2026泰达论坛【高端智见】丨华为王超：做难而正确的事，以运动域底层创新，破解产业同质化困局

由中国汽车技术研究中心有限公司、中国汽车工程学会、中国汽车工业协会、中国汽车报社联合主办的第二十二届中国汽车产业发展（泰达）国际论坛（以下简称“泰达汽车论坛”）于2026年9月17日至9月20日在天津市滨海新区举办。本届泰达汽车论坛将围绕“智绿筑基·生态蓄势·共创共赢”的年度主题，邀请重磅嘉宾展开深入研讨。

在9月19日“高端智见：智引转型·绿促升级·共筑汽车产业新生态”中，华为数字能源技术有限公司副总裁、华为数字能源智能电动产品线总裁王超发表题为“做难而正确的事，以运动域底层创新，破解产业同质化困局”的演讲。

以下是演讲实录：

感谢泰达国际论坛的邀请，今天分享华为在汽车运动域方面的新思考，标题叫作“做难而正确的事情”。为什么说难呢？不知道今年做产业的人有没有感觉到这一点。“难”是汽车产业在入行之初就能感觉到的事情。汽车产业是投入非常大、技术密度非常高的产业，在产业中，我们也经历了一些探索。在量没有大规模向上的情况下，可能更加聚焦、更加探索用户价值，就变得非常重要。

华为智擎加入汽车产业以来，以加速汽车产业电动化为己任，持续实现突破。2024年、2025年，有幸成为了独立Tier1行业第一名。同时聚焦高端，在30万以上车型中发货量超过30%的份额。在大背景下，持续思考如何构筑高端用户体验，是我们一直探索的事情。

在探索过程中，我们只做两件事：一是把汽车产业电动化底座——动力域做得更好，这个阶段称之为基础电动化时代。在这个时代，我们首先在行业推行了多合一，现在多合一总成发货量已超过业界60%以上的水平。二是2021年发布了AI闪充技术，那个时候750伏在行业还是凤毛麟角，感谢汽车行业越来越多的同仁聚焦到高压电动化中来。

从过去几年来看，不管是智能驾驶、智能座舱，还是智能运动域，都是汽车行业持续创新的领域。在智能运动域行业，从全球产业来看，AI+具身智能的范式是一模一样的：大脑用AI，身体具备具身智能的能力，具备跨域融合能力，具备在XYZ空间内持续达成轨迹变化、轨迹应对以及轨迹跟随的能力。智能运动域的创新是持续而有未来的。在这样一个过程中，各域之间横向跨域的打通是非常关键的。

在电动汽车向前发展的过程中，现在已经从基础电动化来到全面电动化领域。首先要打造的是精准安全，从百毫秒级主动安全升级为毫秒级主动安全，使得从L2到L3、再到L4自动驾驶的演进具备朝更高标准探索的可能，也使得安全性具备了更加精准的可能。

要实现“车随人动”，车辆首先需要具备足够的精度。随着智能轨迹与精细化程度不断升级，融合感知对车身环境的感知能力持续提升，车身传感器对整车运动控制的精细度也不断提高，因此对精准与安全的要求也在持续提升。

希望从原有的基础驾驶演进到“驾驶丝滑”的能力，从单部件独立控制迈向运动域各部件融合控制。这种融合不只是将部件摆在一起的物理融合，更要探索硬件本身、芯片本身和软件架构的融合，才能保证实际驾驶功能与驾驶体验的丝滑升级。

在全面电动化过程中，过去可能只是单一电机电动化，而现在和未来，驱动、智动、转向、悬架等各方面都将实现全面电动化，电动化能力也将拉起电动化底座的时域控制能力并实现单位统一。原来有毫秒级、微秒级、十毫秒级、百毫秒级，未来将统一成毫秒级运动底座，配合自动驾驶能力提升，达成“大脑想什么，身体就能做到什么”，而且身体能做到的还会更加精准。

从电动自动化本身来看，过去是单电机智能，未来是运动域智能。运动域智能聚焦部件融合，聚焦XYZ融合，运动域与智舱域、智驾域的融合将进一步加速，XYZ融合控制也将推进智能驾驶向前探索。明年可能是L3基础年，2028年可能是L4基础年，我们将跟随驾驶伙伴，配合运动域底座升级，达成“车随人动、车随智驾动”的根本目标。

在探索过程中，我们不断提及各部件融合，但要强调一个前提，那就是超级部件：电驱要有更高的效率，智动要有更短的TPL，悬架要有更大的举升力和更强的滤震能力，实际转向要有更好的跟随性和指向性，从而保证由超级部件组成超级系统，具备最强的底座能力。从超级部件融合到超级系统，需要融合控制，也需要近端闭环。为什么要把超级部件做近端闭环？因为车身感知分为对环境感知、对传感器感知以及对车本体的感知，而本体的感知精准性是未来实现本真安全最坚实的基础。基于这两点，要不断进行时域最优、运动学最优、动力学最优的创新。随着车辆单轮控制周期不断提升，在保证轮安全的情况下实现车身整体安全，并配合自动驾驶能力与预测能力的提升，把主动安全提升到新的级别。

基于全场景运动域解决方案，打造最优驾乘体验，从运动域1.0向运动域2.0、运动域3.0持续提升。其中，1.0基于本能安全和超级部件构造分布式体验，各部件相互组合、相互配合，在统一协调下达成一定功能。但各部件本身的时域匹配性、各部件本身最大边界的探索能力都受限，超级部件的能力也有待进一步演进。

到了2.0阶段，除了本能安全之外，还要增加冗余安全。在驱、智、转、悬各自向分布式演进的过程中，分布式演进本身就为驱、智、转、悬各自增加了冗余能力的保障。再加上近端闭环能力，由第二代超级部件开始组建超级系统。超级系统本身会把XYZ的不断模型探索作为增长点，同时应用预测型算法对2.0版本进行升级。AI不断演进，是为了探索下一个Token可能是什么；而运动域不断探索，其实是在探索下一步运动轨迹是什么，这就是探索的标准。

判断完下一步轨迹可能的方向后，可以进一步提升实际控制算法的先进度和敏感度，并加深其前馈能力，从而保证在本能安全之外，将冗余安全提升到新的高度。在运动域3.0阶段，要探索全域安全，需要与智驾域和座舱域实时打通，基于用车场景库，从L1到L6级不等，进行各场景的细分控制；同时基于全域近端闭环（当然，部件本身也要具备近端闭环能力）才能实现全场景运动域的最优体验。此外，还会把场景化、实际特性化以及基于场景的体验化作为持续探索的方向。

刚才讲了运动域，另外一个持续探索的方向是续航最优。续航1.0阶段反复在讲“加电就能加续航”，这是技术吗？其实也是一种技术，但对实际而言，成本优化并没有达到最好的状态。

2.0阶段，通过不断提升电机效率来改变续航。但一辆车的续航只跟电机相关吗？它还跟低压功耗、风阻、滚阻、重量以及实际驱动能耗都息息相关。构建系统化模型后，我们会持续在这条路上探索。从智能电动汽车的发展来看，每度电里程的探索没有止境，越来越高的电池密度、越来越高的驱动效率、越来越低的低压功耗、越来越低的风阻和滚阻，都将带来续航里程的持续提升。

3.0阶段是2025年至今，中国跑在路上的车应该能达到每度电10公里的能力。大家非常明确地感觉到，不管是增程还是混动，占有率都在降低，纯电比例在大幅度提升。在这样的提升过程中，极致纯电变成所有车企追求的方向。随着纯电化程度不断提高，我们认为每度电续航里程会持续提升，也认为每度电10公里只是续航提升过程中的一个门槛。

做了哪些探索？2023年，当我们认识到电机效率是最主要因素时，首发了CLTC效率92%的总成。2024年具备了每度电10公里的Ready能力，2025年具备了每度电12公里的技术Ready能力。2026年，马上会量产每度电12公里的纯电车型；2027年，将朝着每度电14公里开启新一轮探索。基于这些探索，推动电动汽车持续向前发展，把让电动汽车好用、耐用、经济可用性提升，作为推动其向前发展非常重要的指标。

随着每度电公里数的提升，单车电池使用量会大幅下降，单车重量进一步下降，从而保证跑在路上的每一台中国电动汽车都有更好的能效利用率。我们愿意与各车企一起探索，把实际每度电续航里程做到新的高度。

基于以上我们一直在做的两件事，向行业发出一些呼吁。2025年，华为自动电动发货超过100万台，截止今年年底总发货超过300万台。2026年1—7月份，把实际A00级到D级车的所有车型款数列出来，A级车最多，达258万辆，但实际应用的动力总成型号和规模特别多。怎么样实现行业内部件平台化非常重要，这意味着在这么多发货量的前提下，BEV后驱实际发货量依然没有一款车超过20万等级。呼吁行业能够进一步实现平台化标准，能够实现更大范围、跨车企的共用平台。

我们一直认为智驾域、座舱域、运动域要实现深度融合，也一直在尝试拉通各个域之间的有效协同。各个车企和各个域之间有着非常复杂的通信协议、非常复杂的状态机、非常复杂的动态接口，既要保证最大化平台化利用，也要保留各个车企的差异化能力。建议采用“通用协议+私有协议”的方式来做有效区分：通用协议可以降低过多车型的适配，减少无用工作量，打造开放生态；私有协议则可以根据车企自身的车格及用户体验竞争力进行定义，保障车辆的差异化体验。在不同场景下，这将推动中国汽车产业进一步加速向前发展。

电动汽车线束有着非常复杂的高低压线束接口和标准，每年的模具开发量非常巨大。我们也希望在高压线束接口和低压线束接口方面有所突破：高压线束主要是全面电动化的基础，低压线束则是各域打通之间的基础。特斯拉很早就宣布其线缆是全球应用最短、线缆本身重量最轻。在统一标准的情况下，不论从模具开发、接口适配，还是从开模本身费用的降低来看，都有利于全行业向前快速发展。

加大行业标准化力度，推动产品平台化，推动跨车企产品平台化，减少内卷式开发，使中国汽车产业链具备全球竞争力。希望通过产业有效合作分工，充分利用产能；希望通过智驾域、座舱域、运动域的“通用标准+私有标准”，减少无效开发，增加价值开发；希望通过标准化减少定制损耗，推高行业高质量发展门槛。最后，加大统一化力度，减少内卷式开发，构建单部件百万级规模的平台，使中国汽车产业链具备全球竞争力。

希望做难而正确的事情，希望与中国汽车产业在一起，有明天、有未来。

谢谢！

本文根据泰达汽车论坛现场速记整理，未经演讲嘉宾审阅，仅供参考。