小米最神秘的智驾负责人离职:L3没事,但行业变了
- +1 你赞过了
小米汽车又少了一位智驾大将。
9月8日,据21世纪经济报道援引多方独立信源,原小米智能驾驶L3技术负责人王乃岩已离开小米,投身具身智能创业。新项目正在寻求融资,方向是高泛化的"具身大脑",核心研发团队已有十几人,其中包括多位他在图森未来时期的老同事。
这个消息之所以引发关注,是因为两年多前,王乃岩加入小米本身,就是一笔标志性的人才引进——而且,他负责的并非SU7上用户日常使用的辅助驾驶,而是更进一步的L3。
两年前,雷军刚把这位"大牛"挖进小米
王乃岩在自动驾驶圈成名很早。
他本科就读浙江大学,随后直博香港科技大学,主攻计算机视觉与深度学习,博士阶段已多次在顶级会议发表论文,还是早期深度学习框架MXNet的核心开发者之一。
2015年毕业后,他没有选择互联网大厂,而是加入当时还是创业公司的图森未来,成为核心创始团队成员。此后近9年,他始终在自动驾驶一线:从早期算法研发,到执掌图森中国业务,先后担任首席科学家、中国区CTO,既做过L4无人驾驶卡车,也主导过面向量产的L2+/L3辅助驾驶项目。
换句话说,他不是单纯的算法学者,而是国内少数同时经历过L4研发、量产辅助、团队管理和工程落地的技术负责人。
2024年3月,他离开图森未来,两个月后入职小米,向小米智能驾驶业务负责人叶航军汇报。
时机耐人寻味。当时小米SU7刚上市、订单爆发,但相比整车设计、三电和生态,小米辅助驾驶的行业存在感还不强。雷军甚至在5月的直播中公开"喊话",征求智驾大牛加入。
如今回看,王乃岩的加入,正是小米猛补智驾的一张标志性拼图。
雷军砸向辅助驾驶的钱,越来越多
小米对辅助驾驶的投入,从造车之初就很明确。
2022年小米首次集中披露自动驾驶进展时,团队已超过500人,首期规划投入33亿元,并准备部署超过140辆测试车。到2024年王乃岩加入前后,投入增至47亿元,团队超过1000人;此后第一期总投入进一步增至57.9亿元,研发团队超过1800人,在北京、上海、武汉三地布局。
小米的辅助驾驶早已经不是靠某一个“大牛”撑起来的小团队,而是一个超过1800人的大研发体系,并且团队内部的技术路线分工非常清晰。
叶航军负责整个智能驾驶业务;陈光负责端到端,主要解决当前L2+辅助驾驶的量产体验;陈龙负责VLA以及后来的XLA认知大模型;王乃岩负责的,则是L3。
三条路线解决的问题并不相同。端到端和XLA关注"车怎么开得更像人",而L3的关键词只有两个字:可靠。
因为从L2进入L3,变化的不只是系统能力,而是系统要在特定条件下真正接管动态驾驶任务——感知冗余、计算冗余、制动转向冗余、故障降级、极端场景下的安全接管,这些远比"开得丝不丝滑"重要。这也是小米把一位长期做L4的人放在L3线上的原因。
小米辅助驾驶,刚刚进入新阶段
今年3月,小米正式发布了新的XLA认知大模型架构。
和过去单纯依赖视觉和驾驶数据的端到端方案相比,XLA开始加入更多模态输入,并与小米自研的MiMo-Embodied具身基座模型打通。
小米给它的定位,也从过去的“感知和模仿”,进一步走向“理解和推理”。
5月份,小米又开源了Xiaomi OneVL,把VLA、世界模型以及潜空间推理放进同一套技术框架。
新一代SU7已全系搭载XLA,YU7也陆续通过升级切换新架构;新车的辅助驾驶硬件更是堆到700TOPS Thor芯片、激光雷达加4D毫米波雷达的规格。
所以从量产产品角度看,王乃岩的离开不会让HAD或XLA的迭代突然失速——消费者实际用到的大部分辅助驾驶能力,核心仍来自端到端和XLA两条线。
真正需要观察的,是更远处的L3。
王乃岩走了,小米L3会受多大影响?
说完全没有影响,不现实。
王乃岩负责的是一条相对独立、技术门槛极高的研发线。今年小米把无人驾驶系统拉上纽博格林北环做极限验证,他就是核心技术负责人之一——在全长20多公里、布满高速弯和起伏的赛道上跑无人驾驶,意义不只是刷圈速,而是逼迫系统在极端速度、车辆动态和复杂边界条件下验证可靠性。某种程度上,这是小米L3研发思路最直观的一次展示。
这样的负责人离开,人员调整、路线交接,必然产生成本。尤其眼下正是L3从技术储备走向政策落地和产品竞争的关键窗口期,这条线少了一位核心人物,对小米绝非无关痛痒。
但若因此得出"智驾核心负责人离职""辅助驾驶遭重创",同样言过其实。
其一,王乃岩并非小米智驾一号位,总负责人仍是叶航军;其二,小米现在的辅助驾驶已经形成庞大的团队和多路线并行体系,L2+量产、XLA认知模型和L3并不是完全绑定在一个人身上。
真正值得跟踪的,是谁接L3、团队和技术路线如何调整——这比"一个高管走了"重要得多。
王乃岩下一站去哪儿了
王乃岩的下一站,不是另一家车企,也不是智驾公司,而是直接做具身智能:研发泛化能力更强的具身大模型,并把做L3时的强化学习思路迁移到机器人领域——相比单纯模仿人类数据,更强调让模型在仿真世界中试错、自我进化。
而小米的XLA,恰恰也在打通自动驾驶与具身机器人。
两条路线指向同一个事实:今天最顶尖的自动驾驶人才,正在变成"物理AI人才"。
过去汽车与机器人是两个行业,如今面对的问题高度趋同——如何让AI理解真实世界、理解空间与物理规律、预测下一步,并控制机器完成动作。汽车只是目前数据最多、商业化最快的一种机器人。
所以,对小米而言,这确实是一次核心技术人才流失。
最新资讯
热门视频
X
微博认证登录
QQ账号登录
微信账号登录