科技量子位·贾浩楠··AI 生成
百年德国「战车」征服欧陆，驾驶位上是中国AI司机
文远知行首次系统性披露其量产L2++辅助驾驶方案WRD 3.0在德国、法国、日本完成道路测试验证。文章核心论点是，智能驾驶竞争已从功能比拼转向泛化能力，即AI在陌生环境中的适应能力。作者通过对比三国截然不同的驾驶环境（不限速高速、复杂环岛、右舵左行），论证文远知行一段式端到端架构与世界模型技术路线的跨环境通用性，并指出其L4技术积累与博世合作构成的工程与商业护城河。适合对自动驾驶技术路线与产业竞争格局有深度兴趣的读者。原文 ↗原文 ↗
核心观点
- ▍智能驾驶竞争的核心已从功能比拼转向泛化能力，即AI在不同驾驶环境中的适应能力，文远知行通过全球道路验证证明了其技术具备跨环境运行能力。
- ▍文远知行通过“L4是L2++技术来源，L2++量产数据反哺L4”的技术飞轮模式，以及L4技术积累与博世工程体系的结合，构建了差异化护城河。
- 01文远知行WRD 3.0辅助驾驶方案在德国不限速高速、法国复杂环岛、日本右舵左行道路完成了公开道路测试与验证。
- 02文章将德国、法国、日本的驾驶环境定义为三种不同数据分布：德国考验高速动态决策，法国考验复杂交互与人车博弈，日本考验对另一套道路规则的适应。
- 03文远知行采用同一套技术架构（一段式端到端 + WeRide GENESIS世界模型），未针对不同国家开发不同版本。
- 04文远知行2026年Q1营收1.14亿元，同比增长58%，毛利率35%，显示L4技术向L2++市场转化的商业价值。
- 05文远知行已连续六站获得中国智驾大赛第一名，累计获得30余款车型量产定点项目。
- 06韩旭将L4比作马拉松，L2++比作1500米中长跑，强调降维打击的关键在于“坚持”量产过程中的工程Know-how，如混合精度量化、模型剪枝、动态推理优化等。
反方 / 局限
- — 文章未提及文远知行方案在海外测试中的具体失败案例、长尾场景处理能力或与当地法规的潜在冲突，缺乏对反方观点（如“中国智驾方案在海外水土不服”）的回应。
- — 文章将“跨环境运行能力”归因于世界模型，但未与其他主流方案（如特斯拉纯视觉、华为MDC平台）的跨环境能力进行横向对比，论证链条存在跳跃。
11 分钟 · 4 卡片 · 12 资料
读原文 →前置背景
技术原理
平行视角
争议局限