智驾大牛都去造机器人大脑了

又一位智驾大牛，把简历投向了机器人。

9月8日，据《21世纪经济报道》，原小米L3级自动驾驶技术负责人王乃岩已投身具身大脑方向创业，项目正推进融资，团队核心研发人员十余人，不少是图森未来时期的老同事。

这不是孤例。他的老搭档陈龙，同样从小米离职创业。往前数，从小鹏、华为、Momenta走出来的智驾骨干，正一批批流向具身智能。

一边是智驾进入深水区的 Trophy 时刻，一边是具身智能被质疑"等不来ChatGPT时刻"。人才用脚投票，到底看中了什么？

🚗 王乃岩离职，不是一次普通跳槽

履历够硬的人，转身才最有信号意义。

王乃岩生于1990年，浙大本科、港科大深造，深度学习领域科班出身。他参与过全球三大深度学习框架之一MXNet的开发，也是业内首位将深度学习用于目标追踪的研究者——典型的"技术原生代"。

他的职业生涯轨迹，恰好串起了中国自动驾驶的黄金十年：

在图森未来，他主导L4级无人驾驶卡车系统研发；2024年5月加入小米，出任自动驾驶研发与L3项目核心负责人，向小米汽车自动驾驶与机器人部总经理叶航军汇报。

在小米期间，他留下两个硬产出：一是带队依托SU7 Ultra拿下纽博格林北环赛道首个自动驾驶圈速纪录——今年6月，小米汽车演示车辆无人跑完全程，这是他离职前最后一次公开亮相；二是牵头完成论文《DriveZero：超越人类示例的端到端自动驾驶技术》，这也是小米首篇以"L3级自动驾驶团队"名义发表的学术论文。

注意这篇论文的题目："超越人类示例"。这四个字，几乎就是他下一站的路标。

彼时小米官宣的智驾四大核心骨干——叶航军、陈光、陈龙、王乃岩，如今王乃岩与陈龙均已先后离职创业。据多位接近人士透露，大厂智驾负责人级别的离职，近两年已不是新闻，去向高度集中在具身智能与机器人大模型。

📈 智驾人才，正在集体"叛逃"

人才流向，是产业最诚实的天气预报。

把镜头拉远，这种迁徙是全球性的。在奥斯汀，特斯拉的Cybercab已经开始无安全员运营，而联邦监管机构数小时后就启动了调查——这意味着Robotaxi的落地与合规博弈同步进入深水区。

对智驾老兵来说，图景是微妙的：技术上限越来越清晰，边际收益却越来越薄。端到端跑通了，规则场景逼近天花板，剩下的全是冗长枯燥的corner case和监管沟通。而具身智能，正处在智驾五年前甚至十年前的位置——问题没被解决，红利没被分完。

两条路的技术栈，重叠度高得惊人：

一个L4团队的感知、规划、控制能力，平移到机器人本体上，几乎是降维适配。唯一要补的课是Manipulation——但手上的活，恰恰是当下最值钱的空白。

更实际的考量是叙事空间。智驾公司的估值锚是车企订单和毛利，拥挤且被反复定价；具身智能的估值锚是"下一代通用劳动力"，想象空间还没被锁死。聪明钱和聪明人，向来往同一个方向走。

🔋 具身大脑，为什么是这批人最该干的事

机器人不缺身体，缺的是会思考的那颗头。

具身智能产业链上，本体的钱最热，但壁垒最高的反而是"大脑"——感知、决策、任务规划那一层。

本体方面，宇树们已经把硬件卷到了地板价，电机、减速器、灵巧手的供应链趋于成熟。但让机器人在陌生场景里听懂一句"把桌上那杯水拿给我"并稳定完成，依然是未解之题——而这正是王乃岩那篇《DriveZero》的主攻方向：不依赖人类示范数据的端到端系统。

这个思路迁移到机器人上，逻辑是通顺的：人类演示数据（遥操作采集）贵且慢，如果能像DriveZero设想的"超越人类示例"那样，让系统通过仿真与自主交互习得能力，数据瓶颈就有了绕开的可能。自动驾驶十年攒下的「数据闭环—仿真—实车验证」工程方法论，正是机器人行业最缺的工业级资产。

据业内流传的说法，头部具身公司给资深端到端算法负责人的薪酬包，已经对齐甚至超过大厂智驾。挖人的钱花在哪里，行业的瓶颈就在哪里。

⚠️ 另一面：三条曲线，全都卡着

人才的热情，掩盖不了产业的冷数据。

必须泼一盆冷水。具身智能眼下的问题，不是没人，是三条曲线同时卡在半山腰：

几组数字放在一起读，味道就出来了：行业融资已近千亿，速度远快于研发投入和验证转化；出货量翻着跟头涨，但真正进产线的不足两成。大量机器人卖出去，干的还是演示和展示的活。

宇树就是最直观的注脚。8月22日，第二届世界人形机器人运动会百米大型组预赛，宇树跑出12.41秒，小组垫底——而一年前，这项赛事的400米冠军正是宇树。此前两天，王兴兴还在WRC主论坛上重申判断：具身智能的"ChatGPT时刻"快则2到3年，慢则5到10年，届时机器人可在80%的陌生场景完成约80%的任务。

赛场落差迅速点燃了"具身智能骗局论"。但公允地说，问题不在技术路线，而在叙事错位。ChatGPT时刻的本质，是能力涌现、成本骤降、病毒式传播三条曲线同时触达阈值的共振。物理交互的难度天然高于语言生成，直接套用C端一夜爆红的剧本，本身就是范畴误判。

换句话说：具身智能不会有一个英雄式的单点爆发，它注定是一场慢仗。

💡 那这批人赌的是什么？

聪明人进场，赌的从来不是风口，是时间差。

回到王乃岩们的选择，逻辑其实很朴素：

第一，卡位大脑。本体是红海，零部件是苦活，具身大脑是稀缺生态位。谁先做出可跨本体、跨场景复制的通用任务模型，谁就握住了产业链的定价权。

第二，复用十年功力。L4没有成的部分——泛化、长尾、安全验证——恰恰是机器人最需要的部分。智驾人在汽车行业交的"学费"，在机器人行业全是资产。

第三，等窗口。硬件成本曲线正在快速下探，数据积累在仿真和真机两侧同时推进。现在进场做大脑，相当于2016年进场做端到端智驾：早了难受，晚了没座。

风险同样真实：brain方向的商业化路径比本体更模糊，客户付费意愿尚未验证，全行业近千亿融资里有多少能转化为可复制的生产级任务包，没人敢打包票。且随着大量团队涌入，大脑赛道的洗牌只会比本体更快。

结语：人比概念先到了

智驾大牛批量流向具身智能，是这个行业目前最可信的正面信号——概念会骗人，履历不会。

王乃岩们的赌局能否兑现，取决于三条曲线何时共振。但可以确定的是：等"ChatGPT时刻"的人会失望，而已经在做数据闭环、啃真机验证的人，正在把那个时刻一天天往前搬。

人才先到了，产业还会远吗？