王乃岩离开小米下一站是具身智能创业。这个消息在自动驾驶圈子里传了几天我认识的好几个猎头和投资人朋友都在转发。作为长期关注智驾行业的人我倒不觉得意外——这两年从智驾赛道流向具身智能领域的核心技术人员王乃岩不是第一个也肯定不是最后一个。但他在小米负责的是L3级自动驾驶研发这个背景放在具身智能创业里恰好踩中了当下最缺的那块拼图。这篇文章我想从这件事出发聊聊几个大家真正关心的问题王乃岩在小米这几年到底做了什么为什么L3负责人这个身份对具身智能创业格外值钱以及站在2025年年中的节点上具身智能这条赛道到底值不值得技术人all in。不吹不黑就说点实际的。1. 事件全貌小米L3负责人离职为什么能被刷屏先把这个事儿的来龙去脉理清楚。王乃岩在圈内其实一直有知名度早年在知乎上写自动驾驶技术科普后来加入小米汽车牵头L3级自动驾驶的自研工作。小米SU7上市之后智驾系统的迭代节奏明显加快这里面就有他负责的那块L3能力在起作用。所以这次离职消息出来业内普遍的反应是小米智驾的进度会不会受影响他下一站选的具身智能又是个什么打法1.1 王乃岩在小米的三年做成了什么小米汽车从2021年宣布造车到SU7交付再到今年陆续推送城市领航辅助驾驶功能智驾团队一直处于高强度运转状态。L3级自动驾驶这个方向行业里争议很大有的车企直接跳过L3去做L2有的则在L3法规还没完全落地之前就提前布局。小米属于后者而且投入不小。从公开信息能看到的成果包括小米智驾的自研感知方案、基于BEVTransformer的占用网络以及面向城区的领航辅助功能。王乃岩作为L3负责人主要盯的是系统架构和安全兜底逻辑这一层——也就是把传感器、计算平台、决策规划模块串起来确保车辆能在特定条件下交给系统自己开。这类工作在量产车上落地难度极高因为涉及功能安全认证、冗余设计、接管逻辑等一系列工程问题不是实验室里跑通demo就算完。所以他的技术积累说白了是三样东西一是大规模自动驾驶系统的工程化能力二是对安全冗余体系的理解三是带团队在极短时间内把技术推向量产的经验。这三样放在具身智能创业里都是硬通货。1.2 为什么是“下一站具身创业”而不是别的方向王乃岩这个选择放在当下的产业语境里其实有迹可循。具身智能这个词从2023年开始热度持续攀升到2025年已经成了AI领域最确定的创业方向之一。我接触到的不少自动驾驶背景的技术人要么已经跳槽去了人形机器人公司要么在内部转岗做机器人大模型。原因无非是技术栈高度重合而且估值想象力更大。自动驾驶解决的是车怎么在道路上自己开具身智能解决的是机器人在物理世界里怎么感知、决策、操作。两者共享的核心技术包括多传感器融合、环境感知、路径规划、运动控制甚至连仿真训练的思路都是相通的。区别只在于载体不同车是四个轮子加一套严格约束的交通规则机器人是多自由度关节加高度开放的非结构化环境。换句话说一个能把L3级自动驾驶系统在量产车上跑起来的人去做具身智能不是转行更像是把原有的技能迁移到一个更广阔的应用场景里。这也是为什么我判断他这次创业不是冲动而是想清楚了的换赛道。2. 技术底层逻辑L3自动驾驶和具身智能共享什么能力底座要理解王乃岩这波跳槽背后的产业逻辑得先把L3自动驾驶和具身智能之间的技术关系说明白。很多人觉得这两个领域八竿子打不着一个在地上跑一个在工厂里搬东西其实底层的能力模型非常接近。2.1 感知、推理、控制两套系统的“三件套”惊人一致一辆L3级自动驾驶汽车的工作流程是先用摄像头、毫米波雷达、激光雷达感知周围环境然后通过神经网络模型识别出车道线、行人、车辆、交通标识再结合高精地图和定位模块判断自己在哪里最后在决策规划模块里算出一条安全可行的轨迹交给执行机构去控制方向盘和加减速。一个具身智能机器人的工作流程是先用RGB相机、深度相机、触觉传感器感知环境然后通过视觉语言模型识别出物体、障碍物、操作目标再结合SLAM建图确认自身位置最后在运动规划模块里生成机械臂的抓取轨迹或双足的运动步态交给电机去执行。对比下来你会发现感知、推理、规划、控制四个核心模块几乎一一对应。差别只在于自动驾驶的环境约束更明确道路有规则障碍物类型有限而具身智能面对的是开放世界桌面上的物品千奇百怪地面可能是瓷砖也可能是沙地。前者是把有限场景做深后者是把无限场景做泛但底层的方法论是通用的。2.2 端到端模型的时代红利智驾人更有优势再从模型路线看。2023年以来自动驾驶行业最热的技术方向已经从规则驱动转向端到端大模型也就是把感知、预测、规划压缩进一个神经网络里用海量数据训练出“输入传感器数据、输出控制指令”的直接映射。这波技术浪潮和具身智能领域正在发生的大模型机器人路线几乎是同频共振的。智驾背景的人在这波浪潮里有个天然优势他们习惯了处理大规模实车数据知道怎么搭建数据闭环怎么用仿真环境做corner case挖掘怎么评估模型在真实场景中的泛化能力。这些能力在具身智能创业中是极其稀缺的。目前国内的人形机器人公司普遍缺的不是机械本体设计能力而是让机器人“会思考”的AI大脑也就是具身智能大模型。谁能把数据飞轮转起来谁就能在这个领域建立真正的壁垒。所以王乃岩带着智驾背景去做具身创业本质上是在把一套已经被验证过的AI工程方法论迁移到一个尚处于早期蓝海的领域。这种降维打击的打法在过去几年AI创业史里反复上演过。3. 从大厂高管到创业者身份转变要跨过几道坎大厂的技术负责人出来创业听起来风光实际上要过的坎比很多人想象得多。我在这个行业里见过不少类似的案例真正能跑出来的往往不是在技术上最强的人而是能快速完成身份切换的人。3.1 第一道坎从“定方向”到“找活路”在大厂做技术负责人核心工作是定技术方向、搭团队、推项目。公司有现成的资源池有品牌背书有源源不断的算力和数据你只需要在既有框架下做到最优。但出来创业第一件事就是找活路——你的技术到底卖给谁客户凭什么买单现金流从哪来具身智能赛道现在看起来热闹但真正愿意付费的客户场景其实还在早期。工业场景里的上下料、分拣、质检商业场景里的引导、配送、清洁每一个细分方向都需要场景方和机器人公司反复打磨才能跑通。从一个被动的技术掌舵者变成一个主动的客户开拓者这种转变对技术出身的人来说往往是最大的挑战。3.2 第二道坎从“要资源”到“找资源”在小米这样的平台上L3项目要算力有算力要数据有数据要测试车辆有测试车辆。但作为一家创业公司每一块GPU、每一个资深工程师、每一次实机测试机会都需要创始人自己出去找。找钱、找人、找合作方这三件事会占掉创业者至少一半的精力。尤其是融资这件事在具身智能赛道尤其复杂。投资人既要看技术壁垒又要看商业化路径还要看创始团队的完整度。一个只有技术大牛的团队在现在这个资本环境下很难拿到理想估值。所以王乃岩如果真要创业大概率还会拉上懂硬件、懂产品、懂商业的联合创始人组成一个完整拼图。3.3 第三道坎从“做项目”到“做产品”在大厂做L3研发目标很明确把技术做成功能交付给量产车。但创业做具身智能目标变成了把技术做成产品让客户愿意持续付费。项目思维和产品思维是两回事。前者看重技术指标是否达成后者看重用户需求是否被满足。举个最简单的例子。一个分拣机器人项目思维关心的是识别准确率98%还是99%抓取成功率提升几个百分点产品思维关心的是客户工厂每小时能多分拣多少件货停机时间减少了多少ROI多久能算平。这两种思维方式的差异决定了创业公司的产品能不能卖出去。技术背景的创始人很容易在这个环节陷进“炫技”的误区做出来的东西指标很好看但客户就是不愿掏钱。4. 具身智能创业的现实图景机会在哪里坑又在哪里说到这很多人可能已经在想既然技术背景这么匹配市场前景看起来也不错那具身智能创业现在进场还来得及吗说实话机会窗口正在收窄但远未关闭。只不过这个赛道的玩法和前几年的AI创业已经有很大不同。4.1 三条被验证的路径通用人形、垂直场景、具身大脑目前具身智能创业有几条被验证的路径。第一条是做通用人形机器人本体代表方向是双足行走双臂操作目标是替代人类在各种场景中的体力劳动但技术挑战极大商业化周期长适合有大资本背书、能熬的团队。第二条是做垂直场景的具身智能解决方案比如面向汽车工厂的螺丝锁付、面向仓储物流的移动抓取、面向商超的巡检盘点这类方向场景明确、落地快但天花板相对有限。第三条是做具身智能大脑即提供通用的感知决策模型和应用开发框架不碰硬件本体和各大机器人厂商合作类似自动驾驶领域的Mobileye。王乃岩的L3背景如果做第二条路优势在于能快速理解工业场景中的安全冗余需求毕竟智驾对安全的要求是天花板级别的如果做第三条路优势则在于对自动驾驶大模型的数据闭环体系极其熟悉可以帮硬件厂商快速构建机器人的AI能力。做第一条路说实话他那套智驾经验发挥的空间不大因为人形机器人本体的硬件工程复杂度远超汽车。4.2 智驾人创业的两大隐形优势这里要单独说说智驾背景的人在具身智能创业中到底有什么别人没有的隐形优势。第一个是安全思维。自动驾驶行业被ISO 26262功能安全标准和预期功能安全折磨了很多年这种刻在骨子里的安全方法论在具身智能落地中极其重要。因为机器人一旦在工厂里出错轻则砸坏工件重则伤到人。懂安全体系设计的创始人能在产品定义阶段就把风险控制住这恰恰是目前很多人形机器人公司最薄弱的地方。第二个是数据闭环能力。自动驾驶这几年最大的工程成果就是建成了从数据采集、清洗、标注、训练、仿真、评估到OTA迭代的完整闭环。具身智能现在最缺的就是这个。很多机器人公司还在靠人类遥控操作去采集轨迹数据效率低且难以规模化。一个能把数据飞轮跑起来的团队意味着它的机器人在客户现场每工作一天能力就会提升一点点这种持续进化的能力才是真正的护城河。5. 对小米和行业的影响一场人才流动带来的连锁反应王乃岩离职这件事如果只看个人选择格局就小了。往大了看这背后其实是整个智能驾驶行业人才结构正在发生的深刻变化以及汽车产业和机器人产业之间正在形成的技术溢出效应。5.1 小米智驾的L3进度会不会受影响先说大家最关心的小米智驾会不会因为核心负责人离职而放慢节奏。从公开信息看小米智驾团队规模已经发展到数百人组织架构也早就过了依赖单一个人的阶段。L3级自动驾驶的研发在2025年这个时间节点上更多是依赖体系化的工程能力和数据积累而不是某个人的不可替代性。不过话说回来核心负责人的离开短期内难免会影响一些项目的推进节奏。原因很简单L3级别的工作很多关键决策藏在细节里比如ODD的设计边界、接管策略的参数标定、安全冗余的兜底逻辑这些都需要长期的技术判断力。新接手的人重新梳理这些逻辑需要时间。但如果小米智驾的团队架构足够健康这种影响大概率是几个季度的层面不至于伤筋动骨。更要紧的是小米在智驾上的战略决心并没有变。SU7在市场上的表现摆在那后续车型的智驾功能只会越做越深。行业人才流动本来就是常态一个核心岗位的变动不会动摇整个体系的根基。5.2 智驾人才向具身智能流动会形成一种趋势吗王乃岩的下一站是具身创业但这绝不是个例。我粗略统计了下认识的智驾圈朋友过去一年里至少有三五个资深的技术总监级别的人要么已经跳到机器人公司要么在筹备相关的创业项目。这个趋势背后有几个硬逻辑。第一智驾行业的竞争格局已经基本定型。头部的华为、小米、蔚小理、比亚迪加上一堆Tier 1卷度非常高而可突破的技术空间在收缩L4级无人驾驶的落地遥遥无期L2的竞争已经打成了价格战。很多技术人发现留在原地能看到的天花板已经清晰了。第二具身智能处在类似2015年自动驾驶的爆发前夜。技术路线逐渐收敛资本开始密集涌入应用场景不断被验证这个历史窗口对技术人才有巨大的吸引力。第三两个领域的人才技能高度复用跨界门槛低试错成本相对可控。一个智驾架构师转型做机器人大模型可能只需要两三个月的适应期。这种人才流动对整个行业来说其实是好事。它意味着AI领域的底层技术能力正在从一个赛道外溢到更多赛道。汽车教会了AI怎么在物理世界里安全地行动接下来机器人会把这件事带到更广阔的天地里去。6. 写在后面从王乃岩的转型看技术人创业的正确姿势最后想聊聊我个人的观察。这几年国内AI领域核心人才创业有一个很有意思的规律纯算法背景的团队创业成功率反而不如那些来自自动驾驶、智能硬件等“重工程”领域的团队。原因在于自动驾驶行业把人训练成了一个既能仰望星空、又能脚踏实地的人。做L3级自动驾驶的负责人意味着你既要理解最前沿的AI算法又要处理最琐碎的工程问题——某个传感器在隧道里识别失效了怎么兜底某个极端天气下决策模型不输出了怎么降级接管。这种两头都要抓的训练恰好是具身智能创业最需要的素质。因为机器人比汽车面临的场景更复杂、更开放比汽车更需要工程上的韧性。所以对于王乃岩的下一站我个人是持乐观态度的。当然创业不是请客吃饭具身智能这个赛道虽然热但离真正的大规模商业化还有距离。他需要面对的可能是比在小米时候多十倍的杂音和不确定性。但话说回来自动驾驶行业这几年起起伏伏能在L3这种最有争议的级别上做到量产落地的技术人心理承受能力和工程判断力应该都是被充分锻炼过的。这件事后续会怎么发展具身智能的创业之路能走多远我们不妨保持关注。但愿几年后回头看这次跳槽能成为又一个“技术人跨界重塑产业”的经典案例。到那时候我们这一代从业者在茶余饭后聊起2025年的这次人事变动时应该会说一句那会儿早就看出来了。