华为智驾 ADS 2.0 之决战无图（2021—2023）：规控坐庄、感知破局、鲶鱼祭旗

在华为智驾的整部历史里，2021 年 4 月的上海车展是最容易被记住的一幕。一辆没有安全气囊的北汽极狐工程样车，穿过上海乡村大院外卖骑手的丛林，全程零接管。那段视频在 B 站和朋友圈刷屏，外界第一次意识到，一家通信公司在一个它“才刚起步”的领域里，突然掏出了王炸。 2021 年 7 月，那个把目标定到 Waymo 的技术领袖苏箐，被一纸文件调离。几乎同时，一桩以“出售团队”为前提、差点让整支 ADS 队伍整建制易主的收购谈判，正在华为与大众之间的会议桌上进行，最终无疾而终。 技术领袖离场，新班子到位，人心因为一场未遂的收购而浮动、站队、观望；一支曾被评价为天时地利人和的队伍，第一次真切地意识到，自己是可以被“卖”的。 本篇时间跨度为 2021 年 4 月～2023 年 4 月，即 ADS 2.0 的诞生过程。这两年，从 0 到 1 的理想主义者退场、从 1 到 N 的兄弟们接棒，两代人此消彼长，把一套激进的智驾技术从信仰做成量产。 2019 年车 BU 成立时，整个行业的默认路线是高精地图。这套范式的逻辑很自洽：车对世界的理解能力有限，那就把世界提前测绘好、精确到厘米级地存进车里，感知只需要负责识别动态障碍物，规控沿着地图里预先标好的车道线走。 但账目不好看。建一座城市的高精地图，成本在 10 到 20 亿元之间；每年的维护费还要两三亿——路面施工、道路改线、标线重画，图的鲜度必须靠采集车一遍遍跑出来。华为在北京组建了一支高精地图平台部，几年烧掉几十亿人民币，加上两千名外包人员，最后只覆盖了两个半城市。更致命的是资质：全国只有 6 个城市允许开展高精地图测绘业务，而华为的车要卖给全国。 这是华为特有的矩阵式管理：SPDT 管产品定义、市场与销售；PDU 一条线管技术、资源。他们多是华为终端的老将，于智驾技术略显陌生，索性将专业之事托付给各路专家。这种放手，反倒成全了许多人的黄金时代。 余承东提需求的方式很典型，直接从商业现实倒推：“你们养了 2000 个人、花两年时间，结果高精地图只能覆盖北上广深的一部分，最多跑 2 个城市，这车怎么卖？” 但“做无图”三个字，落到技术上是一场牵动全身的重构。整套智驾系统里，最终控制车辆的是规控，于是无图率先从规控往前推。这件事，最先落在了规控首席专家——王新宇——身上。 王新宇，1989 年的年轻人，北理工本硕博，导师是付梦印院士，做军口无人地面作战平台研究。2017 年 3 月博士毕业以应届生身份入职华为诺亚方舟实验室，是华为内部最早做自动驾驶规控的人之一。 国内自动驾驶那几年有两个比赛：一个是“中国智能车未来挑战赛”，一个是军方的“跨越险阻”，北理工两个都参加。2014 年百度把国内几支高水平车队叫到百度大厦门口做展示，王新宇实验室的车在那儿转了几圈——此后北理工和百度有了紧密合作。 2016 年，他博士最后一年去百度 IDL 实习，跟着陶吉、杨文利他们做行为决策。那一年百度的自动驾驶大牛集体出走创业。2017 年 3 月，他手里握着百度、华为和其他几家的 offer ，选了华为，进的是诺亚方舟实验室。 诺亚当时有一个叫“认知车联网”的技术项目，投资来自集团和上海 IOV 车联网创新中心两方—— IOV 那边的项目主管叫陈奇，团队里没有一个有智驾背景的人。王新宇是这个项目招进来的第一个科班出身的智驾工程师。 他的 title 是规控组组长兼项目 SE（系统工程师）——既负责规控算法，又负责把感知、融合、道路结构、规控这几个模块串成一个能跑的整体，连仿真环境都是他自己写的。规控团队从他一个人开始招，招到他离开诺亚时有二十多人；整个认知车联网项目七八十人。 苏箐从 2015、2016 年就在海思图灵主导定义一款车规级智驾芯片——1951。芯片定义完，他需要一支能写算法的队伍。2018年初，他直接把王新宇所在的整个诺亚智驾团队“包圆”了。 公司原本给这支队伍的定位是“一体两翼”：一体是徐直军交办的战略任务——自己探索 L4、L5，用智能驾驶牵引华为全栈 AI 能力提升；两翼是服务 IOV 和海思两个内部客户。苏箐一句话把这套设计推翻：“什么一体两翼，不是，就一翼，没有一体也没有那翼。” 2018 年底，大众集团在上海安亭组织 MMD——Management Driving，大众每年一次的例行活动，德国高管飞到全球各地试驾自家车型和当地竞品。这一年他们决定顺便看看中国供应商的智驾水平，找了六七家：奥迪线上是华为和另一家，大众线上是百度、大疆、腾讯、驭势等。 大众给的题目是在安亭皇冠假日酒店院内跑一圈，院里人为摆好场景——钻个人出来让一下，立个红绿灯停一下，都是那个年代的玩法。所有队伍都老老实实照做。 团队只有几个月准备时间，用的还是禾多帮忙改装的一台迈腾。最后华为的车从酒店大门自动开出去，在真实街区绕了一大圈，全程三四十分钟，最快四五十公里时速，再开回来。王新宇本人坐在驾驶位当安全员——那时候的改装车方向盘进入智驾状态后是啮合死的，掰不动，必须先按一个钮解除才能接管，接管难度比现在大得多。 2019 年第二轮 MMD，大众提出了 RHP（Rush Hour Pilot，拥堵时段领航）这样一个保守得多的题目——只考高速和拥堵路段，认为这才是消费者痛点。华为团队跑完指定的高速路线之后，又跑了一大段城区，专门挑施工路段这类难点，又拿了第一。 团队从一百多人迅速膨胀到四五百人，规控两百多，感知两百多。有意思的是，王新宇此时人还在诺亚，跨着两个组织管三边的规控团队——诺亚的、海思的、IOV 的——形成一种别扭的双头汇报状态：技术上向苏箐汇报，行政和晋升归赵芊管。直到 2020 年底赵芊想了个办法，让王新宇以“公司内部访问学者”的身份切进车BU，两边给足面子。 在讲无图之前，需要先说清楚规控这门手艺在 2019 到 2021 年之间发生了什么。因为无图之所以能成，一半的功劳在感知，另一半在规控自己的进化。 这套架构各家都差不多，真正拉开差距的地方在规控：“具体在什么策略空间下怎么 sample，坐标系怎么定义，行为决策和交互决策分别怎么做，各家会不一样。” 2020 年，规控完成了第一次跃迁：从 sampling base 换成 optimize base——从“在有限候选里挑一个”，变成“在连续空间里解一个优化问题”。同时上了交互博弈：不再只规划自车轨迹，而是把周围车辆也纳入进来做联合规划，替他车做未来的策略空间采样，预测他们的行为，再和自车的规划联合求解。这是华为规控真正的差异化所在，算是第一个提出来交互博弈的。 2020 年年底，团队用一台极狐在上海浦东拍了一条“一镜到底”的 demo ，车在人挤人的街道上和外卖骑手交错而过，视频上了好几天热搜。这是外界第一次知道华为智驾做到了什么程度——在那之前，只有奥迪和大众知道。 苏箐走后，一批感知骨干相继出走。新班子很快到位。他们对具体技术路线充分放权，很多人后来这样描述权力的实际边界——领导定调子，工程师定路线。 当时已经初步定好了博世方案，但那连高阶智驾都算不上，基本只能高速领航，城区几乎开不动。余承东想升级为高阶智驾，认为这是核心竞争力，最早找的是元戎启行——元戎对外一直宣称“无图”，在多传感器融合感知和低成本推理引擎上有先发口碑，2021 年就推出了量产成本低于 2 万元的前装方案。余承东在深圳试了他们的车，觉得跑得不错，计划用它替换博世。 窗口期只有一年——2022 年底 ADS 要在余承东面前和元戎当面 PK。2023 年上半年要拍量产，下半年要上车。做不出来，ADS 这块业务在智选车体系里的位置就没了。 那年年中，王新宇的处境很特殊。他的 title 从“规控首席专家”变成“ ADS 业务首席”，规控和感知两个大组一起管。这在华为的组织习惯里本来是不该出现的状态——部门首席通常只压一条线。但这个临时的、带着救火性质的授权，让他可以直接下场，把两个原本各修各城墙的大组，按一场战役的需要重新拆开、重新拼起来。 2022 年 9 月 30 日，特斯拉在加州办 AI Day，公开了两件东西：占用网络，以及一套只靠标准导航地图就能推理出车道拓扑的神经网络。马斯克的意思很清楚——高精地图这条路他不走了，纯车端感知就能解决城区。 实际上，ADS 内部原本有一条更稳妥的路——陈同庆和秦通做的众包轻地图，内部叫 RoadCode，不用专业采集车，让量产车队自己把路跑出来。这条路的好处是过渡平滑，坏处是仍然要依赖图的鲜度，图坏了车就不敢开。AI Day 之后，团队里的判断开始变了，“是不是应该更激进一点，把 HD、RoadCode 也不依赖，或者只有少部分长、难点场景依赖。” 最终定下的策略只有六个字：边探索边量产。RoadCode 不砍，但降级——车端照旧构建轻量地图，可整套软件不再信任它，有没有都能跑 NCA，所有基础信息只来自高德的 SD 导航地图。没有 RoadCode 之后，由道路结构认知和规控扛住，也就是——储晶凯的道路结构认知和钱超杰的行为决策主要负责搞定。 这是一个很反直觉的决定：把自己辛苦建了几年的东西，主动放到“可有可无”的位置上。但它后来恰恰成了华为和小鹏拉开距离的地方——小鹏的图有瑕疵就得派车去采、去修、去校准，只能一城一城开；华为的图允许有瑕疵，因为它本来就不被依赖。 要知道有几个出口，每条车道通向哪里，还要和导航意图对得上。纯靠视觉，车头刚探进路口的时候根本看不全，不知道该从哪儿出去；对周围车辆的预测同时失效，因为连路的形状都不确定，就没法判断别人要转哪个方向，交互博弈也就无从谈起。 一个路口把感知、地图、预测、规控四件事同时按在地上摩擦。最后的做法没有任何技巧可言：全员压上，除了做泊车的那一拨人，整个部门全力以赴解决路口。 有图时代这套分工很舒服——地图把车道线、路口拓扑、可行驶区域都给死了，路由照着导航走，决策在既定车道里选，规划在车道线里画线，控制把线跟住。每个人的输入都是确定的。无图把这份确定性抽走了。所有人的输入都变成了一个会跳、会抖、会突然消失的实时估计值。谁都不能只守自己那块。 从技术上说，无图方案最省事的做法是让感知输出和高精地图一样精度的实时路网信息，规控一行代码都不用改，接口不变，工期最短。但这感知做不到，所以感知和规控怎么对接，就成了关键问题。 打个比方，道路结构认知这条线，路口有几个出口、车道怎么连、哪条通向哪儿，按组织归属属于感知部，不归规控，王新宇拉着这条线一起干。这部分工作就是静态感知，储晶凯负责。 储晶凯，也就是上文提到的，苏箐在海思带过的老部下，早年干规控，后来合并交由王新宇带队，搭档过好几年。一个做过规控的人来定义感知输出，意味着他天然知道下游要什么，知道哪些误差规控扛得住、哪些扛不住。这一点听上去微不足道，其实是整件事能推下去的技术前提。 多说一句，道路结构认知最早的开发者是 2012 实验室的温丰。那还是在诺亚的时候，王新宇负责规控和联调，温丰负责道路结构认知。温丰那时带的组叫“空间认知组”（special cognition），主要做静态道路结构的认知，组里大概有十个人左右。后来温丰没有切到 ADS 部门，到了 ADS 2.0 阶段，温丰去了加拿大蒙特利尔所当所长，待了三年，2025 年底才回国。 这一步走得比外界想象的深。它不是加一层滤波把抖动磨平，而是把整个数学底座换掉：原来在拓扑空间里做的规划被搬到欧式空间，从策略采样（sampling base）彻底转向多模态联合优化（optimize base）——不是从若干候选轨迹里挑一条，而是在连续空间里直接解出一条最优轨迹，同时兼顾自车与他车的交互博弈。同时解码器也是自研的，整个求解器针对 1951 芯片的算力特性做了大量优化。 换句话说，当时 ADS 内部的一种声音是：无图必须绑端到端才能做。因为规则代码穷举不完那些不确定性，只能交给神经网络。华为是唯一一个不信这个共识的，坚持用白盒的办法搞定。 注：1951 芯片是苏箐 2015 年左右在海思图灵就开始定义的，对外从不单独讲芯片，只以域控(MDC)的形态出现——MDC 610、610 Pro，以及双 1951 芯片的 810 。从 ADS 1.0 到 4.0，整整四代产品都跑在这颗芯片上，中途只迭代出 1951 Light 和 VR 代际，但内核未变。它一路扛了将近十年，直到 5.0 才换上新一代的 1952。回过头看，美国制裁之后智驾这块再没有新芯片，是这颗十年前定义的芯片，硬生生撑起了华为智驾的整个上升期。 2022 年底，深圳，由余承东本人验收。ADS 团队提前把要测的路线演练了很多遍。上的是整套 ADS 2.0 系统的雏形——黄青虬主导的 BEV 动态感知（关于感知团队如何搞定 BEV + 前融合，这也是 ADS2.0 时期颇有看点的故事，下文展开）+王新宇主导的无图方案。那是 ADS 第一次在正式场合把高精地图去掉，也是感知侧从目标感知到融合感知一路 AI 化的最终闭环。 演示完，结论是效果比元戎好。“最后 PK 完一开始说一家一个，后来又 PK 了一段时间，觉得我们确实比元戎好很多，就把元戎彻底踢掉了。” 多年以后，很多人对元戎这位对手的评价保持了体面：“元戎技术能力肯定不错，我在深圳试过他们的车，整体感受至少和当时 ADS 1.0 水平相当，某些数据维度甚至更好。他们提‘无图’概念比我们早，这点得认。但整体实力肯定还是华为更强，元戎是一家不错的公司，但体量和技术纵深没法和我们比。” “人性都是这样的嘛，你有 PK ，大家的战斗力肯定会更强。”但在当时，没有人认为这只是激励——“跟元戎那边都签定点了，而且元戎是 A 点，优先上；华为 ADS 是 B 点，A 点搞不定才上。” 当时行业里比的是“开城数”，理想、小鹏隔三差五宣布下个月开 10 城、100 城。王新宇让人去查了一下中国乡镇级行政区一共有多少个，得到 6 万多这个数字，把它放进了发布会材料里——前面列一张表，小鹏 50 城、某公司 100 城，华为的 6 万多。后来他干脆提炼成十个字：全国都能开，有路就能开——这句话一出，直接把开城数这个维度击穿了。 旧地图体系随之瓦解。北京的高精地图部门裁撤，两千外包全部裁掉，正式员工转入感知部门的地图小组，做定位、导航地图适配、众包构图。后来 HD 格式被转成 RoadCode 格式维护，最终全方位下线。至于更轻量级的图，不再靠人工绘制，而是算法自动生成。 预测部最早是感知部下的独立模块，和动态感知、静态感知平级。第一任负责人杨旭光，杨旭光离职后丁文超接手过一小段，之后换成邰磊。 无图把预测的难度直接抬到了另一个量级。预测别人要往哪走，前提是知道路长什么样——有图的时候路口拓扑是给定的，预测只需要在几条既定路径里分配概率；没图之后，连自己在路口有几个出口都要现场估，预测就变成了在一个不断变形的世界里猜别人的意图。规控团队的那套交互博弈——替周围车辆做策略空间采样、预测其行为、再和自车轨迹联合求解——正卡在这个位置上。 后来 ADS 给出的应对是把预测部从感知部划到规控部，让它离使用方更近。这个二三十人的小组，最终在几年后的 ADS 4.0 端到端时代彻底消失——所有 AI 能力被整合进 AI 模型开发部，预测不再是一个独立模块。 李杰如，华为质量运营部的 QA（Quality Assurance）。华为讲“流程决定质量”，所以华为的 QA 不是真正是管质量，而是管流程。他要做的是制定研发流程、交付流程，然后盯着所有人走完它。 他是车BU成立半年后从无线转来的，时间是 2019 年底。彼时车 BU 正处在一个尴尬的境地：做的是自动驾驶，走的是从 0 到 1 的路，业务流程跟公司那套标准的 IPD 流程根本对不上。在这个阶段，QA 的角色非常微妙——说重要，可以至关重要；说不重要，也可以无足轻重。公司里能力强的 QA 和能力不强的 QA，在这个岗位上并存。 华为的 IPD 流程，在外人看来是铁板一块，硬性规定一条接一条。但李杰如不一样。他不会拿着标准流程照抄照搬，而是挨个找专家聊，仔仔细细地问：这个环节是干什么的？为什么需要？能不能砍？砍了会有什么后果？ 给很多人的感受是，那些在公司里看起来硬邦邦的流程规定，到了他手里，没有一条是不能改的。他砍掉不合理的，留下必要的，然后把改完的东西拿去跟公司对齐，盖上章，变成新的合规版本。 但当新产业从混沌走向有序，流程从无到有搭建完毕，一切尘埃落定，他们反而觉得不好玩了。到 2.0 之后、3.0 之前，车 BU 的流程基本落定，执行的人已经可以按部就班地运转了，李杰如便转身离去，去了下一个新部门。 黄青虬是 ADS 2.0 阶段一个关键但低调的角色：他主攻的是感知的“模型化”——也就是用深度学习，而不是传统的手写规则。不过，在展开他的故事前，我们先得回到起点，看看感知部里最初那波用 AI 做尝试的苗头。 2018 年 11 月，他被陈奇招进车联网实验室，做的是感知。那时的 ADS 感知，完全是 rule base ——照着 Mobileye 的路子，靠人写规则去解一个又一个 corner case，结果代码越写越复杂，问题越解越不透。 当时行业默认的“感知”就是动态目标感知（识别车、人这些动态障碍物），因为大家都依赖高精地图，静态环境根本不需要车自己去“看”，那张图已经把车道线、路缘、红绿灯都画好了。 2020 年初，许彬这条线开始尝试用神经网络做目标感知，到年底，彻底把规则那一套推倒、转成了NN（Neural Network，神经网络）。目标感知，成了整个 ADS 第一个拥抱神经网络的模块。 用当时他们的话说，自动驾驶最核心的就是 OD、LD、PD 三块——目标感知、环境感知、控车。把这三块全部 NN 化、塞进一张网，就是今天所有人都在讲的端到端。而华为后来对外宣传的“无图、全国都能开”，本质是把静态感知 NN 化掉；再往后宣传的端到端，本质是把规控也 NN 化掉。一步一步，都是那条2020年就看清的路。 这是黄青虬后来那场彻底 AI 化的前奏。许彬这批人在 2020 年埋下的种子，与黄青虬几年后的收获，前后呼应，共同构成了感知AI化从萌芽到落地的完整脉络。 黄青虬，作为感知部的火种保留了下来，也是后来串起整个华为智驾AI化的灵魂人物，从激光感知、前融合 BEV、GOD、端到端，这几场关键的 AI 战役，一路牵头做了下来。 黄青虬，1994 年生人。清华自动化本科，师从赵明国，在清华做人形机器人，是清华机器人足球队--火神队的队长，还参与做过一个自动驾驶自行车；而后去了香港中文大学读博，进了 MMLab ，导师是林达华和汤晓鸥，做的是长视频理解。用他自己的话说，本科做的是机器人的“小脑”，博士做的是“大脑”。 2020 年 8 月，他作为第二届天才少年进入 ADS 动态感知组，做视觉感知方面的 research，比如基于时序网络去做转向灯感知，但更多是探索性质。而他的 mentor 正是陈亦伦。 上海车展还有不到一个月。此前 POC 阶段用的都是旋转式机械激光雷达——360 度扫描、点云质量极高、一颗十万块；车展上要上的是速腾的半固态方案——视场角只剩纵向 25 度、横向 120 度，点云质量也差得多，但价格降了一个数量级以上。 这本质上是一个降本动作，但对算法是一场灾难。融合感知组那边搞不定。陈亦伦让黄青虬去带队攻关。“那边的人我一个都不认识，激光之前我也没做过。” 他做的事情，是把整套激光感知从规则改成神经网络——把此前做视觉感知积累的神经网络经验，整个搬过来用在点云上。当时组里其实已经有两套方案在预研 AI 化，但都不太行；他过去之后相当于把两个方案做了整合，变成一套完整的 AI 化方案，甚至一度让激光感知成为整个感知系统里可信度最高的一个模块。 那时候的感知架构是模块化的：视觉感知、激光感知、毫米波感知各自出结果，接后融合，再接预测模块，最后才到规控。动态目标感知之外还有一套静态的道路感知，结构类似——先过一个网络，再过融合，再到规控。整套设计基本参考了百度 Apollo 的架构：感知、融合、预测、规控。 这个架构最大的问题，是每个模块都要先把物理世界“抽象”成人能看懂的结构化信息——前车距离多少米、长宽多少、速度多少——然后才往下传。而抽象必然丢细节：你能穷举距离和速度，但穷举不完转向灯、刹车灯、车轮转角、车里有没有人这些长尾信息。 先是激光加毫米波，做成一套叫“RL 感知”的融合模块，而后又把视觉也拉了进来。与此同时，黄青虬吸引进来一个关键人物，天才少年祝新革——黄青虬港中文 MMLab 的师弟。这套融合架构，正是出自他们俩之手。 由此，激光雷达的点云、相机的图像、毫米波雷达的信号，在神经网络里提前搅到一起，统一投到一张“上帝视角的俯视图”上，由模型自己学出来“前面是什么、在哪、能不能撞”，而不是三个传感器各说各话再靠人工规则投票。 需要指出是，前融合对下游其实是一个统一接口——对规控而言，上游是前融合还是后融合，它拿到的都是一份统一的感知结果，没有区别。真正会革规控命的，是再往后把感知和规控直接串成一张网的端到端，那要到几年后才发生。 激光最难的问题是噪声——下雨时的水花会产生大量激光点，怎么区分这个点是水花还是真的障碍物？这套“激光去噪”的核心技术是 1.0 到 2.0 之间做出来的，此后每一代都在优化，而且从来没有对外讲过。 但后来很多友商后来选择“激光雷达上了又下”——他们发现激光雷达不仅没起到预期作用，反而拖累了整体表现，只能被迫撤掉。而华为的区别在于，既能充分发挥激光雷达的优势，又能有效规避并解决它的短板问题。 华为激光雷达“上疏中密下疏”的排列 pattern，以及 Lidar + Camera 像素级对齐的产品定义，均是黄青虬从感知问题出发提出，与 AIS 的专家共同完成定义。这正是华为软硬一体垂直整合的结果。外购硬件的人，做不到这个程度。 2022 年，ADS 2.0 开始换装华为自研激光雷达。原理完全变了——速腾那个是 MEMS 微振镜，华为自研的是线扫式二维扫描，硬件原理变化导致噪声 pattern 也跟着变。团队为此做了大量数据采集和重新优化，好在架构设计得通用，大的神经网络架构不用变。 华为的合作车型越来越多——极狐、阿维塔、问界、后来的智界——如果每换一款车、每换一套传感器布局都要重调一遍算法，团队根本忙不过来。鸿蒙智行体系对 ADS 的商业要求其实只有两条：平台化，不管车高矮胖瘦必须一套神经网络解决；以及 one track ，所有车共用一套算法。黄青虬这套架构，正是“one track”在算法层的地基（软件层面的 one track 主要由王官军推进，后期戎鹏群作为软件专家也做出了很好的成果）。 2022 年，这套架构为他赢得了华为内部含金量最高的个人奖项之一——“卓越个人奖”。按内部标准，金牌个人大约 1% 的比例，而卓越个人是几千分之一～万分之一，整个 ADS 每年通常只有一人。 整个视觉感知的 AI 化是他主导完成的。BEV 有一个天然局限——它擅长表达道路、车辆这类宏观要素，对红绿灯这类细粒度信息表达效果不好，所以大量视觉域的感知工作仍需要在图像域直接完成，这部分一直由李亚深耕。到 2.0、3.0 阶段，他把视觉感知做到了极致：200 米外识别路面小障碍物、判断塑料袋里是否有硬物、能不能碾压过去——这类极度细碎的 corner case 属性，不适合交给 BEV 或 GOD，全靠他的视觉感知模块兜底。 背景是这样的：动态感知的 BEV 前融合刚刚跑通，祝新革把视觉也拉进了同一张网。两条线在 2022 年短暂交汇——和元戎 PK 那天，王新宇的无图规控和黄青虬的 BEV 感知，两个核心算法构成了一个完整的 ADS 2.0 系统，装在两辆车上。 融合原本是感知的核心枢纽。老架构里，视觉、激光、毫米波各自出结果，交给后融合模块用规则拼成一份统一的目标列表，再往下传。前融合把这条暗线的胜负判了。三种传感器的中间特征被直接送进同一张神经网络，网络自己去融合，后融合还要它做什么——兜底。 BEV 落地之后，后融合模块没有被删掉，而是被留了下来，专门处理极端情况——蒋雪松从 ADS 1.0 起就负责这块，此后一直守着它。这个模块的存在意义只有一条：主动安全对误触发的容忍度接近于零，一百万辆车跑一天，不能误刹一次。神经网络给不出这种保证，所以必须有一层人写的、能被审查的逻辑压在最下面。 一个曾经的技术主干，最终沉淀为一道安全冗余。在智驾语境下，这其实是极高的评价。这是个人在技术迭代中的角色转换，也是工程落地时“保下限”优先于“冲上限”的理性选择。 彼时 ADS 仅有上海和北京两个研发基地，而深圳人才密集，其他部门早已设点。黄青虬本人 base 深圳，长期在上海出差。恰逢 ADS 决定向深圳布局，他便顺势提出建立一支算法研究团队。 7 月，第一个人入职；10 月，第五个人入职，能感受到黄青虬对这个团队挑得很谨慎。办公地点在龙岗云谷，“请客吃饭找个大桌都坐不满，一边全是空的”。 这支队伍一开始就被定位成预研线——“新团队直接接核心业务不合适，所以从各种预研项目起步”。但正是从这支预研里，后来长出了对 ADS 3.0 最重要的两个人： 苏鹏，黄青虬招进来的天才少年，深圳团队前十号员工。他在 2.0 阶段带队做的是纯视觉方案预研——验证在大算力平台下纯视觉路线的可行性。2.0 时代公司决策暂不推纯视觉，这条线被搁置；但它没有死，后来重新启用，成了 ADS SE（也就是 ADS Light 纯视觉降配版）的技术源头。搁置之后，苏鹏转向了 GOD 网络的研发——General Obstacle Detection，通用障碍物检测。这个网络要解决的问题，是原来的动目标检测只认车和人，而高速上经常出现的掉落麻袋、破碎轮胎、倒地水马、滚落石块，系统统统不认识。GOD 找到了一种通用的障碍物表达方式，让所有可能撞上的东西都被统一表达到同一个空间里。 郭闻，深圳团队前三号员工，最早做的是 GT Factory——一套数据自动化生产的重建链路，最初是 GOD 的配套设施，后来扩展成服务整个感知系统的数据基座。他后来成长为数据开发部部长。 2022 年下半年，GT Factory 从预研状态转入面向量产的节奏。它带来的变化是本质性的：在此之前，数据的产能等于人力——“有多少人就有多少数据”；自动化之后，这个桎梏被打破了。这套系统迭代了几十个小版本、十几个大版本，到 2023 年年初达到可以批量自动化生产的状态。 此时特斯拉还没有公布任何关于数据闭环的细节，“每家的方案虽然说整体的 sense 会差不多，但细节又差得很大，大家又不会去公开。” 王曦若，参与了数据系统建设全过程，对这份工作需要什么样的人有一个很朴素的总结：一是要细致，不是抠格式，而是对每一种数据或每种模态要有刨根问底的执着，看到一点异常就略过去，就会掩埋掉很多问题；二是思路要打开，没有一个循规蹈矩的解决问题的方法。 如果只看技术，黄青虬这条线的成功可以归结为一次架构选型的胜利。但几乎所有和他共事过的人，谈起他时最先讲的都不是技术。 华为的组织传统是把管理和技术分成两个人：部长（TM）管人、管交付；技术负责人（TL）管技术方案。黄青虬是少见的例外：他既是部长又是技术负责人。 有熟悉他的人评价更直接：“他是以一个技术专家的身份上的 manager。这个在华为其实很罕见，因为华为的 manager 是个纯管理岗位，不需要太懂技术，但需要更懂交付。“有人还提到一个细节：黄青虬当上部长那天，团队私下讨论的结论是——他属于那种“大家都觉得适合做到这个位置上，甚至都不反感他可以升这么快的人”。 第一是信息透明。他会主动给团队做汇报——不是讲论文，而是讲产品规划、业务规划、跨部门在做什么、未来的计划是什么。“很多信息在没有接触、没有到这个层级的时候是完全接触不到的，所以会对大家整体去讲，感觉比较透明、比较靠谱。” 第二是预研线和量产线的交替。“做量产其实是挺辛苦的，一直做大家可能也会有些疲，所以这样其实是个交替。“做一阵落地的，脚踏实地；再做一阵摸高的。前融合虽然 2.0 才做出来，1.0 时他已经在预研；端到端虽然 4.0 才做出来，3.0 时已经在提前预研。 第三是绕开流程。“如果你完全走 IPD 流程，立项、说服领导、应对质疑，半年就过去了。很多时候你得先自己悄悄把原型做出来，拿着结果再去推动。”他做激光雷达融合的时候，就顺带用这个名义验证了视觉融合的可行性，先跑通再立项。这种风格不太华为，但是它是值得组织去借鉴和保存沉淀下来的。 第四是提前一年埋人。“我想做这件事，也需要这样的人，但并不一定入职第一天就让他全职干这个。我会先把人招进来，放在相关方向上，等业务时机成熟，他已经在内部跑了一段路了。”祝新革就是为了前融合招进来的；苏鹏被招进来的时候干的是纯视觉预研。 这点很多天才少年其实做不到，因为他们大多觉得自己是技术天才，个人英雄主义比较重。但黄青虬不是，很多时候他是在干一些杂活，以及搭台子的工作。后来黄青虬管的 AI 部门，包含了 10 多名 19 级及以上技术专家，7 位天才少年——其中至少一半是他自己挖来的，比如祝新革、苏鹏、武敏颜，都是他通过各种渠道招揽进来的天少。 有意思的是华为对这批人的使用方式。外界以为天才少年被高薪挖进来一半原因是为了学术资产——导师是谁、实验室在哪、师兄弟网络有多广。但真正让他们产生价值的，恰恰是逼着他们从“很高质但很难落地”的事情，转向能交付的东西。黄青虬自己就是最典型的样本。 这一公里归胡文潇管。他此前在互联网公司和蔚来负责用户体验，是 ADS 里罕见的“ ToC 血统”。胡文潇的加入，补上了“将技术能力转译ToC”的关键一环——ADS 没有 ToC，全是资深的专家、搞技术的、专业化的。“他去了之后的第一个感受是博士祛魅：“我之前在蔚来部门有一个博士都觉得好厉害，结果ADS到处都是博士。” 在苏箐时代，HMI 的一切审美由苏箐一个人拍板。“他想怎么呈现就怎么呈现。”苏箐对特斯拉有一种执迷：和北汽合作时，那辆车原本没有类似特斯拉那样的双击拨杆设计，苏箐认定特斯拉的方案安全性更好，硬生生要求对方加了一个杆。但胡文潇当时更倾向物理按键——他在蔚来做过人因测评，华为自己最终也用了方向盘左边的按键——但那个阶段个人意见不重要。 李文广上任之后，这套逻辑变了。新领导之前不做这个方向，接手业务也不熟，于是采取了完全不同的策略：专业的人做专业的事，充分授权给各领域的专家。 “对我来说是黄金时期。在 1.0 之前我什么奖都没拿到，交互上的创新却很难体现在UI视觉层面；2.0 期间他与周边 CBG、UCD、人机交互实验室等团队主动合作，2 年间斩获红点、iF 四个产品类设计大奖。也奠定了具备品牌辨识度的 ADS” 在 2021 年之前，行业因为能力不足，习惯把功能按技术模块拆开卖：ACC 自适应巡航、ICA 智能巡航辅助、NCA 智驾领航辅助、AVP 代客泊车、EPA 自动泊车……一大堆缩写。用户拿到车，得先学会这套术语表，才知道自己在什么路段能用什么功能。 这个判断在当时是超前的，后来成了行业标准做法。而在 2.0 阶段，“行泊一体”不只是个理念，它有实实在在的技术支撑：泊车侧新增了 AVP（代客泊车），从园区到城区、从车位到车位打通；配合口号“可见即可泊”——你把常去的车位收藏起来，车就能一路智驾开到那个车位上去。 胡文潇记得最费工夫的死角，是上海一座十二层的立体停车楼。“你收藏的车位被别人占领了怎么办？得重新找车位——智驾不能退出吧？”系统必须能识别车位被占，然后重新漫游去找别的车位。城市 NCA、园区漫游泊车、APA 自动泊车这三段被完整串起来，是 ADS 2.0 在体验层最重要的布局。 华为的流程繁复严谨，任何需求都要走很长的流程，一轮一轮评审，做一个小修改都非常麻烦——这套 IPD 流程是为硬件交付设计的，不适合快速迭代的用户产品。 胡文潇找李文广提了建议：搞一个“体验联合会”，以用户体验驱动，规控、感知的人都来评用户侧的东西——要不要做？要不要改？是不是问题？ 那是 E12 项目——长安的车。前一款 E11 做出来质量不错但销量一般，长安对华为这边意见很大。为了推进项目，同时改变 E12 原本的座舱方案改用华为的，胡文潇几个人从疫情封控中的上海一路飞到重庆。 “相当于我必须代表华为有这个实力让别人信服。”他要向长安所有高管汇报，讲清楚方案的好处、优势，以及对他们设备成本的降低——“项目要求用最少的修改成本让别人接受，但又得让别人觉得很有好处。” 这就是 2022 年，一个后来被简化成“ADS 2.0 研发期”的年份，在亲历者的记忆里，是一年一飞的出差、封控中的机场，和讲完方案就倒下的身体。现在再谈起，好像已经离得很远了。 外界对余承东的印象通常是“华为最强的销售”和“遥遥领先”。但在 ADS 内部，工程师对他的评价出乎意料地正面，而且理由很具体。 “到了这个级别的领导，靠谱不犯错就很重要了，很有可能犯非常低级的错误。比如智驾，老余每天开，所以智驾到底什么情况他门儿清，下面人骗不了他。” 余承东的车没有司机，每天自己开着上下班；手机永远用下一代原型机，带壳天天用，当主力机用几个月。他有一个问题反馈群，天天在群里发问题——今天哪里点刹了一脚，赶紧回复怎么回事。 他提需求的方式也很典型：不从技术可行性出发，而是从商业和产品卖点倒推。无图是这样来的、鲶鱼是这样来的、安全也是这样来的——技术团队当时其实犹豫过，智驾再强也不可能零事故，高调喊安全会不会反噬？但市场证明高端车主惜命，安全这个标签的转化效果极好。 王新宇的无图方案，变成了台上那句“不依赖高精地图”和“全国都能开，有路就能开”的开城路线图。从那一刻起，“开城数”这个持续了两年的行业游戏规则被击穿了。 那天还首次对外抛出了 GOD 网络——General Obstacle Detection，通用障碍物检测：侧翻的车辆、掉落的大纸箱、落石、倒地的大树，都能识别并减速刹停。严格地说，这是一次超前发布：GOD 真正打磨成熟、大规模商用要等到一年后的 ADS 3.0，它在 2.0 的发布会上更像是一个预告。 2022 年 7 月 M7 首发时表现平淡；到当年 8 月末 9 月，随着华为智驾方案真正上车，销量开始起量，10 月单月卖出 5226 台，是它当时的最高纪录。李想后来公开承认：“问界 M7 的发布和操盘，直接把理想 ONE 打残了，我们从来没遇到过这么强的对手，很长一段时间我们毫无还手之力。” 但真正的爆发在一年之后。2023 年 9 月，华为在新 M7 上重金投入 5 个亿升级，余承东连用三个“天花板”——智能座舱天花板、智能驾驶天花板、智能安全天花板。新 M7 上市不到 24 小时订单破 1.5 万台；2023 年 9 月到 12 月，月销量分别是 5248、12193、17039、25545 辆；到 2024 年 1 月，AITO 问界全系交付 32973 辆，首次成为中国市场新势力品牌月销量冠军。 有一个细节被反复提到：新 M7 第一次真正出圈，靠的不是发布会，而是大量用户自发上传的短视频——遇到行人或车辆突然切入时，车子自动刹停，救了一命。这些视频在网上疯传，成了销量爆发的重要推手。至于这是市场部门顺势而为，还是余承东主动规划的传播策略，连内部人也说不清，“但方向是他定的”。 极狐太贵太丑，阿维塔太小众、储物空间都没有；问界新 M7 是大五座、大七座，实用，适合家庭，再加上余承东的个人 IP 和流量，马上就上来了。 “技术突破是地基，但余承东把‘无图全国都能开’和‘主动安全救一命’翻译成了消费者听得懂的语言，技术资产才变成销量资产。” 车卖出去之后，飞轮才开始转。百万级真实路况数据开始回传，ADS 2.0 时期还是小规模的数闭环，到新 M7 起量后被当作核心系统工程投入——这是 ADS 3.0 的故事了。 ADS 1.0 时代，业内公认小鹏做得最好；到了 ADS 2.0，感知全面 AI 化，多传感器融合完成，高精地图被彻底甩开，华为第一次站到了国内智驾第一梯队的前排，而且第一个喊出了“全国都能开”，领先同行整整一年。 这场反超没有一个单一的英雄，它是王新宇在无图上的白盒突围、黄青虬在感知侧的前融合攻坚和数据底座上悄悄搭好的地基、胡文潇在体验层建立的品牌辨识度，叠加余承东在商业层面对元戎的一次临阵换将，共同兑现出来的结果。 这次决战也属于那些很少在网上公开过名字的人：储晶凯、钱超杰、祝新革、苏鹏、郭闻、蒋雪松、章仁燮、许春景、戎鹏群、龙璇、李文广、赵芊......历史书写总是简化成几个名字，但真正把技术从 PPT 做到量产的，是这样一整层几乎从不接受采访的人。 那是一段技术范式还没收敛、每个人都能在其中留下自己指纹的年代；是一群平均年龄三十来岁，用加班、争吵、通宵，把一台落后的机器推到领先的年代。 那是他们的黄金时代，也是华为智驾的黄金时代。它短暂，喧嚣，不无遗憾，却真实得像一台在真实道路上跑过的车——实验室里的所有推演都是虚妄，最终必须实打实地开出去。 平台提供了每年数百亿的算力预算、矩阵式管理和 IPD 流程，将一群聪明的大脑塞进同一套版本规划里，即便不依赖某个单一天才也能自行运转。但恰恰在那些关键节点——感知 AI 化的决绝转向、端到端原型的第一次跑通、规控最后的保底、以及新 M7 将 ADS 锻造成消费级IP的果断，又是具体的人，推了那至关重要的一把。 华为最伟大的地方正在于此。它不是一个崇尚个人英雄主义的殿堂，但能将一个群体的智慧，通过一套流程，聚合为一场惊心动魄的胜利。 ADS 3.0 时代，感知收进一张 GOD 大网，决策规划压进 PDP 一张网。但再往前一步，极致的做法是把两者直接串成一个。感知和规控合并，整套系统坍缩成一个神经网络，从传感器的原始信号进去，从未来一两秒的车要走的轨迹，中间不再有人写的规则，只有一个直接控车的黑盒。 那场革命成全了很多人，埋葬了很多人，最终又抹平了所有人。天才的极致，便是亲手处决自己。它把华为智驾送上了国内无可争议的第一，又让所有人第一次清晰地看见了技术天花板。 这一切几乎是必然的。当技术演进的斜率放缓，中国做智驾最好的一批人，则带着量产的经验、跑通的数据闭环、和一身被华为规训过又不甘被规训的气质，流向了下一个正被点燃的战场。