摘要：在汽车行业向智能化转型的浪潮中，辅助驾驶技术成为了各大车企和科技公司角逐的焦点。从最初的高精地图依赖，到 BEV 鸟瞰技术的兴起，再到如今的无图开城和端到端大模型的应用，技术路线可谓日新月异。

在汽车行业向智能化转型的浪潮中，辅助驾驶技术成为了各大车企和科技公司角逐的焦点。从最初的高精地图依赖，到 BEV 鸟瞰技术的兴起，再到如今的无图开城和端到端大模型的应用，技术路线可谓日新月异。

而近期，随着理想、小鹏等车企对 “VLA”（感知语言行为模型）的大力投入，这一技术路径似乎正逐渐成为行业新宠。然而，华为智能汽车解决方案 BU CEO 靳玉志却在近日的采访中明确表示，华为不会随波逐流，走向 VLA 的路径。

技术路线之争：VLA 真的是捷径吗？

VLA 技术路线的核心，是在语言大模型已经相对成熟的基础上，将车辆传感器获取的视频等信息转化为语言的 token 进行训练，进而生成控制车辆运动轨迹的指令。

采用这一技术路线的企业认为，通过类似 Open AI 等语言大模型，能够从互联网海量信息中学习，并将各类知识以 LM（语言模型）的方式转化和掌握，从而实现对车辆的智能控制。这一思路看似巧妙，利用了当下大模型在语言处理领域的优势，试图快速提升辅助驾驶的智能化水平。

然而，靳玉志对此有着不同的看法。他指出，VLA 路径虽然看似取巧，但并非通向真正自动驾驶的康庄大道。在他看来，真正的自动驾驶需要更直接、更高效的信息处理和决策机制，而不是依赖于将各种信息先转化为语言，再通过语言模型来控制车辆。

华为更倾向于 WA（World Action，世界行为模型）路径，即跳过语言这一中间环节，直接通过视觉、声音甚至触觉等感知信息输入来实现对车辆的控制。

华为的选择：艰难但光明WA之路？

华为所坚持的 WA 路径，目前来看充满挑战。

它要求系统能够直接对复杂的感知信息进行处理，并迅速做出准确的驾驶决策。以视觉信息为例，车辆摄像头捕捉到的画面包含了大量的细节和动态信息，如何从中提取关键元素，并实时转化为合理的驾驶指令，是 WA 技术需要攻克的难题。但靳玉志坚信，虽然这条道路艰难，但只有这样才能实现真正的自动驾驶。

为了推动 WA 技术的发展，华为已经基于 WA 架构推出了 WEWA（云端世界引擎、世界行为模型）模型，并计划在 ADS4.0 中进行部署。

该架构有望降低系统端到端时延，提升通行效率，同时减少紧急制动率。华为还利用云端世界引擎的 AI 生成难例扩散模型，解决了行业内普遍面临的难例数据不足问题，通过提供比真实世界高出千倍的高质量难例场景密度，实现 AI 自主训练 AI 的闭环提升。

除了在技术路线上坚持己见，华为对辅助驾驶和智能座舱也有着清晰的规划。在辅助驾驶方面，华为计划在 2026 年让辅助驾驶具备高速 L3 能力以及城区 L4 试点能力。这意味着在高速公路场景下，车辆将能够实现更高级别的自动驾驶，减轻驾驶员的负担；而在城区复杂环境中，也将开始进行 L4 级自动驾驶的试点应用，探索更智能、更安全的出行模式。

到 2027 年，华为将进一步推进无人干线物流试点以及城区 L4 规模化商用。无人干线物流的实现，将对物流行业产生深远影响，提高运输效率，降低物流成本。而城区 L4 规模化商用则将使更多消费者能够体验到真正的自动驾驶服务，推动城市交通的智能化变革。

华为争取在 2028 年实现无人干线物流规模化商用，届时无人运输车辆将在各大干线物流网络中高效运行，成为物流行业的重要力量。

在智能座舱领域，华为也在积极探索创新。通过发布 MoLA 架构，华为纵向打通了应用生态、硬件和设备，横向打造了 AI Agent 助手，致力于将智能座舱打造成 “数字保姆”，为乘客提供更加个性化、智能化的服务。

行业影响与展望：华为能否独树一帜？

华为在辅助驾驶技术路线上的坚持，无疑将对行业产生深远影响。一方面，它为行业提供了多元化的技术发展思路，促使更多企业思考真正适合自动驾驶发展的路径。当其他企业纷纷跟风 VLA 时，华为的 WA 路线或许能成为一股清流，激发更多创新的火花。

另一方面，华为在技术研发上的持续投入和明确规划，也为其在智能汽车领域赢得了更多的话语权。随着华为乾昆智驾的车辆搭载量突破 100 万辆，激光雷达发货量超过 100 万台，以及辅助驾驶累计里程数达到 40 亿公里，华为已经在市场上占据了重要地位。未来，随着其技术规划的逐步落地，华为有望在自动驾驶领域独树一帜，引领行业迈向新的发展阶段。

来源：咫尺观察