圖進行實時決策，將車端碰撞風險再降低了50%。

這套架構讓系統決策不再依賴生硬的規則堆砌，而是更類人、更絲滑。在官方公布的啟境GT7的實測表現中，窄路會車主動禮讓、復雜博弈場景下的順滑避讓，正是這套大模型架構“吃”下百億級數據后的直觀回饋。

而在安全底線上，ADS 5升級至CAS 5.0全維防碰撞系統，將安全維度從五維擴展至“全時域”的六維安全。這套系統的底氣同樣來自數據。6月22日，引望宣布為乾崑智駕ADS提供事故兜底保障。繼比亞迪之后，華為成為第二家敢于為智駕“兜底”的企業，這本質上是數據規模帶來的統計自信。

03

飛輪效應：智駕賽道的“贏家通吃”

理解了數據與能力的轉化關系，就不難看懂智駕賽道正在發生的格局重塑。

智駕賽道正在遵循一條鐵律：數據越多→算法越好→體驗越好→用戶越多→數據更多。一旦飛輪轉速跨過臨界點，后來者面臨的便不再是資金多寡的問題，而是無法用錢買到的“時間與規模壁壘”。你如何用錢去買別人過去幾年里，千萬用戶在路上跑出的122億公里？

面對這道壁壘，車企正在分化為兩種截然不同的命運。

自研派的小鵬、理想們，堅持品牌調性與獨立性，但受限于單一品牌銷量和數據回流渠道，其數據積累的速度正天然地被華為乾崑的多品牌合力所拉開。

而接入派的陣營則在迅速擴大。啟境GT7正是這種“原生融合”模式下的最新標桿，它不再是簡單的“買斷方案”，而是將華為智駕、鴻蒙座艙、數字底盤、智能車云等全棧技術深度打包。每一輛搭載乾崑系統的新車交付上路，都在充當著華為數據飛輪的全新推進器。

行業正在浮現一種“二選一”的洗牌格局：要么咬牙進行極具風險的長期自研，要么接入乾崑生態，利用現成的數據規模快速補齊短板。中間路線正加速失效，因為當頭部的智駕系統已經可以做到“車位到車位3.0”、無需導航隨心開啟NCA的“漫游巡航”、甚至自動通行ETC時，一個數據匱乏的落后系統在用戶體驗上的代差，將直接轉化為終端銷量的鴻溝。

從更宏觀的視角看，華為乾崑已經超越了傳統Tier 1供應商的角色。它更像是一個以數據為核心的“智駕基礎設施”——如同云計算領域的AWS。車企接入乾崑，本質上是在共享一個每日都在自我進化、變得更聰明的共享大腦。

智駕競爭的下半場，殘酷性正逐漸顯現。算法架構的開源與端到端共識的達成，正在縮窄各家在“公式”上的差距，而真正決定最終產出結果的，是作為“原料”的數據規模。

122億公里不是一個終點，而是一個分水嶺。分水嶺的這邊，是利用多品牌數據合力，讓飛輪越轉越快、不斷拉大差距的生態引領者；分水嶺的那邊，是仍在為數據積累和研發成本苦苦掙扎的單打獨斗者。

看著體驗店屏幕上那秒級閃動、永不停息的行車里程，我們應該意識到：這場關于“誰的數據飛輪更重”的智駕長跑，勝負的指針，已經在向擁有龐大場景庫和確定性安全邊際的數據巨頭發生產業傾斜。而一旦這個飛輪拉開了數量級的代差，就很難再被追上了。

周展

普通人一個，木有胸懷壯志

只求做點有趣的事，認幾個能玩的人

speedweekly

1

2

3

點喜歡