从ADS 4到ADS 5，华为智驾系统有哪些升级？

[首发于智驾最前沿微信公众号]2025年4月，华为发布了乾崑智驾ADS 4（参数丨图片），当时的核心卖点是WEWA架构的首次落地，以及高速L3商用解决方案的推出。ADS 4在架构上用世界引擎+世界行为模型取代了传统的分层式决策逻辑，端到端时延降低了50%，通行效率提升了20%，重刹率下降了30%。感知层面则配备了192线激光雷达、分布式毫米波雷达和舱内激光视觉传感器，安全体系升级到了覆盖五维安全的CAS 4.0。可以说，ADS 4完成了从功能叠加到架构统一的关键转变。当初，智驾最前沿也和大家讨论了ADS 4相较于ADS 3有哪些提升。

一年之后，2026年4月23日，ADS 5发布。华为智能汽车解决方案BU CEO靳玉志对它的定位是为自动驾驶而来，不是小版本的修补，而是一次代际跃迁。从版本号也能看出这一点，华为直接跳过了ADS 4.2、4.3等中间版本，直接将系统推到了5.0。那么ADS 5和ADS 4相比，又有哪些提升？

从WEWA 1.0到2.0，架构层到底改了什么？

ADS 4的核心架构是WEWA，即世界引擎+世界行为模型的组合。云端的世界引擎利用AI生成难例扩散模型，模拟鬼探头、前车急刹等极端场景来训练AI；车端的世界行为模型则负责融合多模态感知数据，在真实道路上做实时决策。这个方案存在的局限就是，云端训练仍然是单车智能的思路，每次模拟只让一个AI驾驶员在环境中学习，缺少与其他交通参与者之间的互动。而且训练是高线下的，工程师需先设定好场景规则，AI再去学习，整个过程是串行的。

WEWA技术架构，图片源自：网络

ADS 5把WEWA升级到了2.0版本，改动主要在两个方面。

在云端，世界引擎引入了多智能体交互机制，简单来说，过去的训练好比让一个司机在空旷道路上独自练习，车与车之间缺乏真正的互动。现在则是让成百上千个AI驾驶员同时在虚拟环境里行驶，每个都有自己的行为逻辑（有的激进抢道，有的保守礼让，有的突然加塞）。AI需要在这样的环境里学会应对各种交通参与者的不确定行为，训练强度因此提升了10倍。此外，WEWA 2.0采用了在线强化学习，AI不再是离线学完再上路，而是边生成场景、边学习应对、边验证效果，整套流程形成了闭环，训练效率同样提升了10倍。

图片源自：网络

在车端，世界行为模型新增了安全风险场技术，ADS 4的车端模型侧重于模仿人类驾驶行为来做决策，ADS 5则更进一步，能够从动能、势能和行为三个维度实时评估道路上的风险分布，生成一张动态的风险热力图。系统通过这张热力图可以判断哪些区域是危险的、哪些方向是安全的，并据此采取防御性驾驶策略。华为给出的数据是，这项技术可将碰撞风险降低50%。ADS 4当时强调端到端时延降低，但并没有这一层基于风险量化的主动防御机制，这是两代系统在决策逻辑上的一个本质区别。

从192线到896线，带来了哪些实际提升？

ADS 4搭载的激光雷达是192线高精度固态激光雷达，对30厘米高度的障碍物最大识别距离约为100米，对应的车速上限约为80km/h；对14厘米高的目标则存在漏扫的可能。ADS 4还配备了分布式4D毫米波雷达，在雨雾尘等恶劣天气下仍能保持可靠工作。

ADS 5将激光雷达从192线直接拉升到了896线，分辨率提升了4倍（相关阅读：高线束激光雷达对自动驾驶的能力有何提升？）。这不仅仅是数字上的跃升，实际收提升现在两个方面。

图片源自：网络

一是更远、更精准的小目标探测能力。896线激光雷达对30厘米高度的障碍物最远识别距离提升到了162米，支持120km/h车速下稳定识别；对14厘米高的障碍物（接近大多数车辆底盘的离地间隙）可以在120米外稳定识别。一些ADS 4可能漏扫的微小物体（夜间高速上掉落的黑色轮胎、横倒的锥桶、纸箱碎片），ADS 5的传感器方案能有效覆盖。在低反射率目标的识别距离上，提升尤其明显，ADS 5的雷达对这类目标的最远识别距离提升了190%，夜间无光环境下的探测能力从ADS 4的约42米提升到了122米。

二是采用了双光路架构设计。ADS 4的激光雷达是统一光路，广角和细节识别之间需要做取舍。ADS 5的896线雷达使用了广角加长焦一体双焦的结构，相当于同时拥有两套接收系统，广角光路负责覆盖前方大范围视野，长焦光路聚焦远距离目标细节，两者协同形成一种画中画式的复合成像效果。这种设计让系统既能掌握全局交通环境，又能聚焦远处的小物体，兼顾了视野宽度和细节精度。

综合来看，ADS 5在感知上的代际提升，核心不是堆了更多的传感器数量，而是在分辨率、探测距离和小目标识别这三项关键指标上拉开了一个量级。对一些ADS 4处理起来吃力的长尾场景，ADS 5具备明显更强的覆盖能力。

操作系统从无到有，乾崑OS解决了什么问题？

ADS 4时代，智驾系统运行在通用的车载操作系统之上，并没有独立的专有OS。华为当时更多依赖WEWA架构层面的算法优化来控制时延。ADS 4公布的端到端时延降低了50%，这个数字指的是架构层面的优化效果。

到了ADS 5，华为直接发布了乾崑OS，这是业内首个明确面向自动驾驶场景设计的操作系统。它的核心价值不是有操作系统这件事本身，而是解决了两个ADS 4没有彻底处理好的问题。

图片源自：网络

首先是优先级调度。在通用OS架构下，智驾任务和其他系统任务共享计算资源，紧急场景下的处理指令可能因为排队的任务太多而延迟响应。乾崑OS内置了确定性调度引擎，能够确保智驾相关的紧急任务（突然有车加塞时需要紧急制动）获得最高优先级的处理，配合灵衢总线技术，车内信号时延相比ADS 4进一步降低了30%。

还有就是安全和可靠性。乾崑OS搭载了全链路零信任安全模型，具备防侵入、防泄露、防篡改、防扩散四层防护能力，同时采用全维安全冗余架构。ADS 4没有这一层从OS层面绕过的安全机制。华为给出的指标是，乾崑OS相比ADS 4时代，系统可靠性提升了20倍。

另外值得一提的是控车精度。ADS 4引入的XMC数字底盘引擎实现了六合一全域融合，在底盘控制上已经有了一定基础。ADS 5的XMC迭代到了3.0版本，底层算法与ADS实现了更深度的融合，能够并行处理感知、决策和执行任务。控车精度相比ADS 4提升了30%。

图片源自：网络

安全体系从五维到六维，不只是多了一个词

ADS 4的安全体系是CAS 4.0全维防碰撞系统，覆盖全时速、全方向、全目标、全天候、全场景五个维度。全时速覆盖了从低速到高速的AEB生效范围；全方向意味着前向、侧向、后向都有对应的防碰撞功能；全目标指的是对行人、车辆、非机动车等各类障碍物都能识别；全天候保证了雨雾尘等天气下的感知稳定性；全场景则涵盖了城市道路、高速公路、停车场等不同环境。在ADS 4阶段，这五个维度主要解决的是碰撞发生前后的实时处理和规避。

ADS 5的CAS 5.0在五个维度的基础上新增了一个全时域维度，变成了六维安全。这不是简单地在原有框架上加了一个新词，而是把安全防护的时间轴重新切了一遍，即可以做到往前延伸到事前预防，往后延伸到事后守护。

图片源自：网络

事前的部分有三项新功能。路况险情预警通过云端打通了车辆之间的信息通道，一旦某台搭载ADS的车遇到了事故或障碍物，5公里范围内的其他ADS车辆会同步收到通知，靠近事发点2公里时界面会弹出提醒。这项功能在ADS 4时代是没有的。人驾路口超速主动降速和人驾急弯主动降速，这在很多辅助驾驶技术里不太被关注，因为它们不是打开NCA才起作用的，当驾驶员自己握着方向盘，系统如果判断路口超速风险或弯道出弯速度过高，XMC会主动介入降速。ADS 4的安全辅助主要侧重于开启了辅助驾驶之后的场景，人驾状态下的预防性干预在这一代有了更明确的落地。

事后的部分，驾驶员失能辅助得到了升级。ADS 4首发过第一代失能辅助功能，但实现方式是靠边停车。ADS 5的失能辅助2.0可以在高速公路上将车辆自动驶向就近的服务区或收费站，而不仅仅是停在应急车道。这一改动提升了失能场景下的实际救援便利性，毕竟服务区比应急车道更容易被救援车辆定位。

在原有的五个维度上，CAS 5.0也做了加强。前向AEB的生效速度下限从ADS 4的4km/h降到了1km/h，低速场景下的防剐蹭能力有所提高。侧后向防碰撞新增了eAES 3.0功能，当系统感知到来自侧后方的碰撞风险时，不仅是被动调整车身姿态，还会主动换道或加速避让。这意味着ADS 5的安全策略从避免自己去撞别人扩展到了避免被别人撞，ADS 4在这一点上做的是被动纠正，ADS 5转向了主动的路径规划。

另外，ADS 5新增了过度转向稳定控制辅助功能。当系统检测到驾驶员转向过度且没有碰撞风险时，ADS会规划正确的行驶轨迹，XMC负责精准控制车身，防止车辆失控。ADS 4已有的爆胎稳定控制功能在ADS 5中扩展到了更多车型。

最后的话

ADS 5相较ADS 4的提升可以从四个维度来概括，在云端训练效率上，多智能体交互和在线强化学习带来了10倍级的训练效率提升；在车端感知能力上，896线激光雷达配合双光路架构把识别距离、精度和暗光性能向前推了一个台阶；在底层系统上，乾崑OS解决了ADS 4时代遗留下来的优先级调度和系统可靠性问题；在安全体系上，CAS 5.0把防护的时间维度从原本的事中扩展到了事前、事中、事后的完整链路。