在「智駕第一梯隊」開始爛大街后，華為終于決定，不和這幫家伙一起玩了。

4月22日在央視的直播中，華為車BU CEO靳玉志宣布，華為乾崑正式發布ADS 4系統，并推出高速L3商用解決方案。

這標志著中國智能駕駛產業，邁入「有條件自動駕駛」的新階段。

中國首個高速L3

ADS 4系統提供四個版本：

ADS SE基礎版，純視覺方案，支持城區車道巡航輔助LCC+、高速智能輔助駕駛NCA、泊車輔助和全向主動安全。

ADS Pro增強版，在基礎版上升級為城區車道巡航輔助LCC++，全向主動安全也得到增強。

ADS Max超階版進一步升級，引入泊車代駕VPD和車位到車位P2P，實現全場景泊車和全維主動安全。

ADS Ultra旗艦版，則在超階版的基礎上，增加高速L3能力。

這是中國首個高速L3商用解決方案，在全球范圍內，應該也是第一個。

前不久，相關部門禁止使用「自動駕駛」和「智駕」等字眼，但應該只針對L3以下的駕駛輔助。

根據2022年實施的《汽車駕駛自動化分級》標準，L2級為組合駕駛輔助。

L3級則為有條件自動駕駛。在一定條件下，駕駛權交給自動駕駛系統，出現事故責任由廠商承擔。

不符合條件時，系統報出接管請求，由駕駛員接管車輛。如果系統提示接管，但駕駛員未能及時反應導致事故時，責任仍可能由駕駛員承擔。

根據我國法規，系統需提前10秒預警，所以不用擔心出現事故發生前1秒，系統退出的情況。

靳玉志也特別提醒，「L3為有條件自動駕駛，駕駛員可將視線轉移至非駕駛相關的活動，但需保持一定的警覺性，當收到接管請求時及時進行接管?！?/p>

對此，有網友表示：「要是智駕都半斤八兩，你說你遙遙領先，我肯定嘲諷，但是你出了L3，為這個負責，我認可你的實力」

發布會上，華為還展示了一段L3的暢想視頻，相當震撼：

一輛問界M9在大雨中行駛，車內駕駛員用手機和家人打視頻電話，并表示「有乾崑智駕，不用擔心，比我這老司機還穩當呢」。

ADS 4的四大升級

按照計劃，問界M9、M8都將在第三季度，全系升級至ADS 4。尊界S800會是ADS Ultra的首發車型之一。

不過，要想體驗高速L3，還要等相關監管放開。

好消息是，靳玉志表示，2025年，L3的商用能力會開始具備。

他還提到，盡管高速L3場景中的長尾難題，僅占全部場景的1%，但為確保系統具備極致的安全性與可靠性，需要花99%的精力去解決。

為此，華為ADS 4帶來了四大升級，包括架構、體驗、安全和產業升級。

首先是架構升級。

華為在云端搭建了一個「AI老師傅」——World Engine世界引擎，用擴散生成模型技術，模擬出人類司機幾乎遇不到的極端場景，比如鬼探頭、暴雨天側滑、施工路段突然變道等。

這些場景的密度比真實路況高1000倍，相當于每天讓AI「開」100 萬公里魔鬼賽道，快速提升應對復雜情況的能力。

車上的World Action Model世界行為模型，則通過激光雷達、攝像頭、毫米波雷達等多傳感器融合，能實時分析路況并生成最優路線。

相比上一代架構，系統反應速度快了50%，變道更流暢，無效變道減少20%，急剎車次數降低30%，開起來像經驗豐富的老司機。

新升級的XMC 數字底盤引擎，能同時控制車身、電機、懸架、轉向等部件，實現預判式駕駛。

比如高速爆胎時，系統能自動穩定車身；遇到顛簸路面，懸架會提前調整軟硬度。兼顧安全性與舒適性。

其次是安全升級。

CAS 4.0全維防碰撞系統，可實現全時速、全方向、全目標、全天候以及全場景的安全保護。

全時速：前向AEB（4-150km/h），eAES（50-135km/h），側向防碰撞LOCP（30-130km/h），后向AEB（1-60km/h）。

全方向：首發量產高精度固態激光雷達，最小精度3cm，解決車尾燈下黑 問題；分布式毫米波雷達，在雨霧塵天氣下仍可靠運行。

再則是體驗升級。

車位到車位（P2P 2.0）支持高速ETC閘機通行，預計2025年6月接入全國50萬個停車場，打通「高速-停車場」最后斷點。

泊車代駕（VPD 2.0）實現地下跨層通行、代客充電，計劃同期發布，重構泊車場景生態。

在這四大升級的背后，靳玉志透露，華為車BU在2024年的研發投入超過100億元，擁有8000名研發人員，部件累計發貨量超過2300萬套，與產業鏈上下游超過600多家企業進行合作。

目前，華為乾崑合作上市車型已經超過22款，覆蓋中高端不同價位車型。

2025年，還將有數十款搭載華為乾崑智駕的新車陸續上市。

作為中國首個落地的高速L3方案，華為ADS 4的發布不僅是單一技術的突破，更標志著智能駕駛產業進入「商業化深水區」。

不過在這條路上，L3級的商業化不是終點，而是起點。

當駕駛權開始部分讓渡給機器，如何平衡「系統自主性」與「人類監管」、如何構建覆蓋「車-路-云」的全域安全體系、如何在數據合規框架下持續優化算法，將成為全行業長期攻關的課題。