全站搜索

媒体中心MEDIA CENTER

逼近百亿大关!鸿蒙智行累计辅助驾驶破90亿公里:超九成车主都在用

逼近百亿大关!鸿蒙智行累计辅助驾驶破90亿公里:超九成车主都在用

公司动态 智驾 18 0

快科技6月4日消息,鸿蒙智行官方今日发布了5月车主用车报告,公布了近期华为乾崑智驾、华为鸿蒙座舱和华为途灵平台的使用数据情况。

数据显示,鸿蒙智行5月华为乾崑智驾辅助驾驶里程达到7.8亿公里,其中高速领航辅助里程5亿公里、城区领航辅助里程2.7亿公里。

鸿蒙智行历史累计辅助驾驶里程已突破90亿公里(92.4亿公里),即将迈入百亿公里里程碑。

按照5月7.8亿公里的增量计算,6月过后累计里程有望突破100亿公里。

华为乾崑智驾官网实时数据显示,其累计辅助驾驶里程已超115亿公里。

更值得关注的是用户活跃度。报告显示,鸿蒙智行辅助驾驶活跃用户占比已达95.6%,意味着几乎所有搭载华为智驾的车主都在日常使用辅助驾驶功能。

从行业格局看,目前公开披露累计辅助驾驶里程的厂商中,仅华为乾崑智驾与特斯拉FSD突破百亿公里。

2026年4月,华为乾崑智驾系统智能辅助驾驶累计行驶里程正式突破一百亿公里,成为国内首个达成该里程碑的智驾技术平台。

华为持续加码智驾投入。2026华为乾崑技术大会上,华为宣布2026年预计再投入180亿元用于乾崑辅助驾驶系统研发。

【本文结束】如需转载请务必注明出处:快科技

责任编辑:霜月

上一篇: 下一篇:

相关推荐

  • 辅助驾驶的实操边界:从选型误区到生产损耗的深度拆解

    1

    辅助驾驶的实操边界:从选型误区到生产损耗的深度拆解很多车企在选型辅助驾驶系统时,第一关注点往往是“标称算力”——动辄几百TOPS的芯片参数,听起来像性能车的马力数字,但实际交付中,我们发现:算力≠可用算力,标称数据背后的真相是,芯片的峰值算力往往需要特定条件触发,而真实路况下,传感器数据洪流、算法调度延迟、硬件散热限制,会让实际可用算力缩水30%-50%。更反直觉的是,部分系统为追求“高算力”标签...

    查看全文
  • 自动泊车ARA选型:避开误区,直击生产现场真相

    6

    自动泊车ARA选型:别被参数表骗了,真实场景才是试金石在实际交付中,我们发现一个扎心的事实:很多车企选自动泊车ARA(Autonomous Reverse Assist)时,盯着传感器数量、算力峰值、标称精度这些参数表上的“硬指标”,结果装车后发现,停车场里倒车入库成功率连80%都不到,甚至遇到侧方车位直接“摆烂”。这里面的水很深,选型误区往往藏在“看起来合理”的逻辑里。误区一:传感器越多越好?生...

    查看全文
  • 无人车T5的弹性系数:选型陷阱与生产现场的真相

    1

    弹性系数不是“弹簧参数”,是无人车生存的“韧性指标”在实际交付中,我们发现很多客户对无人车T5的“弹性系数”存在严重误解——有人把它等同于悬挂系统的弹簧刚度,有人认为数值越高越“抗造”,甚至有供应商拿实验室静态测试数据当卖点。听起来可能反直觉,但弹性系数的真实价值,藏在生产环境的动态损耗里,藏在连续作业72小时后的性能衰减曲线上,藏在突发冲击下的系统恢复能力中。选型误区:被“标称数据”带偏的决策很...

    查看全文
  • 智驾系统偏差管理:公路与路口的「隐形战场」

    8

    偏差不是误差,是生死线上的博弈在实际交付中,我们发现一个反直觉的现象:很多车企标榜的「厘米级定位精度」,在真实路口场景下会暴跌到米级。这不是传感器故障,而是公路与路口的偏差管理逻辑完全不同——公路是连续线性场景,偏差是渐进累积的;路口是离散决策场景,偏差是断崖式爆发的。这里面的水很深,很多标称数据背后的真相是:实验室环境下的静态标定,根本扛不住动态交通流的冲击。选型误区:把公路的「乖孩子」放到路口...

    查看全文
  • 无人车T5隐患排查:揭开标称数据背后的真相

    4

    长尾场景下的无人车T5隐患排查:从选型误区到生产损耗的底层逻辑在实际交付中,我们发现很多客户对无人车T5的隐患排查存在认知偏差——他们往往盯着最大载重、最高时速等标称参数,却忽视了长尾场景下的隐性风险。这里面的水很深:传感器冗余度不足、算法对极端天气的适应性差、硬件老化速率超预期,这些才是决定无人车能否长期稳定运行的关键。选型误区:标称数据≠实际能力很多标称数据背后的真相是:实验室环境与生产现场的...

    查看全文
  • 智驾系统容错边界:计算平台选型背后的隐性博弈

    5

    计算平台选型陷阱:当「标称算力」遇上真实路况在实际交付中,我们发现一个反直觉现象:某车企选用算力达500TOPS的芯片,却在匝道汇入场景中频繁出现决策延迟。问题出在容错边界设计——当传感器数据突发峰值时,系统没有预留足够的算力冗余应对突发计算需求。很多标称数据背后的真相是:实验室环境下的峰值算力与持续算力存在30%以上的差距,而智驾系统需要的是持续稳定的算力输出。容错边界的底层逻辑:从硬件冗余到系...

    查看全文
展开更多

  • 回到顶部
  • 回到顶部