导语：华为智驾五代架构演进，以端到端大模型和无图路线年北京车展上，果ADS 5.0如预期首发亮相——端到端全AI大模型、L4级无图NOV、896线激光雷达上车——这将是华为智能驾驶系统自2021年首次对外展示以来的第五个版本号。
但版本号本身说明不了太多问题。真正值得关注的，是每个版本号背后几乎都伴随着一次底层架构的重写。
截至2025年底的数据可以作为参照系：乾崑智驾已链接14家车企、覆盖33款量产上市车型、累计智驾行驶里程58.1亿公里、辅助驾驶活跃用户占比达95.2%。在35万元以上的豪华新能源市场，华为乾崑的市占率已达53%。这些数字背后，是五年来一代又一代算法架构迭代积累的结果。而要理解ADS 5.0为什么值得在北京车展上占据C位，最好的方式是回到起点，把每一步走完。
2021年4月上海车展，极狐阿尔法S HI版首次公开亮相，搭载的就是华为第一代高阶智能驾驶系统——ADS 1.0。
那是中国市场上最早一批声称能实现城市道路高阶智驾的系统之一。它的技术底座基于当时行业主流的方案：Transformer架构驱动的BEV（Birds Eye View，鸟瞰图）感知系统，配合多传感器融合（激光雷达+毫米波雷达+摄像头），再叠加高精地图提供先验信息。
高精地图意味着什么？意味着系统只能在已经完成高精测绘的城市道路上运行。一旦驶出覆盖范围——哪怕只是出了城上了省道——智驾能力就会立刻退化为最基础的L2辅助驾驶。更现实的问题是，高精地图的测绘、更新和维护成本极高，覆盖速度远远跟不上中国道路建设的速度。一个今天刚开通的立交桥，可能需要数周甚至数月才能被更新到高精地图中。
定价方面，ADS 1.0一次性买断价32,000元，包月订阅640元。这个价格在当时并不便宜，但考虑到它提供的确实是市面上少有的高阶智驾体验，市场接受度尚可。
不过ADS 1.0的交付过程并不顺利。极狐阿尔法S HI版从2021年4月发布到正式交付，中间跳票了近一年的时间。这在汽车行业不算罕见，但对于一个急于证明自己技术实力的新入局者来说，每一天的延迟都在消耗市场的耐心。ADS 2.0：质变的开始
这一次不是修修补补的升级，而是两个关键技术的引入，从根本上改变了系统的认知方式。
这种方案的问题显而易见：线种。路上可能出现倒下的大树、散落的货物、形状不规则的施工障碍物、甚至是闯入道路的动物——这些都不在任何训练集的白名单里。
这意味着什么？意味着系统从只能认出学过的东西变成了能认出没见过的异常。这不是精度提升10%或者20%的问题，是
。就像一个老司机和一个新手的区别：新手看到的是他学过的几种路况，老司机看到的是这里不对劲。
（Road Connectivity Reasoning，道路拓扑推理网络）。在BEV架构之上，RCR负责推理道路之间的连接关系。简单来说，就是让系统不仅看见眼前的路面，还能理解这条路通向哪里、前方路口有几条岔路、哪条是主路哪条是辅路。这为后续摆脱高精地图依赖打下了基础——如果系统能自行推理道路拓扑，那就不需要地图来告诉它路是怎么连的了。
接管里程翻倍是一个非常有说服力的数据。对于用户来说，这意味着在高速公路上使用智驾时，平均每200公里才需要人工介入一次——已经从尝鲜功能的范畴进入了实用工具的门槛。
功能。基于PDP网络的预测性决策规划，变道行为变得更加拟人化——不再是机械地执行指令，而是在观察周边车流态势后做出更符合人类驾驶习惯的决策。
价格方面，ADS 2.0一次性买断36,000元（比1.0上涨4000元），包月订阅720元。涨幅不大，但考虑到能力的大幅提升，性价比实际上更高了。
ADS 2.0的意义在于，它证明了华为不只是能把智驾做出来，还能让它变得越来越好用。从能用到好用之间隔着的，正是GOD网络和RCR网络这两个底层创新。
进入2024年，ADS 3.0带来了一个看似低调但影响深远的决定：彻底摒弃BEV架构，全面转向以GOD网络为核心的感知体系。
：用户从家出发，车辆在家门口停车位启动智驾，一路经过小区道路、城市道路、高速公路，最终到达目的地的停车位——全程无需人工接管。这个最后的一公里和最初的一公里的打通，让智驾真正覆盖了完整的出行链路。
从用户体验的角度看，ADS 3.0是一个分水岭。在此之前，智驾更多是有就用一下的加分项；在此之后，它逐渐变成了一部分车主每天通勤都要开的刚需功能。
World Engine：从标注数据到理解世界在ADS 4.0之前的版本中，感知系统的工作方式本质上是监督学习：人类标注员对着摄像头画面框出车辆、行人、交通灯，然后神经网络学习这些标注模式。这种方式有效但有天花板——标注数据的规模和质量决定了系统的上限。
World Engine尝试突破这个天花板。它不再依赖人工标注的精确边界框，而是通过海量未标注的真实驾驶数据，让系统自发学习环境中的规律和结构。类似于人类驾驶员不需要有人告诉他每一棵树在哪里、每一个行人穿什么颜色，他只需要感受到环境中哪些元素是需要关注的。World Action Model：从规则代码到学习策略
这些规则在简单场景中行之有效，但在复杂的中国城市道路面前显得捉襟见肘——因为真实的驾驶场景中有太多的corner case无法用if-else语句穷举。
World Action Model的思路是：给AI看海量优秀人类驾驶员的操作数据，让它自己总结出在这种情况下应该怎么做的策略。类比一下：以前是教孩子背交规条文，现在是让孩子坐在副驾驶座上看一万次老司机开车，然后自己悟出什么时候该加速、什么时候该让行。
在这套新架构的支撑下，华为开始在ADS 4.0上推进L3级别的自动驾驶能力：
首发车型包括问界M9 2025款全景智慧旗舰SUV和尊界S800。其中尊界S800作为一款指导价70万-140万的超豪华车型选择首发搭载ADS 4.0，本身就说明了华为对这套系统成熟度的信心——在这个价位段，任何技术瑕疵都会被成倍放大。
按照目前的公开信息和行业节奏推断，2026年北京车展上华为有望首发展示ADS 5.0的核心能力。
端到端架构打破了这个流水线。输入端的传感器原始数据（图像、点云等）直接送入一个大模型，大模型直接输出车辆控制指令（转向、油门、刹车）。中间没有独立的感知模块、没有独立的规划模块、没有工程师定义的接口协议——一切由神经网络内部的表征学习来完成。
这种架构的优势在于：消除了模块之间信息传递的损失（感知漏检的信息不可能在规划阶段凭空补回来），也让系统能够学到一些跨模块的优化策略（比如为了后续变道更顺滑而在感知阶段就提前关注侧方车辆的细微动态）。伴随端到端架构而来的是
（Native Omnidirectional Driving，原生全向驾驶）。不同于此前各版本的渐进式升级，NOV的设计目标是让系统从一开始就以全向、无图、原生的方式运行——不需要高精地图、不限定向高速或城区、不分主干道或支路。
硬件层面，896线激光雷达预计将在ADS 5.0的首批搭载车型上标配。双光路设计带来的图像级感知精度，为端到端大模型提供了前所未有的高质量输入数据。
L3和L4之间隔着的不只是一条法律责任的红线，更是技术可靠性的巨大鸿沟。目前全球范围内尚无任何一家企业在大规模量产车上实现了线级自动驾驶（限定区域内的Robotaxi除外）。ADS 5.0能否在北京车展后的一两年内将L4从概念推向量产，还有待观察。
当系统从分模块的透明流水线变成一个巨大的神经网络黑箱之后，当系统做出错误决策时，排查原因的难度呈指数级上升。传统架构中可以通过定位是感知漏检还是规划错误来针对性修复，而端到端架构中往往难以归因。这对工程化落地提出了全新的挑战。
竞争格局仍在动态变化中。特斯拉FSD在中国市场的入局进度、小鹏XNGP的技术迭代速度、以及理想、蔚来等厂商的自研智驾进展，都在持续改变着市场格局。ADS 5.0能否在竞争中维持领先优势，取决于其技术能力和产品化节奏的双重表现。
五、ADS演进背后的三条逻辑回望从ADS 1.0到5.0的完整路径，有三条贯穿始终的逻辑值得关注。
第一：每次架构重写都是否定之否定仔细梳理ADS的演进历程会发现一条有趣的现象：华为几乎每隔一两年就会推翻前一代的核心架构。
很多公司的做法是在既有框架上不断叠加新功能、修补边缘case，尽量延长一套架构的生命周期——因为这涉及到庞大的重构成本和团队惯性。华为选择了另一条路：
这种做法需要的不仅仅是技术能力，更是战略定力。在一个快速变化的赛道里，承认上一代的思路走不通了并投入资源开辟新路，比在舒适区里做增量改进要困难得多。
如果给ADS的演进提炼一个不变的目标，那大概就是：摆脱对高精地图的依赖。
华为在ADS 1.0时代就已经意识到高精地图路线的不可持续性。五年下来，无图从一个差异化卖点变成了全行业的共识方向——特斯拉的FSD同样坚持纯视觉无图路线，小鹏也在大力推进XNGP的无图能力。
ADS 2.0开始让智驾变得好用起来。接管里程翻倍、无图城市扩展、泊车能力大幅增强——这些改进让智驾从偶尔体验一下变成了出门可以开着。
ADS 3.0到4.0则是从好用推向天天用的阶段。车位到车位打通了完整出行链路、L3级能力让高速长途驾驶大幅减负、AI自学习范式让系统能够越用越聪明。
