華為近期在智能汽車技術領域邁出了重要一步，其乾崑智能技術大會成為了行業關注的焦點。在這場大會上，華為發布了一系列創新的智能汽車解決方案，其中最引人注目的無疑是乾崑智駕ADS 4系統的亮相。

ADS 4是一個系列化的智能駕駛解決方案，共推出了四個版本，其中最頂尖的ADS Ultra旗艦版，成功實現了高速L3級別的自動駕駛。這一突破性進展不僅標志著自動駕駛技術進入了全新的發展階段，更預示著未來汽車底盤設計、算法能力以及車輛保險形態將迎來深刻變革。

發布會現場，華為展示了其在硬件、架構以及底盤等方面的多項升級，這些升級是ADS 4實現從L2到L3跨越的關鍵。三款全新的激光雷達產品尤為引人注目：全方向量產高精度固態激光雷達具備體積小、精度高（最小3cm）的特點，顯著提升了車輛后方的感知能力；艙內激光視覺傳感器則增強了遠距離小目標的檢測能力，即使在夜間也能準確識別并緊急制動30cm高的小障礙物；分布式毫米波雷達則進一步提高了障礙物檢測的準確性和分辨率，尤其適用于雨霧等惡劣天氣條件。

華為還推出了基于昇騰910B芯片的MDC 1000計算平臺運行的WEWA架構，該架構憑借高達1000 TOPS的算力，能夠實時處理海量數據。WEWA架構與華為XMC數字底盤引擎的協同工作，使得ADS 4 Ultra版的反應速度更快，端到端時延降低50%，通行效率提升20%，緊急剎車率降低30%。

WEWA架構由云端的世界引擎和車端的世界行為模型構成，這一創新設計使得ADS 4 Ultra版能夠突破難例數據瓶頸。云端世界引擎通過生成高密度虛擬難例場景來訓練車端模型，而車端的世界行為模型則是首個智駕原生基模型，能夠根據不同模態的數據理解駕駛環境并做出最優決策。這一架構的引入，極大地提高了自動駕駛系統對復雜場景的應對能力。

在實際駕駛中，駕駛員經常會遇到諸如“鬼探頭”、動物橫穿道路等罕見且難以預測的場景。這些場景由于發生頻次低且種類繁多，傳統自動駕駛代碼難以全面覆蓋。華為ADS 3.0采用的端到端架構通過不斷在真實場景中訓練大模型，提高了其應對各種場景的能力。然而，對于一些極為罕見的場景，由于數據樣本不足，大模型可能無法充分訓練，導致決策困難或反應遲鈍。為了解決這一問題，華為在ADS 4中引入了WEWA架構，通過云端世界引擎生成各種復雜的虛擬駕駛場景，使車端模型在真實世界的corner case出現之前就已經得到了充分訓練。

華為XMC數字底盤引擎作為ADS 4的“四肢”，其全域融合架構將智駕域和車控域深度融合，使得整個架構的控制處理能力較傳統汽車控制系統提升了10倍，可協同控制器件數提升了5倍。這一創新設計使得ADS 4 Ultra版在高速L3商用方面取得了顯著進展。

然而，盡管虛擬場景訓練下的高速L3技術取得了顯著進展，但仍有人對其可靠性表示質疑。有觀點認為，虛擬場景和真實場景之間可能存在細微或巨大的差別，且大模型所生成的虛擬場景難以完全覆蓋人類世界的所有corner case。因此，虛擬場景下的訓練和驗證雖然應該進行，但其更大的意義在于提高訓練效率，而現階段的高速L3技術價值大于商業價值。

除了ADS 4系統外，華為還在大會上發布了鴻蒙座艙HarmonySpace 5。這一創新產品為用戶帶來了四大智能空間體驗：出行空間中的語音交互成功率提升至85%，乾崑云鵲垂域大模型可實現專業車輛問題問診；音樂空間中，HUAWEI SOUND非凡系列支持43揚聲器配置，創造7.5.10超環繞聲場；影視空間中，16.1英寸車載智慧屏配合“山海畫質”引擎，可將720P視頻提升至1440P觀感；主題空間中，可實現壁紙、屏保、氛圍燈等多元素智能聯動。