真正告别车顶的『犄角』？鸿蒙智行公布共光路舱内激光雷达技术

原创｜BlueKosmos 编辑｜X

一镜双模破解舱内部署难题，智驾竞争从堆料转向架构深层博弈。

高阶辅助驾驶渗透率持续攀升的当下，市场竞争却逐渐陷入同质化参数内卷。

多数品牌仍在比拼激光雷达线束数量与传感器堆叠规模，却鲜少关注量产普及过程中的成本控制、造型兼容与长期稳定性难题。

伴随国家L3级认证试点稳步推进，行业竞争维度正在发生深层迁移，从单一功能体验的比拼，转向底层架构安全冗余与量产落地能力的综合较量。

就在这样的产业节点上，鸿蒙智行正式对外详解共光路舱内激光雷达技术，据悉，这套已率先搭载于问界M7（参数丨图片） Pro+的感知方案。

01

并非对立

场景分化下的双轨并行

长期以来，行业围绕激光雷达的部署位置存在诸多讨论，头顶外置方案与舱内集成方案常被置于对立视角进行比较。在华为的技术判断中，两条路线并非非此即彼的替代关系，而是对应不同用户诉求与产品定位的并行探索。

我们可以看到，华为在激光雷达领域的演进始终保持双线推进。

从2023年问界M9首发198线半固态激光雷达，拉开高规格激光雷达量产序幕。2025年尊界S800搭载高精度固态激光雷达，进一步探索固态技术路线的性能边界。到2026年上半年，896线双光路图像级激光雷达落地尊界S800与问界M9，持续刷新年产量产激光雷达的线束上限。

与此同时，在华为内部，舱内集成路线也在同步研发迭代，本次共光路舱内激光雷达的正式公开，正是这条技术路径的阶段性量产成果。

当然，两条技术路线拥有明确的差异化定位。

舱外半固态方案依托转镜机械结构，可实现更高线束与更远探测距离，主打极致性能上限，适配追求顶级智驾体验的高端车型。而舱内全固态方案采用无机械运动部件的技术形态，体积更小巧，兼顾整车造型流畅度、风阻表现与日常使用稳定性，适配更广泛的家用量产车型。

当然，目前行业内，将舱内激光雷达视为性能妥协的认知，其实是对技术路线分化的误读，舱内方案不是降配选择，而是面向量产普及场景的架构创新。

简单说，两条路线在性能、功耗层面存在清晰区分，底层的算法、算力与数据体系却完全同源，不同传感器形态均可复用同一套AI算法框架。

结合行业长期发展趋势来看，L2级辅助驾驶与L3级自动驾驶将长期并存，故此，华为选择双轨并行的技术策略，本质是用差异化硬件方案覆盖多元用户需求，既保留性能冲高的可能性，也兼顾大规模普及的现实需要。

02

共光路架构

破解舱内部署三大难题

不少人觉得，舱内激光雷达就是将激光雷达置于前挡风玻璃后方，只是部署位置的迁移，实则要跨越体积限制、信号衰减与噪音干扰三座行业大山。

首先，传统外置转镜激光雷达体积偏大，直接移入舱内不仅难以布置，还会破坏座舱视觉观感。其次，玻璃介质会吸收激光信号，导致探测性能大幅衰减。再者，转镜结构的机械噪音传入舱内，更会抵消整车NVH工程的优化成果。

而共光路舱内激光雷达通过架构层面的系统性创新，逐一攻克了上述难题。

首先，全固态架构实现极致集成是方案落地的基础。

据悉，整套传感器采用无机械运动部件的全固态技术路线，与800万像素摄像头高度集成，整体模块尺寸仅为11厘米见方，足以轻松布置在前挡风玻璃后方，完全不影响整车外观造型与空气动力学表现。全固态结构从根源上消除了机械运转噪音，不会对舱内静谧性造成额外负担，与整车NVH工程形成良好兼容。

其次，联合研发特种玻璃可有效抵消信号衰减。

为了降低前挡玻璃对激光信号的吸收作用，鸿蒙智行联合供应链对前挡玻璃材质进行专项优化，通过特殊材料处理减少激光穿透过程中的能量损耗，保障回波信号强度与探测精度。硬件架构与整车材料的协同研发，让舱内部署不再以牺牲性能为代价。

值得注意的是，共光路『一镜双模』是整套方案的核心创新。

官方表示，整套传感器设置两个窗口，左侧为激光雷达发射窗口，右侧窗口同时承担摄像头采光与激光回波接收的双重功能。外部自然光与反射激光共同进入右侧窗口后，在传感器内部完成分流，激光信号传导至SPAD芯片处理点云数据，可见光信号传导至CMOS芯片生成图像数据，两类信息在传感器内部完成预处理与时空对齐。

应该说，共光路设计最大的价值，是从物理层面彻底解决激光点云与视觉图像的时间、空间误差，实现两类感知数据的零时差、零损耗同步。

相较于行业内多数激光与摄像头的融合方案，其仍停留在物理捆绑后通过算法进行后期对齐的阶段，容易出现时序偏差与精度损耗。

而共光路架构将融合环节前置到传感器内部，让2D图像信息与3D点云信息实现原生互补，视觉信息过滤激光噪点，激光数据补足视觉深度，感知精度与可靠性得到本质提升。

从实测数据中，我们也看到了架构创新的性能收益。据悉，针对30厘米见方的小型障碍物，共光路舱内激光雷达的检测距离可达116米，相较业界主流128线头顶激光雷达的81米检测距离，提升幅度达到43%。即便是在夜间暗光环境下，整套方案的探测表现也接近高性能外置激光雷达水平，充分验证了舱内方案的安全冗余能力。

03

体系支撑

同源算法放大硬件价值

感知硬件的性能上限，最终要通过算法体系转化为用户可感知的安全与体验。共光路舱内激光雷达搭配华为乾崑智驾ADS增强版，依托同根同源的WEWA算法架构，将硬件优势转化为覆盖全场景的实际能力。

据悉，WEWA架构分为云端视野引擎与车端视野行为模型两部分，形成云端训练、车端落地的完整闭环。

其中，云端仿真体系已进化至2.0阶段，区别于行业常规的随机障碍物仿真模式，华为引入群体博弈仿真技术，为每一个虚拟交通参与者赋予独立行为算法，模拟真实道路中的加塞、刹车、变道等复杂博弈场景，仿真强度与真实度大幅提升。配合在线强化学习机制，仿真场景可实现边生成、边验证、边优化，算法迭代效率显著高于传统离线训练模式。

而车端则引入安全风险场模型，将周边动态障碍物、静态障碍物与周边车辆驾驶意图转化为可视化的场强分布，如同在海面航行中寻找波浪之间的平稳水域，系统会主动选择风险场强最低的行驶路径。安全风险场模型落地后，车辆碰撞风险降低50%，主动安全的预判性与平顺性得到明显改善。

再者，算法的持续进化离不开算力与数据的底层支撑。华为云端智驾算力规模达到60EFLOPS，庞大的算力储备为大规模仿真与模型训练提供坚实基础。数据层面，华为系在路上行驶的智能车辆接近200万辆，其中鸿蒙智行车型占比近150万辆。

海量实车运行数据中筛选出的高价值黄金数据，叠加云端仿真生成的场景数据，总里程规模已突破100亿公里。数据规模与质量的双重优势，让算法迭代遵循规模效应持续进化，用户可通过OTA不断获得能力升级。

而完整的技术栈最终落地为具体的产品能力。

在主动安全层面，ADS增强版可提供24项领先的主动安全功能，其中4项为行业独有，20项处于行业领先水平。除了覆盖多场景的AEB能力之外，异形障碍物检测、侧向防碰撞、误踩加速踏板防护等功能，均直击用户日常出行的高频痛点。

例如120公里时速下可识别30厘米小型障碍物，倒车与前进状态下均可识别误踩加速踏板并主动干预，侧向行驶存在碰撞风险时可主动修正方向，这些能力均源自真实用户场景的反馈，而非实验室中的参数噱头。

同时，在日常智驾体验层面，高速NCA单次连续行驶里程接近1500公里，可覆盖多数长途出行需求。城区NCA可顺畅完成绕行临停车辆、无保护掉头、避让非机动车等复杂操作，满足日常通勤需要。

此外，智能泊车与园区领航辅助等功能，将辅助驾驶能力延伸到社区、商圈等末端场景，离车泊入、支付联动等细节设计持续降低用车负担。后续版本还将陆续上线路面自适应AEB、自动紧急转向等新功能，安全与体验维度的升级仍在持续推进。

车云小结

不得不说，鸿蒙智行共光路舱内激光雷达的意义，除了砍去了汽车『犄角』，让智能化汽车的颜值得到了提升，更在于为行业提供了一条跳出参数内卷的全新路径。

鸿蒙智行正通过架构创新优化硬件效率，使得家用级别车型也能搭载激光雷达感知方案，获得远超纯视觉方案的安全冗余。技术平权的发展思路，让高阶辅助驾驶不再是高端车型的专属配置，能够向更广泛的消费市场渗透，推动行业整体渗透率提升。

随着L3级认证试点逐步推进，智驾行业将迎来新一轮的格局重塑。唯有坚持底层技术创新，坚守用户价值导向，才能在行业变革中保持长期领先。

鸿蒙智行在感知架构与全栈能力上的持续投入，不仅是自身技术护城河的构建，也在推动整个行业从参数内卷走向价值竞争，最终让智能出行的安全与便利惠及更多用户。