当AI成为驾校教练：华为乾崑如何让算法自学成材？

清晨六点，城市尚未完全苏醒，而某数据中心的服务器集群内，一场特殊的“驾考”正在以千倍于现实的速度进行。数以万计的虚拟车辆，在由人工智能生成的极端天气、突发事故和复杂路况中穿梭学习。这不是科幻电影的片段，而是华为乾崑智能驾驶（HUAWEI ADS）研发的WEWA架构日常工作的缩影。当行业还在为采集真实路况数据而奔波时，华为正悄然搭建一个由AI驱动、无限循环的“驾驶元宇宙”，让算法自己教自己开车。这场静默革命的核心，正是其最新发布的乾崑智驾WEWA架构。

虚拟世界的“驾校”：云端世界引擎的无限生成

传统自动驾驶技术的演进，严重依赖于海量真实路况数据的采集与标注，这不仅是耗时费力的过程，更关键的是，那些决定系统安全上限的“极端场景”——如暴雨中横穿马路的行人、高速上的连环追尾前兆——在现实中可遇而不可求。华为乾崑智驾的破局之道，在于其WEWA架构的云端部分：世界引擎（World Engine， WE）。

据华为官方公布的信息，世界引擎本质上是一个基于扩散生成模型的超级场景工厂。它不再被动等待数据，而是主动创造数据。通过对物理规律和驾驶逻辑的深度理解与建模，这个引擎能够自动生成高密度、高质量的虚拟驾驶场景。其核心突破在于，对于自动驾驶系统训练至关重要的“难例场景”（Corner Cases）的生成密度，达到了真实世界采集的1000倍。这意味着，在虚拟世界中，算法可以在短时间内遭遇并学习处理海量现实中可能数年都难以碰到的危险状况。官方信息显示，基于这一引擎，华为已完成6亿公里的高速L3级别自动驾驶仿真验证。这相当于让一支车队在不眠不休的情况下，环绕地球行驶数万圈，并经历无数极端考验，其训练强度和效率远超传统模式。

车上的“老司机”：车端世界行为模型的精准决策

有了云端这位不知疲倦的“超级教练”生成海量教材，车端的“学生”——世界行为模型（World Behavior Model， WA）则需要具备快速学习并精准应用知识的能力。WEWA架构的车端部分，正是为此而设计。

世界行为模型采用了先进的MoE（Mixture of Experts， 混合专家）架构。你可以将其理解为一个由众多“专项驾驶专家”组成的决策委员会。每个“专家”都擅长处理某一类特定场景，如拥堵跟车、高速巡航、无保护左转等。模型根据全模态感知系统（融合摄像头、激光雷达、毫米波雷达等数据）对当前环境进行实时理解，然后精准调用最合适的“专家”或“专家组合”来做出驾驶决策。这种“术业有专攻”的设计，带来了性能的显著提升。根据华为官方数据，该架构使得系统的端到端决策时延降低了50%。更快的决策意味着更及时的控制，这是应对突发状况、保障安全的基础。

与此同时，决策质量的提升直接反映在驾乘体验上。官方数据显示，搭载该模型的系统，在典型路况下的通行效率提升了20%，而令人不适的紧急重刹频率则降低了30%。这背后，是世界行为模型对交通流更精准的预测和更拟人化的决策能力，它开始像一位经验丰富的“老司机”，懂得预判、缓冲与平滑操作，而非机械地响应规则。

AI驱动AI：闭环进化的核心逻辑

WEWA架构的真正精妙之处，在于云端WE与车端WA构成了一个自我强化的闭环进化系统。这是一个“AI教AI”的完整范式：

• 虚拟训练：云端世界引擎生成海量、高难度的虚拟场景，用于训练和迭代车端世界行为模型。
• 实车验证：训练后的模型部署到实车上，在真实道路中运行，并收集处理实际遇到的、尤其是模型应对不足的“长尾问题”数据。
• 反馈优化：这些真实的难点数据被反馈回云端世界引擎。引擎可以据此生成更多类似或更复杂的场景，用于下一轮的模型训练。
• 循环升级：如此循环往复，系统的能力像滚雪球一样不断增强。车端模型越聪明，越能发现需要提升的短板；云端引擎则能更精准地制造“习题”，帮助模型攻克短板。

这一闭环彻底改变了自动驾驶系统的研发模式。它不再仅仅依赖于有限且昂贵的真实路测规模，而是通过“虚拟+现实”的双轮驱动，以指数级的速度推进系统成熟。华为智能汽车解决方案BU CEO靳玉志所详解的，正是这一套驱动未来智驾能力持续快速进化的底层“方法论”。

行业定锚：为L3普及铺平道路

WEWA架构的成熟，为高阶自动驾驶的落地提供了关键的技术支撑。根据华为官方规划，基于乾崑智驾平台、并受益于此架构持续训练的ADS 4系统，计划于2025年9月向用户推送。该系统将支持高速场景下的L3级自动驾驶功能。L3级（有条件自动驾驶）意味着在特定条件下，车辆可以完成所有驾驶操作，驾驶员无需持续监控，只在系统请求时进行接管。这将是智能驾驶体验的一次质变。

WEWA架构通过云端世界引擎解决了L3所需的海量、高难度合规性验证场景的生成难题，又通过车端世界行为模型确保了接管过程中决策的精准与平滑。它从研发效率和最终体验两个维度，为L3级自动驾驶的可靠落地与未来普及奠定了坚实的技术基础。这不仅仅是华为自身的技术突破，也为整个行业如何高效、安全地迈向更高阶自动驾驶，提供了一个清晰可行的技术路径参考。

当AI开始教AI开车，驾驶技术的进化便步入了一个由数据和算法驱动的新纪元。华为乾崑智驾的WEWA架构，正是这个纪元初期的一把关键钥匙。它构建的虚拟训练场与车端智能体协同进化的模式，或许在不久的将来，会重新定义我们对于“驾驶经验”的理解——那将不再是仅属于人类驾驶员的专利，更是AI系统在无限虚拟里程中沉淀的、可复制的数字智慧。未来的道路安全与出行效率，正由这样一个自我迭代的智能系统，悄然重塑。