從ADS 4到ADS 5，華為智駕系統有哪些升級？

[首發于智駕最前沿微信公眾號]2025年4月，華為發布了乾崑智駕ADS 4（參數丨圖片），當時的核心賣點是WEWA架構的首次落地，以及高速L3商用解決方案的推出。ADS 4在架構上用世界引擎+世界行為模型取代了傳統的分層式決策邏輯，端到端時延降低了50%，通行效率提升了20%，重剎率下降了30%。感知層面則配備了192線激光雷達、分布式毫米波雷達和艙內激光視覺傳感器，安全體系升級到了覆蓋五維安全的CAS 4.0。可以說，ADS 4完成了從功能疊加到架構統一的關鍵轉變。當初，智駕最前沿也和大家討論了ADS 4相較于ADS 3有哪些提升。

一年之后，2026年4月23日，ADS 5發布。華為智能汽車解決方案BU CEO靳玉志對它的定位是為自動駕駛而來，不是小版本的修補，而是一次代際躍遷。從版本號也能看出這一點，華為直接跳過了ADS 4.2、4.3等中間版本，直接將系統推到了5.0。那么ADS 5和ADS 4相比，又有哪些提升？

從WEWA 1.0到2.0，架構層到底改了什么？

ADS 4的核心架構是WEWA，即世界引擎+世界行為模型的組合。云端的世界引擎利用AI生成難例擴散模型，模擬鬼探頭、前車急剎等極端場景來訓練AI；車端的世界行為模型則負責融合多模態感知數據，在真實道路上做實時決策。這個方案存在的局限就是，云端訓練仍然是單車智能的思路，每次模擬只讓一個AI駕駛員在環境中學習，缺少與其他交通參與者之間的互動。而且訓練是高線下的，工程師需先設定好場景規則，AI再去學習，整個過程是串行的。

WEWA技術架構，圖片源自：網絡

ADS 5把WEWA升級到了2.0版本，改動主要在兩個方面。

在云端，世界引擎引入了多智能體交互機制，簡單來說，過去的訓練好比讓一個司機在空曠道路上獨自練習，車與車之間缺乏真正的互動。現在則是讓成百上千個AI駕駛員同時在虛擬環境里行駛，每個都有自己的行為邏輯（有的激進搶道，有的保守禮讓，有的突然加塞）。AI需要在這樣的環境里學會應對各種交通參與者的不確定行為，訓練強度因此提升了10倍。此外，WEWA 2.0采用了在線強化學習，AI不再是離線學完再上路，而是邊生成場景、邊學習應對、邊驗證效果，整套流程形成了閉環，訓練效率同樣提升了10倍。

圖片源自：網絡

在車端，世界行為模型新增了安全風險場技術，ADS 4的車端模型側重于模仿人類駕駛行為來做決策，ADS 5則更進一步，能夠從動能、勢能和行為三個維度實時評估道路上的風險分布，生成一張動態的風險熱力圖。系統通過這張熱力圖可以判斷哪些區域是危險的、哪些方向是安全的，并據此采取防御性駕駛策略。華為給出的數據是，這項技術可將碰撞風險降低50%。ADS 4當時強調端到端時延降低，但并沒有這一層基于風險量化的主動防御機制，這是兩代系統在決策邏輯上的一個本質區別。

從192線到896線，帶來了哪些實際提升？

ADS 4搭載的激光雷達是192線高精度固態激光雷達，對30厘米高度的障礙物最大識別距離約為100米，對應的車速上限約為80km/h；對14厘米高的目標則存在漏掃的可能。ADS 4還配備了分布式4D毫米波雷達，在雨霧塵等惡劣天氣下仍能保持可靠工作。

ADS 5將激光雷達從192線直接拉升到了896線，分辨率提升了4倍（相關閱讀：高線束激光雷達對自動駕駛的能力有何提升？）。這不僅僅是數字上的躍升，實際收提升現在兩個方面。

圖片源自：網絡

一是更遠、更精準的小目標探測能力。896線激光雷達對30厘米高度的障礙物最遠識別距離提升到了162米，支持120km/h車速下穩定識別；對14厘米高的障礙物（接近大多數車輛底盤的離地間隙）可以在120米外穩定識別。一些ADS 4可能漏掃的微小物體（夜間高速上掉落的黑色輪胎、橫倒的錐桶、紙箱碎片），ADS 5的傳感器方案能有效覆蓋。在低反射率目標的識別距離上，提升尤其明顯，ADS 5的雷達對這類目標的最遠識別距離提升了190%，夜間無光環境下的探測能力從ADS 4的約42米提升到了122米。

二是采用了雙光路架構設計。ADS 4的激光雷達是統一光路，廣角和細節識別之間需要做取舍。ADS 5的896線雷達使用了廣角加長焦一體雙焦的結構，相當于同時擁有兩套接收系統，廣角光路負責覆蓋前方大范圍視野，長焦光路聚焦遠距離目標細節，兩者協同形成一種畫中畫式的復合成像效果。這種設計讓系統既能掌握全局交通環境，又能聚焦遠處的小物體，兼顧了視野寬度和細節精度。

綜合來看，ADS 5在感知上的代際提升，核心不是堆了更多的傳感器數量，而是在分辨率、探測距離和小目標識別這三項關鍵指標上拉開了一個量級。對一些ADS 4處理起來吃力的長尾場景，ADS 5具備明顯更強的覆蓋能力。

操作系統從無到有，乾崑OS解決了什么問題？

ADS 4時代，智駕系統運行在通用的車載操作系統之上，并沒有獨立的專有OS。華為當時更多依賴WEWA架構層面的算法優化來控制時延。ADS 4公布的端到端時延降低了50%，這個數字指的是架構層面的優化效果。

到了ADS 5，華為直接發布了乾崑OS，這是業內首個明確面向自動駕駛場景設計的操作系統。它的核心價值不是有操作系統這件事本身，而是解決了兩個ADS 4沒有徹底處理好的問題。

圖片源自：網絡

首先是優先級調度。在通用OS架構下，智駕任務和其他系統任務共享計算資源，緊急場景下的處理指令可能因為排隊的任務太多而延遲響應。乾崑OS內置了確定性調度引擎，能夠確保智駕相關的緊急任務（突然有車加塞時需要緊急制動）獲得最高優先級的處理，配合靈衢總線技術，車內信號時延相比ADS 4進一步降低了30%。

還有就是安全和可靠性。乾崑OS搭載了全鏈路零信任安全模型，具備防侵入、防泄露、防篡改、防擴散四層防護能力，同時采用全維安全冗余架構。ADS 4沒有這一層從OS層面繞過的安全機制。華為給出的指標是，乾崑OS相比ADS 4時代，系統可靠性提升了20倍。

另外值得一提的是控車精度。ADS 4引入的XMC數字底盤引擎實現了六合一全域融合，在底盤控制上已經有了一定基礎。ADS 5的XMC迭代到了3.0版本，底層算法與ADS實現了更深度的融合，能夠并行處理感知、決策和執行任務。控車精度相比ADS 4提升了30%。

圖片源自：網絡

安全體系從五維到六維，不只是多了一個詞

ADS 4的安全體系是CAS 4.0全維防碰撞系統，覆蓋全時速、全方向、全目標、全天候、全場景五個維度。全時速覆蓋了從低速到高速的AEB生效范圍；全方向意味著前向、側向、后向都有對應的防碰撞功能；全目標指的是對行人、車輛、非機動車等各類障礙物都能識別；全天候保證了雨霧塵等天氣下的感知穩定性；全場景則涵蓋了城市道路、高速公路、停車場等不同環境。在ADS 4階段，這五個維度主要解決的是碰撞發生前后的實時處理和規避。

ADS 5的CAS 5.0在五個維度的基礎上新增了一個全時域維度，變成了六維安全。這不是簡單地在原有框架上加了一個新詞，而是把安全防護的時間軸重新切了一遍，即可以做到往前延伸到事前預防，往后延伸到事后守護。

圖片源自：網絡

事前的部分有三項新功能。路況險情預警通過云端打通了車輛之間的信息通道，一旦某臺搭載ADS的車遇到了事故或障礙物，5公里范圍內的其他ADS車輛會同步收到通知，靠近事發點2公里時界面會彈出提醒。這項功能在ADS 4時代是沒有的。人駕路口超速主動降速和人駕急彎主動降速，這在很多輔助駕駛技術里不太被關注，因為它們不是打開NCA才起作用的，當駕駛員自己握著方向盤，系統如果判斷路口超速風險或彎道出彎速度過高，XMC會主動介入降速。ADS 4的安全輔助主要側重于開啟了輔助駕駛之后的場景，人駕狀態下的預防性干預在這一代有了更明確的落地。

事后的部分，駕駛員失能輔助得到了升級。ADS 4首發過第一代失能輔助功能，但實現方式是靠邊停車。ADS 5的失能輔助2.0可以在高速公路上將車輛自動駛向就近的服務區或收費站，而不僅僅是停在應急車道。這一改動提升了失能場景下的實際救援便利性，畢竟服務區比應急車道更容易被救援車輛定位。

在原有的五個維度上，CAS 5.0也做了加強。前向AEB的生效速度下限從ADS 4的4km/h降到了1km/h，低速場景下的防剮蹭能力有所提高。側后向防碰撞新增了eAES 3.0功能，當系統感知到來自側后方的碰撞風險時，不僅是被動調整車身姿態，還會主動換道或加速避讓。這意味著ADS 5的安全策略從避免自己去撞別人擴展到了避免被別人撞，ADS 4在這一點上做的是被動糾正，ADS 5轉向了主動的路徑規劃。

另外，ADS 5新增了過度轉向穩定控制輔助功能。當系統檢測到駕駛員轉向過度且沒有碰撞風險時，ADS會規劃正確的行駛軌跡，XMC負責精準控制車身，防止車輛失控。ADS 4已有的爆胎穩定控制功能在ADS 5中擴展到了更多車型。

最后的話

ADS 5相較ADS 4的提升可以從四個維度來概括，在云端訓練效率上，多智能體交互和在線強化學習帶來了10倍級的訓練效率提升；在車端感知能力上，896線激光雷達配合雙光路架構把識別距離、精度和暗光性能向前推了一個臺階；在底層系統上，乾崑OS解決了ADS 4時代遺留下來的優先級調度和系統可靠性問題；在安全體系上，CAS 5.0把防護的時間維度從原本的事中擴展到了事前、事中、事后的完整鏈路。