10月9日，华为乾崑智驾发布《乾崑答网友问》第16期，集中回应了“狭窄小路会车时会不会退出辅助驾驶”这个问题，官方结论很明确：乾崑智驾ADS不会直接退出辅助驾驶，而是主动倒车让行，留出安全空间后再平稳通过。随话题一起被刷屏的，还有“博弈算法”这个说法——很多人以为会车那一刻，车正和对面司机在云端实时“斗智”。拆开看恰恰相反：这场博弈主要发生在云端训练世界，车端靠的是一套被压进本地的风险直觉。IT之家
会车那一刻，车到底在做什么
按照华为官方的解读，这套动作分成三步。先“看清”：摄像头、激光雷达等多个传感器测量对向车辆与路边障碍物的距离，评估窄路宽度和通过的可能性；再“预判”：由云端世界引擎和车端世界行为模型组成的WEWA 2.0架构，判断对方接下来往哪走；最后“让行”：实时规划避让路线，空间不足时主动倒车退让，而不是把方向盘推回给驾驶员。这不是发布会上的设想：7月29日，华为乾崑官方账号发布阿维塔07L的窄路会车实测视频，在空间有限时系统主动识别路况、礼貌倒车让行，待对方通过后再平稳驶出，全程无需接管。CNMO科技华为乾崑官方微博
博弈发生在云端：从“单机演练”到“在线竞技”
真正被称为“博弈算法”的部分，首先是训练机制。WEWA的全称是World Engine与World Action Model，前者在云端、后者在车端，据知乎答主张抗抗对官方资料的拆解，华为把WEWA 2.0云端训练的变化描述为从“单机演练”升级为“在线竞技”：仿真世界里的其他车辆不只是背景板，而是会反应、会试探、会抢行的智能体，多个agent之间真的发生博弈。训练方式同时从“离线学习”转向在线强化学习：系统根据模型当下的表现动态出题，它在哪类场景反复翻车就加练哪类，以此减少无效训练；按照华为公布的信息，云端引入多智能体博弈后训练强度提升了10倍。而窄路会车恰恰是模仿学习教不会的长尾场景：人类司机的行车记录里既有“各退一步”的默契，也有“互不相让”的僵持，单靠模仿人类无法稳定产出安全解，让车在云端与成群智能体反复对抗，它才可能把“倒车让行”内化成比“退出”更优先的动作选项。知乎知乎
车端不实时算博弈：把风险压成一张“场”
上路那一刻，决策全部在本地完成。官方把安全风险场列为车端世界行为模型的核心技术，称其由华为法国研究所的数学算法专家与德国研究所的汽车安全专家联合创新，并拆解为三类：动能场管速度与体量带来的威胁，势能场管围挡、临停、窄路边界这些不动却挤压安全空间的障碍物，行为场管行人犹豫、非机动车试探这类还没发生但很可能发生的变化。三场叠加后，车端看到的不再是一份“前方有车、右侧有人”的对象清单，而是一张标注了哪里危险、危险从哪来的风险地图。会车时对方是想抢还是想让、路边障碍物占了多少可行驶空间，都在这张地图上持续更新；同样的机制也被用在“鬼探头”场景，系统依托安全风险场推理路面上看不见的隐性风险，提前减速做好制动准备，必要时触发AEB。所谓“博弈能力”，本质是在云端练出来的直觉、在车端查表式的快速评估，而不是现场联网求解。知乎CNMO科技
倒车让行，为什么是更优解
把视野拉回人类世界，窄路会车是一个标准的僵持博弈。小红书上一条两车在小路上会车互不相让、最终报警处理的视频拿下823条评论，评论区里几乎每个开过乡道的人都见过这种互耗。对以避撞为第一目标的系统来说，“让”的代价是可以精确计算的：多倒一段路只是几秒到几十秒，僵持或剐蹭才是真正的高成本。所以“倒车让行”不是示弱，而是把博弈论里“总代价最小”的策略写进了动作空间——这也是乾崑把全场景倒车当作常规能力而非炫技功能的原因：当“退”成为一个普通选项，系统才不至于在进退两难时选择退出、交给人类。小红书
时间线与可信边界
这套能力的落地节奏是：4月24日华为乾崑技术大会正式发布ADS 5，五维安全升级到六维安全、WEWA架构演进至2.0。7月17日全系标配乾崑ADS5高阶版的阿维塔07L开启预售，随后官方陆续放出窄路会车演示；9月下旬问界等车型借国庆前OTA推送ADS5，大量用户实测内容随之铺开，才有了10月9日的官方集中解答。微博
需要划清的是：官方展示的是场景演示与答疑，并未公布公开道路的统计口径数据，“博弈强度、训练效率提升10倍”是华为自己的训练效率表述，不能读成事故率下降10倍；判定“能不能过”的具体阈值，比如路面宽度、对向距离、倒车距离上限，官方均未披露，实际表现也会随OTA版本、路面条件和对方车辆行为变化。华为在解答末尾同样提醒，乾崑智驾仅作为辅助驾驶系统，不能代替驾驶员操作，遇到复杂路况仍需要人控制车速、随时准备接管。CNMO科技
