“从明年（2026年）开始，鸿蒙智行会走入L3时代，智能辅助驾驶又提高一个等级。”

12月11日，在上海东外滩举行的《超凡一步 | 在一起鸿蒙智行》年度活动现场，华为常务董事、华为终端公司董事长余承东，展望了智能驾驶技术的近未来图景。在说出上面这句后，他进一步表达了中远期的期许：“希望将来，用户在车上可以睡觉、可以不摸方向盘！”

余承东的话，几天后就被证明确实有的放矢。12月15日，工信部正式公布我国首批L3级有条件自动驾驶车型准入许可。很快就有车主在各大网络平台上发布动态甚至上传照片，宣称在路上看到鸿蒙智行的尊界S800以及问界M9在展开L3路试。几天后，更有部分媒体受邀在重庆率先体验了L3的路试。

站在2025年末的关口上，政策破冰与技术落地同步推进，中国汽车产业正迎来智能化时代的又一个关键节点——智能驾驶功能从验证阶段，即将迈向规模化商业落地。

对于鸿蒙智行而言，进入L3的技术准备早就开始，先期投入路试的尊界S800以及问界M9这两款车，其硬件架构已经提前考虑了L3问题。官方的破冰，只是推动其离开实验室迈入到广阔天地发令枪响。

鸿蒙智行，努力推动L3技术落地

推动汽车智能驾驶技术L3标准的落地，责任划分是重点和难点，也是其区别于现有L2标准的最本质差异。

在L2“组合辅助驾驶”人驾机辅的基础上，L3级“有条件自动驾驶”一旦启动系统，则系统可以执行所有的驾驶操作，驾驶员只有在系统发出接管请求时需要及时接管车辆操作。

尽管L3“有条件自动驾驶”状态下，一旦发生交通事故，具体是供应商的责任还是驾驶员的责任仍旧需要具体问题具体分析，但相较于全部责任驾驶员自付的L2，这已经是向前迈出了一大步。

毫无疑问，政策与技术的同频共振，正加速L3级自动驾驶从概念走向现实。在这股浪潮中，鸿蒙智行正凭借其扎实的技术积累和广泛的生态布局，成为这一变革的重要推动力量。

截至2025年11月，截止到11月，鸿蒙智行的辅助驾驶里程为52亿公里，避免碰撞合计279万次。以太阳系尺度计算，这个数字足以环绕地球赤道超过130万圈，而地球和火星的最远距离也不过4亿公里。同时，其辅助驾驶活跃用户比例为94.2%。

图丨2025年11月，鸿蒙智行辅助驾驶使用数据

L2时代鸿蒙智行的成功，核心在于采用了“去实验室化”的真实数据采集模式。通过百万计车主多变的驾驶习惯特性，以及用车场景的多样化，使测试训练数据的长尾场景覆盖率较机器仿真训练提升40%以上。

尽管如上文所述，从L2到L3看似一级之差，但实际标准和体系存在某种“质变”。但正如世界上多数质变的本质是基于量变的前提，以L2时代积攒下来的海量数据为基础，正在为推动L3技术落地而发挥巨大的作用，进而彻底突破弥漫整个行业的“L3=期货”困局。

当然，我们也不能对于前景过度乐观。对于现阶段确定先期开放的高速公路L3，网上部分声音一度认为“简单”，但考虑到我国地理和气候环境的多样性，东西、南北经纬度跨越巨大同时各地区气候迥异。如果再叠加因为地形适应各地高速道路系统的设计差异，相当路段不设置照明系统，乃至于西部和西北地区不算罕见的牲畜、动物横穿道路的情况，则整体问题更加复杂化。

毕竟，L3与L2虽然存在技术传承关系，但在主驾责任由人交替到机器，则面临的是另一种的问题。但这也直接进入到，鸿蒙智行的优势领域了。

系统革命，改变规则的WEWA架构

鸿蒙智行L3级自动驾驶的核心支撑，是其新一代智驾系统围绕“感知-决策-控制”搭建的全链路体系——WE（世界引擎）WA（世界行为模型）架构。其从根本上，改变了传统自动驾驶系统的设计逻辑。

传统辅助驾驶方案存在明显的“规则依赖”瓶颈。无论是早期的“规则代码编写”还是进阶的“端到端模仿学习”，本质上都是对人类驾驶行为的被动复制，一旦遇到未预设的边缘场景，就容易出现误判、迟滞等问题。

而WEWA架构的出现，彻底打破了原有的桎梏。

云端部署的世界引擎（WE），可以理解为算法训练的“超级驾校”。其基于现有的采集数据辅助以AI生成海量极端、罕见的场景，密度可达真实世界千倍，对系统进行高强度、高效率的安全训练。通过高密度训练的方式，突破现实数据瓶颈，为系统内化“安全第一”的本能，筑牢安全根基。

而对应部署在车端的世界行为模型 (WA），依托车载传感器的全模态感知，通过MoE多专家架构，针对不同路况精准、快速地调用最优决策模型，最终实现丝滑流畅的驾驶体验。

毫不夸张地讲，WEWA架构的出现即意味着，传统智能驾驶算法的训练模式，实现现有的照着人类学习驾驶的方式依样画葫芦，实现了真正意义上AI学习的本质跨越。其最显著的提升在于，依托充分训练后的世界引擎，车端部署的世界行为模型可以跨过学习阶段直接具备老司机的响应和决策能力。由机器操作的车辆即使行驶在重庆山区高速那种坡道与急弯高度复杂的体系内，也能够提前预判并精准控制。

可以说，WEWA架构的部署，构成了鸿蒙智行率先冲击L3的前提。而“界”系列品牌矩阵内，率先搭载乾崑ADS Ultra系统者尊界S800、问界M9等，无疑将成为首批达到标准的启动服务的车型。

当然，既然是真正意义上的自动驾驶，那么光有领先的算法和模型，并不能提供百分百的保障。即使系统启动时，责任由企业承担，但保障驾驶过程的安全，仍旧是重中之重。这就必须提到，全维防碰撞系统CAS 4.0的价值了。

作为华为ADS 4的核心安全组件，CAS 4.0代表了当前智能驾驶安全技术的先进水平。该系统以“全时速、全方向、全目标、全天候、全场景”为目标，实现了全时速范围的主动安全覆盖。

针对上面提到的，我国高速公路系统不同区域气候差异巨大的特点，鸿蒙智行旗舰车型的多传感器融合方案展现出明显优势，通过搭载多种感知硬件，能够构建360°无死角的感知领域。

这种全覆盖无死角的感知能力，足以应对雨雾尘复杂天气、强光/逆光等复杂环境，精准识别远距离障碍物。举个例子，如车辆进入隧道遭遇光线突变时，系统通过激光雷达与毫米波雷达的冗余感知，瞬间完成环境建模与车速调整，避免了纯视觉方案可能出现的短暂感知盲区。

事实上，也正是新一代WEWA架构，以及在其基础上充分冗余的系统设计，成为了鸿蒙智行率先迈向L3级“权责转移”的技术底气。除去多传感器感知冗余外，还有制动冗余、转向冗余、供电冗余、通信冗余和计算冗余等。

当主系统失效故障时，备份系统能够及时顶上并执行最小风险策略。这种双重保障确保单一部件故障时，备用系统可在0.1秒内及时接管，满足L3级自动驾驶对安全性的苛刻要求。

从驾驶辅助，到出行伙伴

L3自动驾驶技术的落地，不仅带来技术架构的革命，更从根本上重塑了人车关系与出行体验。而鸿蒙智行通过其扎实的技术积累，正推动汽车从单纯的交通工具向智能出行伙伴演变。

“三级提醒+渐进式接管”逻辑，为鸿蒙智行L3系统，构筑起了人机共驾体验实现了平滑过渡——当系统检测到超出设计运行区域或出现故障时，会先通过语音+视觉提醒（3秒），再通过方向盘震动提醒（3秒），最后逐步降低车速（4秒），为驾驶员预留充足接管时间。

这种渐进式接管机制避免了上一代L2系统普遍的“突然退出”问题，使驾驶权交接更加自然平稳。例如接近收费站时，系统会提前1公里播报“即将退出自动驾驶”，自动减速并提示接管，大大提升了用户体验的安全感和舒适度。

此外，极端场景应对能力显著增强。在实测中，鸿蒙智行L3系统展现出超越人类驾驶员的稳定表现。遭遇突发暴雨时，其搭载的多传感器融合方案能穿透雨雾，精准识别右侧车道积水区域，自动平稳变道避让。

相比纯视觉方案在极端天气下的不稳定性，华为ADS的极端天气接管率仅为0.3%。其表现之出色，甚至远低于特斯拉FSD的8.7%。

同时，安全守护范围进一步扩展。新一代辅助驾驶系统新增的“驾驶员失能辅助”功能，当监测到驾驶员失去操控能力时，可自动靠边停车并发出求助信号。

这一功能不仅适用于L3自动驾驶状态，也覆盖人为驾驶场景，体现出系统在极端情况下的安全保障意识。这意味着即使驾驶员因健康原因失去意识，车辆也能自主执行最小风险策略，有效避免事故的发生。

上述这一切汇总到一起，结果便是业界长期所探寻的，智能驾驶技术最根本的诉求——驾驶者从双手到心智的“解放”，而且一切是必须建立在不牺牲交通效率的前提之下的。实际根据最新的实测结果，华为ADS 4在启动后的平均通行效率提升20%，全场景下系统重刹率降低70%。

简而言之，系统通过预见式驾驶大幅提升了乘坐舒适性，而这与安全性的目标是相通的。其最终结果，便是基于鸿蒙智行L3的高速公路驾驶，更加轻松、从容且高效。

从合肥到重庆再到深圳，鸿蒙智行的L3级测试车辆正飞驰在神州大地上。现阶段，密集的测试工作正在紧锣密鼓开展中，后续商用化将根据官方安排有序推进。

而在L3接近商用化的同时，面向L4级的测试也在同步开展中，计划在2027年实际技术上的落地。

当我们以“移动生活空间”重新定义人车关系时，自动驾驶就会如空气般无处不在却无感可靠。这场由技术架构革命引发的出行方式变革，才刚刚开始。而鸿蒙智行，无疑走在了最前列！