122亿公里，华为乾崑正用数据规模重塑智驾竞赛

当智驾数据累计到百亿级，车企会分化为两种截然不同的命运。

『杂谈』

在这个车市随便聊聊

CASUAL TALK

■作者

周展

■编辑

周展

■视觉

慢慢

周末杭州萧山汽车城的启境汽车体验店里，一面巨大的蓝色电子屏幕正牢牢吸引着所有进店顾客的目光。屏幕上，一串白色数字正在以令人目眩的速度实时翻滚：

“华为乾崑智驾累计辅助驾驶里程：122亿6458万4790公里……”

最后几位个位数在不足一秒的时间内不断向上跳动、刷新。在这个数字的下方，两组对比数据同样触目惊心：

搭载华为ADS的车辆，辅助驾驶状态下的安全性是人类司机的4.66倍；

即使在人驾状态下，其主动安全防护能力也是中国平均水平的3.05倍。

这块不断变动的实时大屏，正是中国智驾竞赛进入“数据决定一切”阶段的缩影。而就在大屏旁，刚刚于上周末最新上市的启境GT7，作为广汽集团与引望原生融合的首款车型，正静静地展示着这串庞大数字的最新落脚点。作为行业首批搭载全新华为乾崑智驾ADS 5系统的车型，启境GT7不仅预埋了L3级全链路冗余架构，更成为乾崑最新端到端技术走向普通消费者的第一道桥梁。

当行业还在争论“端到端”还是“模块化”时，华为已用这组实时翻滚的里程数据，将竞争的焦点从“谁的技术更先进”悄然切换到“谁的数据更多”。

01122亿公里：不是里程碑，而是经验池

122亿公里是什么概念？它意味着绕地球赤道30.5万圈，或者在地球与太阳之间往返约41趟。这绝非实验室里跑出来的模拟数据，而是短短几年时间，千万个真实车主在真实中国道路上，一公里一公里“喂”出来的底座。

回溯数据轨迹，这条增长曲线的斜率令人侧目。

2026年1月底，华为乾崑智驾累计辅助驾驶里程为76.3亿公里；

到5月底，这一数字达到114.7亿公里；

而到了6月底，官网数据便已悍然突破122亿公里。

短短五个月，增量接近46亿公里。平均每月新增约9亿公里，这意味着每发生一次系统迭代，其背后的场景库都在呈几何级数膨胀。

这种加速度背后，是装车量的指数增长。华为乾崑目前已与25家品牌、50余款车型展开深度合作，整车搭载量向数百万台迈进。启境GT7的正式上市，更是将广汽扎实的造车底盘与华为全栈智能化能力原生融合。车队规模越大，数据回流越快；数据越快，算法迭代越高效；算法越高效，用户体验越好——这是典型的正向飞轮。

将这组数据放在行业坐标系中审视，差距更令人侧目。

国内另一智驾旗帜小鹏汽车，其AI辅助驾驶累计里程在行业内已属优秀，但其月度增量与乾崑月增近10亿公里的体量相比，已然不在一个数量级。即使是全球智驾标杆特斯拉，其FSD全球累计行驶里程在5月突破约145亿公里，看似依然领先。但必须注意到，特斯拉的数据来自全球市场，而华为乾崑的122亿公里几乎全部由路况极其复杂的中国本土道路场景贡献。

考虑到中国混合交通、非机动车穿插、施工路段频繁的复杂现状，同等里程下，华为每公里所含的“场景信息密度”和“难例含金量”要高得多。这也让华为智能汽车解决方案BU CEO靳玉志曾公开预测的“2026年10月，乾崑智驾累计辅助驾驶里程有望超越特斯拉，登顶全球”，正在一步步变成现实。

02从数据到壁垒：硬件堆料没意义了

消费者很容易陷入一个误区，将智驾优势简单归结为硬件参数的领先。不可否认，启境GT7等车型上搭载的896线双光路图像级激光雷达，确实代表了量产硬件的巅峰。然而，硬件只是容器，真正决定智驾上限的，是灌入这个容器的数据。

如果没有海量极端场景数据来训练模型如何“解读”点云，更高的分辨率只会带来更大的计算负担。目前，包含人驾在内的华为乾崑驾驶总里程，已经达到了354亿公里，而其中沉淀的难例数据（Corner Cases）——那些鬼探头、暴雨隧道、前车急刹——让高线数激光雷达的超高分辨率，完成了从“看得清”到“看得懂”的质变。

这一逻辑在最新发布的ADS 5系统及全新WEWA 2.0架构中体现得更为彻底。

WE（世界引擎）在云端首次引入了“多智能体博弈”机制。AI在虚拟世界里的博弈对象，不再是呆板的NPC，而是同样具备思考能力的“AI老司机”。配合在线强化学习，云端的博弈强度和学习效率提升了10倍。

而WA（世界行为模型）则在车端首次应用了安全风险场理论，通过风险热力图进行实时决策，将车端碰撞风险再降低了50%。

这套架构让系统决策不再依赖生硬的规则堆砌，而是更类人、更丝滑。在官方公布的启境GT7的实测表现中，窄路会车主动礼让、复杂博弈场景下的顺滑避让，正是这套大模型架构“吃”下百亿级数据后的直观回馈。

而在安全底线上，ADS 5升级至CAS 5.0全维防碰撞系统，将安全维度从五维扩展至“全时域”的六维安全。这套系统的底气同样来自数据。6月22日，引望宣布为乾崑智驾ADS提供事故兜底保障。继比亚迪之后，华为成为第二家敢于为智驾“兜底”的企业，这本质上是数据规模带来的统计自信。

03飞轮效应：智驾赛道的“赢家通吃”

理解了数据与能力的转化关系，就不难看懂智驾赛道正在发生的格局重塑。

智驾赛道正在遵循一条铁律：数据越多→算法越好→体验越好→用户越多→数据更多。一旦飞轮转速跨过临界点，后来者面临的便不再是资金多寡的问题，而是无法用钱买到的“时间与规模壁垒”。你如何用钱去买别人过去几年里，千万用户在路上跑出的122亿公里？

面对这道壁垒，车企正在分化为两种截然不同的命运。

自研派的小鹏、理想们，坚持品牌调性与独立性，但受限于单一品牌销量和数据回流渠道，其数据积累的速度正天然地被华为乾崑的多品牌合力所拉开。

而接入派的阵营则在迅速扩大。启境GT7正是这种“原生融合”模式下的最新标杆，它不再是简单的“买断方案”，而是将华为智驾、鸿蒙座舱、数字底盘、智能车云等全栈技术深度打包。每一辆搭载乾崑系统的新车交付上路，都在充当着华为数据飞轮的全新推进器。

行业正在浮现一种“二选一”的洗牌格局：要么咬牙进行极具风险的长期自研，要么接入乾崑生态，利用现成的数据规模快速补齐短板。中间路线正加速失效，因为当头部的智驾系统已经可以做到“车位到车位3.0”、无需导航随心开启NCA的“漫游巡航”、甚至自动通行ETC时，一个数据匮乏的落后系统在用户体验上的代差，将直接转化为终端销量的鸿沟。

从更宏观的视角看，华为乾崑已经超越了传统Tier 1供应商的角色。它更像是一个以数据为核心的“智驾基础设施”——如同云计算领域的AWS。车企接入乾崑，本质上是在共享一个每日都在自我进化、变得更聪明的共享大脑。

智驾竞争的下半场，残酷性正逐渐显现。算法架构的开源与端到端共识的达成，正在缩窄各家在“公式”上的差距，而真正决定最终产出结果的，是作为“原料”的数据规模。

122亿公里不是一个终点，而是一个分水岭。分水岭的这边，是利用多品牌数据合力，让飞轮越转越快、不断拉大差距的生态引领者；分水岭的那边，是仍在为数据积累和研发成本苦苦挣扎的单打独斗者。

看着体验店屏幕上那秒级闪动、永不停息的行车里程，我们应该意识到：这场关于“谁的数据飞轮更重”的智驾长跑，胜负的指针，已经在向拥有庞大场景库和确定性安全边际的数据巨头发生产业倾斜。而一旦这个飞轮拉开了数量级的代差，就很难再被追上了。