博世+文远有多“黑”？

在1月31日的2025智驾天梯榜年度盛典上，产生了两位天梯榜年度黑马：一位是地平线，一位是博世（+文远知行）。

本篇我们讨论博世（+文远知行），为什么它能引起出注意？

两个原因。其一，在第二届智驾大赛台州站（2025年11月）和温州站（2026年1月），所搭车型星途星纪元ES连续两站夺冠，连续两站全程零接管，创造过去一年大赛12站最好成绩；其二，自南通站（2025年8月）首次参赛后，连续三站总分不过百，但11月出现分水岭，即博世（+文远知行）一段式端到端上车，随后两站分别超过110分，参赛成绩短期内突然大幅提升，被参赛车友和裁判惊讶地捕捉到，并快速溢出到更大范围的车友群里。

那么，这匹天梯榜年度智驾黑马，成色究竟如何？

为了客观分析博世（+文远知行）的智驾水平，我们在安全、效率、场景和总得分，共四个维度，选择与基于第二届智驾大赛实测数据积累并产生的头部方案进行比较。

在智驾天梯榜年度场景榜中，特斯拉FSD以平均分30分（满分30分）排名第一。在安全榜、效率榜以及总得分三个榜单，华为乾崑智驾均排名第一，其中，安全榜平均得分45.5分（满分50分），效率榜平均得分23.95分（满分30分），因比赛路线难度持续增大，华为乾崑智驾场景问题解决不佳，下半年分值呈下滑态势，尽管如此，仍凭借安全和效率两大模块的超强表现，拿下平均得分96.10分（满分120分），成为智驾天梯榜2025年度总榜冠军。

因此在安全、效率和总得分部分对比华为乾崑智驾，场景部分对比特斯拉FSD。

#01

安全分：阶梯式增长，正快速接近华为

华为安全分表现长期稳定，体现其在边缘场景、异常目标识别以及交通规则执行方面形成系统性优势，背后是大规模真实行驶数据积累以及持续训练优化能力。过去7期的数据分别为：2025年4月45.25分、5月44.93分、7月44.96分、8月45.23分、9月45.53分、11月45.77分、2026年1月46.85分，均分45.50分（满分50分），且每期得分都超过了44分，按百分制折算，是唯一年度安全榜得分在90分以上的方案。

博世（+文远知行）在安全场景的表现呈阶梯式增长趋势，过去4期成绩分别为8月26分、9月32.67分、11月37.2分、2026年1月42.36分。前期两段式无图方案得分偏低，11月在切换一段式新架构后，连续两站安全分大涨，尽管4期以来的最佳成绩仍低于华为同期的46.85分，但连续两站全程零接管并夺冠，这释放了一个信号，新版本的安全能力正在变强，尤其在复杂交通博弈和异常行为预测方面有了进步，整体表现基本能总结为：新版本的安全能力，正在快速缩小与华为乾崑智驾间的差距。

02#

效率分：单期表现亮眼，仍有进步空间

这是华为乾崑智驾的“领先区”，7期数据分别为：2025年4月22.50分、5月23.14分、7月23.20分、8月23.80分、9月25.65分、11月24.46分、2026年1月24.92分，以23.95平均分拿到2025年度效率榜第一。

博世（+文远知行）过去4期数据分别为8月20分、9月20分、11月20.8分和2026年1月23分。同样，前期效率分曲线增幅不大，11月一段式端到端初次登场后，有极为平缓的增长，但到了2026年1月，出现2.2分的较大增幅，呈现快速逼近华为乾崑智驾的平均分追势，这意味着新版本系统决策模型对交通环境理解能力在慢慢增强。

对比华为乾崑智驾来看，前期最大分差在5分以上，11月切换一段式端到端后开始追分，缩小到3.66分、1.92分，结合新版本在大赛两站的实际表现，其在路径执行、车速策略和路口通过效率等场景开始发挥数据驱动的优势，甚至在极为复杂的高强度博弈场景也没有出现大丢分，典型案例是在温州收官战的盘山路段，路窄、弯急、违停多，博弈密度和难度大，最终仍以零接管完赛，这一表现再次说明其一段式端到端在复杂动态交通中的优势正不断显现。若横向对比效率榜中的其他方案代表，同期（2026.1）得分最高的，来自同为一段式端到端范式的地平线HSD，拿到了全榜最高28分（满分30分），领先博世（+文远知行）高达5分。对于博世（+文远知行）而言，若要进一步加大追分幅度，明显还需要继续通过数据与算法的持续优化加强模型能力，因此其在效率方面仍有进步空间。

场景分：泛化能力紧随特斯拉

自2025年4月南京站起，特斯拉连续参与常州、无锡、苏州、南通、嘉兴、宁波、台州八站赛事，场景分均获满分（30分），展现出了极强的场景泛化能力，是11家上榜名单里唯一一个在年度场景榜中，全部拿到满分的智驾方案。

博世（+文远知行）过去4期成绩分别为：8月30分、9月28.33分、11月29分，2026年1月28.57分，平均分28.98分。

特斯拉在场景方面的曲线变化非常稳定，且始终能保持满分状态，博世（+文远知行）只有4期上榜，相比特斯拉7期的稳定表现，其算法的鲁棒性仍需验证。尤其是中国本土复杂路况（如非机动车混行、无信号灯路口）的数据积累较少，这也是导致其场景分偏低的原因之一。虽然在9月和2026年11月有两次小幅下滑，但整体表现处于紧随特斯拉的状态。

#04

总得分：后发追势显著，稳定性待考

根据智驾天梯榜2025年度总榜数据，博世（+文远知行）与华为乾崑智驾的总分曲线呈现为两条不同的变化路径。

华为乾崑智驾呈现“高位缓降”特征。这是因为自8月份南通站起，赛事路线难度加大，比如新增园区路、内部路等复杂场景，华为乾崑智驾前期稳定输出受到影响，出现连续2站下滑，但在收官战已有回暖迹象，说明云端主算的世界模型已得到新一轮算法强化。7期平均分96.10分，全年数据稳定在 92-99分区间，再次证明基础盘稳固。

博世呈现“阶梯式暴涨”特征，单期最高涨幅达7.68分（2025.11-2026.1），这种爆发式增长既体现技术迭代速度，也反映关键技术在突破期内的阶段性成效，平均分仅为87.25分，是受样本量较少（仅4期），且一段式端到端落地周期较晚导致，因此能否稳定守住陡增趋势，需要进一步通过评测、众测和大赛进行持续性验证。

从总分走势看，华为乾崑依然保持行业领先地位，其优势来自规模化量产部署与持续数据闭环能力。博世（+文远知行）整体得分呈持续提升趋势，在年度周期内逐渐缩小差距并快速完成反超。总的来看，博世（+文远知行）在2025年底到2026年初实现了一个明显的阶梯式跨越，这也是其获得“黑马”称号的直接依据。

#05

博世（+文远）为什么变强了？

通过上述对比，可以得到一个阶段性的结论了：博世（+文远知行）已迅速逼近两大头部方案：在安全、效率和总分三个细分榜单已追上华为，场景能力正紧贴特斯拉。

为什么博世（+文远知行）突然变强了？

其实在前面四个细分榜单的曲线对比图中，就已经反复回答过，博世（+文远知行）成绩大幅提升的本质原因，就是和其一段式端到端有关。

博世（+文远知行）一段式端到端落地的具体时间是在去年11月5日，根据文远知行官方披露的消息，从项目启动到SOP，仅耗时七个月。这是什么概念？

举几个例子。

据何小鹏在2025小鹏科技日上的表述，2024年10月由刘先明带队推进第二代VLA研发，同时放弃了VLA 1.0过渡方案。按照计划，第二代VLA会在今年3月启动第一批推送，那么自项目启动至SOP，共耗时17个月，这期间存在V-L-A与V-A两条技术的同步探索期。

根据地平线官方资料，HSD一段式端到端项目启动时间在2023年10月，期间也曾同步推进两段式架构的研发，考虑到2024年9月团队正式确定放弃两段式，那么自立项到SOP共耗时14个月。

李想曾在去年5月的AI Talk中提到，理想VLA司机大模型在2024年便初启动研发，2025年3月发布技术架构，2025年9月全量推送，共耗时约20个月。

这里需要多说一句，理想智驾研发耗时明显偏长，这和团队的组织架构变化、技术探索方向等多因素有关。比如，在2023年Q4到2024年Q3期间，预研VLA的同时，更多的资源是在VLM+E2E上的，和小鹏、地平线以及博世（+文远知行）集中资源主攻一条路的节奏稍有不同。

以上几个例子，证明多数自研主机厂、方案商在跑通硬件适配、场景数据、车规级验证基础，实现从解耦到一体化的平滑过渡，周期一般都超过12个月，博世（+文远知行）又是怎么做到只花了7个月的？

用一句话总结，是工程化能力与模型算法突破的叠加结果。

博世有极强且成熟的工程能力。作为全球最大的Tire 1，底盘、功能安全、整车电子架构等领域，是博世长期以来的优势，成熟完整的工程方法论，能在压缩开发验证周期的同时，把智能驾驶从概念快速转化为量产落地，同时还能保证系统的稳定性与可靠性不受影响，这是其能够快速推进复杂算法完成落地量产的核心原因之一。

核心原因之二，是文远知行解决了数据问题。一段式端到端，本质就是以数据驱动，规则兜底不再出现，这种范式在复杂交通博弈中具备更高响应效率，从天梯榜效率曲线变化看，已经产生了明显效果。那数据从而何来？文远知行的办法是通过GENESIS世界模型自己去模拟并产生大量数据，这其中就包括相对难啃的各类复杂长尾场景，很大程度上规避了主机厂靠海量真实汽车在物理世界“跑数据”的资源战。

因此总的来看，博世（+文远知行）能在短期内将一段式端到端由概念转到落地，且半年智驾能力取得质的飞跃，在去年崛起并体现在实战场景上，最终被评入天梯榜年度黑马，这和双方在软硬一体上的协同效率有关，也和各自的业务水平有关，相当于各自把自己最擅长的地方做到极致。

博世（+文远知行）的黑马成色，源于端到端技术的突破与博世的底层硬件支撑，但其竞争力仍需时间验证。短期来看，需通过扩大数据积累、优化场景适配弥补短板；长期来看，借助博世的全球化布局与文远的算法迭代能力，有望成为智驾赛道的重要玩家。

对于用户而言，当前版本的智驾系统在高速和城市场景已具备较高的实用性，城区复杂路况的体验仍需进一步验证，至于这匹黑马能否真正跻身第一梯队，2026年的全场景数据将是最后的答案。