今天刷到一条消息，是华为乾崑智能汽车解决方案发的。没转发，没配表情，就一段文字，但信息量不小。说乾崑智驾ADS 4支持WEWA架构，也就是“世界引擎+世界行为模型”，云端AI算力达到45EFLOPS，训练数据累计10亿公里，截止到2025年9月15日。数据来源是HUAWEI ADS。我第一反应是：这个数字，已经不是“跑得多”能形容的了。

先说说这个WEWA。听起来挺玄，其实可以这么理解：以前的自动驾驶系统，像一个刚上路的新手司机，靠摄像头和雷达“看”前面有什么，然后决定怎么走。它对世界的理解是碎片化的——看到斑马线就停，看到红灯就刹。但WEWA不一样，它试图构建一个“动态的数字世界”。世界引擎负责模拟物理环境，比如雨天路面打滑系数、风速对车身的影响；世界行为模型则在学人——行人突然冲出来会怎样，旁边那辆车是不是要变道，外卖骑手拐弯前会不会先减速。这两个加起来，系统不再只是“反应”，而是在“预判”。

数据驱动的认知演进

这背后，是10亿公里的真实驾驶数据在支撑。什么概念？如果一辆车每天跑500公里，得连续跑5500多年。这些数据不是随便采集的，而是来自已经上路的华为智驾车辆，每一段都带着传感器记录的环境信息、决策过程和结果反馈。换句话说，系统见过太多“万一”——比如施工围挡突然出现、孩子追着气球跑进车道、前车急刹时后车没反应……这些极端场景，恰恰是自动驾驶最难处理的部分。现在，它们都成了训练样本。

算力方面，45EFLOPS是个什么级别？E是10的18次方，FLOPS是每秒浮点运算次数。粗略对比，一台高端游戏显卡大概在30-50TFLOPS（10的12次方），差了六个数量级。这意味着云端能同时跑成千上万个模拟场景，把现实中几年才遇到一次的危险情况，在几小时内重复训练成千上万遍。这不是堆硬件，而是把“经验积累”的速度拉到了非人类的节奏。

有意思的是，华为没提“L4”或“完全无人驾驶”这类标签。他们更关注的是“开得像人，但比人稳”。比如，在复杂环路汇入时，系统不会死守车道线，而是像老司机一样，微调方向、控制车速，找到最自然的切入时机。再比如，经过学校区域，车速会提前降下来，不是因为限速牌，而是识别到周边有学生活动的规律。这些细节，才是真实驾驶的“软逻辑”。

世界引擎与行为模型协同运作

我们常以为技术进步是突变的，其实更多是量变积累。十年前，车载系统连语音识别都卡顿；五年前，自动泊车还常撞到柱子；现在，城市NOA（导航辅助驾驶）已经能在早晚高峰里完成变道、绕行、避让。这种演进不是靠某个天才灵光一现，而是数据、算法、算力三者螺旋上升的结果。华为的10亿公里，本质上是在用规模换认知的深度。

当然，也有人担心——这么多数据，安全吗？从技术角度看，原始数据在上传前会做脱敏处理，车牌、人脸这些敏感信息会被剥离。真正用于训练的是“行为模式”：比如在某个路口，87%的司机会提前减速，63%会选择靠左车道。系统学的是规律，不是记忆。这就像医生看病例，关注的是症状与治疗的关联，而不是病人的名字。

云端算力支撑智能进化

更深层的变化在于，自动驾驶正在从“功能”变成“基础设施”。就像当年4G催生了短视频，现在的高阶智驾可能正在为下一代出行服务铺路。想象一下，未来车辆之间能共享路况预测，不是“前面堵车”，而是“前方3公里处有施工，建议在下一个出口提前分流”。这种协同，需要的不只是单车智能，更是整个系统的认知对齐。

我注意到，这次发布很安静。没有发布会，没有PPT炫技，就是一条技术动态。但恰恰是这种克制，让人觉得踏实。技术不需要喊口号，它的价值体现在每一次平稳的变道、每一个提前的预判、每一段安全抵达的路程里。

十年前，我们还在讨论“国产车能不能造好发动机”；今天，我们已经在谈论“中国的自动驾驶系统能不能理解中国复杂的路况”。这不是谁宣布的胜利，而是无数工程师在后台看数据、调参数、修bug堆出来的现实。它不声不响，但确实在往前走。

信源：华为乾崑智能汽车解决方案官方账号，2025年9月16日发布内容