2025年度，誰(shuí)在推動(dòng)智駕進(jìn)步？我們推出《2025中國(guó)智駕開(kāi)發(fā)者50人》系列，分5期刊發(fā)，這是第五期。

入圍的80多位候選人，絕大多數(shù)在國(guó)內(nèi)，少數(shù)在國(guó)外，個(gè)別是海外華人。他們的研發(fā)成果，體現(xiàn)在過(guò)去兩年里發(fā)生的兩次智駕拐點(diǎn)上。但其中的大部分，都很低調(diào)。

入圍的標(biāo)準(zhǔn)有兩條（個(gè)別極其優(yōu)秀者例外）：

1、2025年內(nèi)，在全球頂會(huì)頂刊發(fā)表高引論文的第一作者（含合著團(tuán)隊(duì)）；

2、2025《智駕天梯榜》年度榜單上榜方案商和主機(jī)廠的核心研發(fā)人員。

經(jīng)過(guò)核實(shí)與比對(duì)，最終挑選出50位有代表性的人物。他們的身份，大體分四類：

1、學(xué)術(shù)研究者，在頂會(huì)頂刊上發(fā)表高引論文的作者（含合著團(tuán)隊(duì)）；

2、研發(fā)組織者，定投資、定方向、定目標(biāo)、定范式、定團(tuán)隊(duì)的人，類似奧本海默；

3、研發(fā)骨干，負(fù)責(zé)某一個(gè)具體方向的研發(fā)統(tǒng)籌，并和兄弟們一起拼搏出成果的人；

4、產(chǎn)品和工程負(fù)責(zé)人，負(fù)責(zé)產(chǎn)品定義、用戶交互、工程實(shí)施的人，做出了非常棒的產(chǎn)品體驗(yàn)，或者保障了連續(xù)的工程交付表現(xiàn)。

繼第一期推薦11篇卓越論文的作者們，第二期記錄理想汽車、小鵬汽車和Momenta，第三期記錄特斯拉和華為，第四期記錄博世中國(guó)、地平線、文遠(yuǎn)知行的智駕產(chǎn)研和工程負(fù)責(zé)人之后，本期（第五期），記錄蔚來(lái)、小米、極氪、元戎啟行的智駕的關(guān)鍵人物。 

1、李斌：布道者的轉(zhuǎn)身

職位：蔚來(lái)創(chuàng)始人、董事長(zhǎng)、CEO

2024年底的蔚來(lái)還深陷“虧損泥潭”，被外界質(zhì)疑能否活過(guò)2025年；而到2025年底，蔚來(lái)不僅實(shí)現(xiàn)12月交付量突破4.8萬(wàn)臺(tái)、第四季度摸到盈利門(mén)檻，更在智駕領(lǐng)域站穩(wěn)自研腳跟，完成了一場(chǎng)驚艷的“逆襲”。這場(chǎng)反轉(zhuǎn)的核心推手，正是創(chuàng)始人李斌。

2025年對(duì)蔚來(lái)而言是生死存亡的關(guān)鍵一年，智駕領(lǐng)域更是深陷“研發(fā)投入受限+核心團(tuán)隊(duì)調(diào)整”的雙重困境，而李斌作為企業(yè)掌舵人，用精準(zhǔn)決策和務(wù)實(shí)舉措帶領(lǐng)公司破局，不僅守住了生存底線，更為智駕發(fā)展找準(zhǔn)了方向，其核心貢獻(xiàn)集中在兩大維度：

一是推動(dòng)公司全面“瘦身”，為智駕保留核心生存空間

面對(duì)企業(yè)瀕臨危機(jī)的現(xiàn)狀，李斌率先啟動(dòng)“思想+經(jīng)濟(jì)”雙重瘦身改革，核心思路是“摒棄虛耗、聚焦核心、以結(jié)果為導(dǎo)向”。

曾經(jīng)的的蔚來(lái)，管理上的確有點(diǎn)“大戶人家”的壞毛病。而李斌本人也像個(gè)理想主義的領(lǐng)袖，因?yàn)樗兄甏蟮膲?mèng)想，內(nèi)心充滿了對(duì)未來(lái)美好生活的期待，總想給用戶最好的，但結(jié)果就是成本控制一塌糊涂。

2025年，李斌最狠的一刀，是砍向了自己。在經(jīng)濟(jì)層面，他果斷壓縮非必要開(kāi)支，尤其是與核心業(yè)務(wù)無(wú)關(guān)的個(gè)性化投入，把有限資金集中傾斜到智駕等關(guān)乎企業(yè)未來(lái)發(fā)展的關(guān)鍵領(lǐng)域，即便整體研發(fā)預(yù)算受到制約，也最大程度保障了智駕核心研發(fā)的基本需求，避免因資金斷檔導(dǎo)致項(xiàng)目停擺。思想層面，他統(tǒng)一全公司思想，打破過(guò)去部分“重理想、輕結(jié)果”的慣性，強(qiáng)調(diào)“生存優(yōu)先”的核心目標(biāo)，讓包括智駕團(tuán)隊(duì)在內(nèi)的所有部門(mén)都圍繞“實(shí)際成效”開(kāi)展工作，減少無(wú)效內(nèi)耗，提升決策和執(zhí)行效率。這一系列舉措不僅緩解了公司的資金壓力，更讓資源配置更趨合理，為智駕團(tuán)隊(duì)在困境中堅(jiān)持研發(fā)、尋求突破提供了必要的土壤。

二是智駕戰(zhàn)略重大調(diào)整：從“多路并行”到“聚焦世界模型”，明確發(fā)展方向

2025年是蔚來(lái)智駕面臨壓力的一年：一方面企業(yè)為了求生存，不得不壓縮成本開(kāi)支，研發(fā)投入、研發(fā)進(jìn)展、算力部署都受到影響；另一方面核心團(tuán)隊(duì)出現(xiàn)重大調(diào)整。但在重壓之下，李斌做出了關(guān)鍵決策，智駕戰(zhàn)略由多線作戰(zhàn)，聚焦到任少卿這里做世界模型。“因禍得?！边@個(gè)決定成為了2025年蔚來(lái)智駕的轉(zhuǎn)折點(diǎn)。

過(guò)去蔚來(lái)智駕同時(shí)推進(jìn)多個(gè)技術(shù)方向，分散了有限的人力、財(cái)力和算力資源，導(dǎo)致進(jìn)展緩慢、難以形成突破。如今，聚焦核心，將所有智駕研發(fā)資源收攏到任少卿團(tuán)隊(duì)，推行世界模型的研發(fā)體系。這種模式能實(shí)現(xiàn)從技術(shù)研發(fā)到落地應(yīng)用的貫通，減少部門(mén)間的協(xié)調(diào)成本，讓資源集中發(fā)力于核心目標(biāo)，快速明確了智駕發(fā)展的核心方向。

2025年，李斌的核心貢獻(xiàn)在于“以生存為底線，以聚焦破困局”。他通過(guò)全面瘦身改革為企業(yè)守住了生存根基，更在智駕領(lǐng)域的關(guān)鍵節(jié)點(diǎn)做出精準(zhǔn)決策，摒棄了分散資源的落后模式，以世界模型聚焦研發(fā)的戰(zhàn)略，讓蔚來(lái)智駕在投入受限、團(tuán)隊(duì)調(diào)整的雙重壓力下，不僅沒(méi)有停滯，反而明確了發(fā)展路徑、凝聚了核心力量。最終，蔚來(lái)不僅打贏了2025年的生存戰(zhàn)，更讓智駕能力擺脫了過(guò)去的落后狀態(tài)，同時(shí)，為2026年加大AI投入，增加了更多的籌碼，充分體現(xiàn)了他在企業(yè)危機(jī)時(shí)刻的決策力和擔(dān)當(dāng)。

2026年一季度，中國(guó)智能駕駛將迎來(lái)真正的交鋒時(shí)刻。特斯拉“滿血版”FSD將在華全面落地、小鵬第二代VLA即將內(nèi)測(cè)、華為ADS4.1強(qiáng)勢(shì)來(lái)襲、地平線和Momenta等供應(yīng)商也蓄勢(shì)待發(fā)。蔚來(lái)能否憑借世界模型2.0，在智駕“戰(zhàn)國(guó)時(shí)代”脫穎而出，答案即將揭曉。

2、任少卿：蔚來(lái)智駕的“靈魂”

職位：蔚來(lái)汽車副總裁、智能駕駛研發(fā)首席專家

任少卿在2025年，為蔚來(lái)在智駕技術(shù)突破方面做出了里程碑式貢獻(xiàn)，精準(zhǔn)解決了蔚來(lái)智駕發(fā)展中的核心技術(shù)瓶頸問(wèn)題。

一、2025年核心突出貢獻(xiàn)

1、主導(dǎo)蔚來(lái)世界模型研發(fā)落地

任少卿在2025年10月蔚來(lái)CNCC技術(shù)論壇上，系統(tǒng)披露了其團(tuán)隊(duì)主導(dǎo)的蔚來(lái)世界模型（NWM）核心進(jìn)展——構(gòu)建出具備深度理解與預(yù)測(cè)能力的通用時(shí)空認(rèn)知系統(tǒng)，這一成果并非單純的技術(shù)概念，而是已進(jìn)入工程化驗(yàn)證階段，為蔚來(lái)下一代智駕系統(tǒng)奠定了核心技術(shù)框架。該模型的落地，讓蔚來(lái)智駕從場(chǎng)景化功能堆疊轉(zhuǎn)向通用化認(rèn)知決策，成為行業(yè)內(nèi)少數(shù)實(shí)現(xiàn)這一技術(shù)跨越的車企之一。

在世界模型研發(fā)中，任少卿提出“安全優(yōu)先的時(shí)空認(rèn)知”技術(shù)路徑——區(qū)別于行業(yè)內(nèi)部分企業(yè)追求炫技式功能，他帶領(lǐng)團(tuán)隊(duì)先聚焦事故率降低核心目標(biāo)，通過(guò)強(qiáng)化學(xué)習(xí)讓模型持續(xù)學(xué)習(xí)不同場(chǎng)景下的安全駕駛邏輯，同時(shí)融合激光雷達(dá)、攝像頭、毫米波雷達(dá)的多模態(tài)數(shù)據(jù)，構(gòu)建360度無(wú)死角的環(huán)境認(rèn)知體系，確保模型的決策安全性與準(zhǔn)確性。

2、以奠基性技術(shù)獲國(guó)際頂級(jí)榮譽(yù)

2025年11月，任少卿領(lǐng)銜團(tuán)隊(duì)?wèi){借十年前提出的“FasterR-CNN”技術(shù)，斬獲人工智能領(lǐng)域頂級(jí)獎(jiǎng)項(xiàng)——NeurIPS（神經(jīng)信息處理系統(tǒng)大會(huì)）“時(shí)間檢驗(yàn)獎(jiǎng)”，成為首位獲此殊榮的中國(guó)學(xué)者。這一獎(jiǎng)項(xiàng)被譽(yù)為“AI界奧斯卡”，其核心價(jià)值在于認(rèn)可該技術(shù)經(jīng)過(guò)十年產(chǎn)業(yè)驗(yàn)證，對(duì)全球AI發(fā)展產(chǎn)生了深遠(yuǎn)影響。對(duì)蔚來(lái)而言，這一榮譽(yù)不僅打破了國(guó)際市場(chǎng)對(duì)中國(guó)車企“技術(shù)跟隨”的刻板印象，更直接提升了蔚來(lái)智駕技術(shù)的行業(yè)話語(yǔ)權(quán)與用戶信任度。

二、重點(diǎn)解決的核心問(wèn)題

1、蔚來(lái)的世界模型是什么？

2024年7月底，任少卿在2024 NIO IN（蔚來(lái)科技創(chuàng)新日）上發(fā)布蔚來(lái)世界模型（NIO World Model，簡(jiǎn)稱NWM），宣布蔚來(lái)智駕從“感知驅(qū)動(dòng)”轉(zhuǎn)入“認(rèn)知驅(qū)動(dòng)”的新階段。

蔚來(lái)的世界模型，是車端實(shí)時(shí)決策的大腦，采用云端訓(xùn)練+車端推理的雙架構(gòu)，直接通過(guò)生成式模型（如SORA）從原始傳感器數(shù)據(jù)生成控制指令，跳過(guò)語(yǔ)言中間層，為動(dòng)態(tài)場(chǎng)景生成軌跡規(guī)劃。

蔚來(lái)這種一步到位、在車端構(gòu)建一個(gè)平行世界引擎的設(shè)想，堪稱大膽。僅“通過(guò)自監(jiān)督學(xué)習(xí)直接處理原始傳感器數(shù)據(jù)，無(wú)需人工標(biāo)注”這一條，就把所有友商都比了下去。

其底層邏輯，是把“感知-決策-控制”整合為統(tǒng)一的生成式模型，現(xiàn)看、現(xiàn)想、現(xiàn)做，一切都在車端瞬間完成。這是通用人工智能的表征，如果實(shí)現(xiàn)，絕對(duì)是“顛覆式創(chuàng)新”。

2、蔚來(lái)的世界模型與華為、理想的世界模型有什么區(qū)別？

首先華為華為智駕走的是“車端是世界模型，云端是世界引擎”的道路，華為的WA，也就是world action，中間省掉language 這個(gè)環(huán)節(jié)，直接通過(guò) vision 這樣的信息輸入控車，而不是把各種各樣的信息轉(zhuǎn)成語(yǔ)言，再通過(guò)語(yǔ)言大模型來(lái)控制車。”

其次華為強(qiáng)調(diào)多傳感器融合算法（主要是攝像頭和激光雷達(dá)）形成精準(zhǔn)數(shù)據(jù)，降低車端模型的算力要求，主算需求置于云端；而蔚來(lái)則希望在車端通過(guò)視覺(jué)生成模型+自主監(jiān)督學(xué)習(xí)一棧式解決問(wèn)題，其技術(shù)構(gòu)想更激進(jìn)、車端算力要求更高。 

另外，華為智駕高度依賴標(biāo)注數(shù)據(jù)與仿真生成的混合訓(xùn)練，而蔚來(lái)則強(qiáng)調(diào)采用無(wú)監(jiān)督學(xué)習(xí)與自監(jiān)督學(xué)習(xí)，直接處理原始傳感器數(shù)據(jù)。也就是說(shuō)，華為走的是一條“規(guī)則引擎+端到端模型”的混合路線，而蔚來(lái)走的則是一條純數(shù)據(jù)驅(qū)動(dòng)路線。

與理想的世界模型相比，雖然兩者都叫世界模型，但蔚來(lái)的WM，和理想提出的世界模型，也有著根本性的不同。理想的世界模型則以“仿真訓(xùn)練+場(chǎng)景驗(yàn)證”為核心，主要部署在云端，作為端到端+ VLM系統(tǒng)的“考試系統(tǒng)”。蔚來(lái)的世界模型，則是車端實(shí)時(shí)決策的大腦，采用云端訓(xùn)練+車端推理的雙架構(gòu)。

3、為什么需要世界模型，它相比VLA的有什么不同？

任少卿認(rèn)為VLA 路線的優(yōu)勢(shì)在于：短期效果明顯、與大語(yǔ)言模型生態(tài)協(xié)同度高、在復(fù)雜語(yǔ)義理解上表現(xiàn)突出。

但是，這是一條借鑒語(yǔ)言模型已經(jīng)驗(yàn)證的路徑。它的本質(zhì)是在現(xiàn)有的語(yǔ)言模型基礎(chǔ)再加上一個(gè)vision到language的插件，或者說(shuō)一個(gè)轉(zhuǎn)碼器。雖然這樣的方式借助了VLM來(lái)獲取更多互聯(lián)網(wǎng)數(shù)據(jù)，但距離理想中將絕大多數(shù)真實(shí)世界數(shù)據(jù)都轉(zhuǎn)化為模型能力還差得很遠(yuǎn)。

因而，在實(shí)踐中就會(huì)出現(xiàn)一個(gè)問(wèn)題：語(yǔ)言模型及其各種變體對(duì)于真實(shí)世界的理解存在缺陷，或者說(shuō)能力上限不夠高。

例如，如果用當(dāng)前的通用語(yǔ)言模型或 VLM 去詢問(wèn)關(guān)于速度、距離、安全的問(wèn)題，它們可能給出定性的回答，但定量回答往往不準(zhǔn)，包括對(duì)物理規(guī)律的理解也是如此。

這種對(duì)真實(shí)三/四維時(shí)空認(rèn)知的缺失，根源在于當(dāng)前大語(yǔ)言模型的訓(xùn)練數(shù)據(jù)以文本為主，圖像為輔，視頻數(shù)據(jù)極少。未來(lái)語(yǔ)言模型可能會(huì)融入更多視頻和數(shù)據(jù)，但現(xiàn)狀就是如此。

他認(rèn)為僅靠圖像是學(xué)不到這些物理量的，必須基于視頻等，人類需要知道視頻中的物體是如何運(yùn)動(dòng)的，才能學(xué)到這些東西。

因而，要做好智能駕駛，就需要一種更新的能力，這是為什么還需要世界模型的根本原因。目前，蔚來(lái)正在直接利用海量視頻數(shù)據(jù)來(lái)訓(xùn)練自動(dòng)駕駛或機(jī)器人的技術(shù)模型。

4、強(qiáng)化學(xué)習(xí)解決了什么問(wèn)題？

首先，模型的邏輯性更好，因?yàn)橛?xùn)練中加入了代碼、數(shù)學(xué)題等能夠明確判斷對(duì)錯(cuò)的數(shù)據(jù)，解決問(wèn)題的范式發(fā)生了根本轉(zhuǎn)變，不再是Code 1.0的遇到問(wèn)題添加規(guī)則，也不是Code 2.0 遇到問(wèn)題添加數(shù)據(jù)，而是轉(zhuǎn)變?yōu)橛龅絾?wèn)題我給你打分。

模型輸出結(jié)果后，系統(tǒng)根據(jù)好壞給予正負(fù)反饋，讓模型自行學(xué)習(xí)應(yīng)該生成什么樣的結(jié)果。在這個(gè)過(guò)程中，首先機(jī)器會(huì)有自監(jiān)督過(guò)程的。主要路徑則有兩種：一種是reward分?jǐn)?shù)器，另一種是使用數(shù)據(jù)，比如說(shuō)人類行為反饋的數(shù)據(jù)，讓reward反推出來(lái)。

比如，在通過(guò)左轉(zhuǎn)路口時(shí)，構(gòu)建一個(gè)仿真環(huán)境，并在該環(huán)境中，設(shè)定一條目標(biāo)線。車輛成功越過(guò)給予獎(jiǎng)勵(lì)，且用時(shí)越短獎(jiǎng)勵(lì)越高。如此循環(huán)訓(xùn)練，當(dāng)然，過(guò)程中會(huì)有一些更細(xì)節(jié)的專家數(shù)據(jù)約束，比如如果壓實(shí)線，我再給你扣兩分等。除此之外，幾乎沒(méi)有其他復(fù)雜規(guī)則。具體在哪個(gè)點(diǎn)位變道，如何安全通過(guò)三條車道，這些都由模型自己在仿真中探索解決。

這樣做的好處主要有兩點(diǎn)：第一，沒(méi)有增量數(shù)據(jù)，只要仿真環(huán)境中能構(gòu)建出類似的路口場(chǎng)景，邏輯上來(lái)說(shuō)就是泛化。第二，它沒(méi)有復(fù)雜的規(guī)則，也就避免了規(guī)則之間的沖突。

3、葉航軍：小米智駕突破的“領(lǐng)航者”

職位：小米集團(tuán)技術(shù)委員會(huì)主席、小米汽車自動(dòng)駕駛部總經(jīng)理

背景：

2012年加入小米，負(fù)責(zé)云技術(shù)并籌建人工智能部，擔(dān)任人工智能部總經(jīng)理。2021年小米宣布造車時(shí)，其主動(dòng)請(qǐng)纓擔(dān)任自動(dòng)駕駛部總經(jīng)理，團(tuán)隊(duì)核心成員包括分管端到端技術(shù)的陳光、負(fù)責(zé)VLA的陳龍及主導(dǎo)L3項(xiàng)目的王乃巖。截至2025年，其領(lǐng)導(dǎo)的智駕團(tuán)隊(duì)規(guī)模超1800人（含108位博士）。

主要貢獻(xiàn)：

葉航軍作為小米智能駕駛業(yè)務(wù)總負(fù)責(zé)人、集團(tuán)技術(shù)委員會(huì)主席，同時(shí)也是小米汽車初始17人核心團(tuán)隊(duì)成員，憑借清華計(jì)算機(jī)博士背景及在Google、騰訊的技術(shù)積淀，在2025年成為小米智駕從“追趕者”躍入“行業(yè)第一陣營(yíng)”的關(guān)鍵推手。精準(zhǔn)解決了小米智駕此前存在的“場(chǎng)景覆蓋不足、系統(tǒng)響應(yīng)滯后、用戶體驗(yàn)差”等核心問(wèn)題。

一、2025年核心突出貢獻(xiàn)：從技術(shù)到產(chǎn)品的跨越式突破

1、主導(dǎo)“端到端+VLM”技術(shù)架構(gòu)落地

2025年，葉航軍的核心技術(shù)貢獻(xiàn)是推動(dòng)小米智駕完成從“基于規(guī)則的模塊化架構(gòu)”到“數(shù)據(jù)驅(qū)動(dòng)的端到端架構(gòu)”的關(guān)鍵轉(zhuǎn)型，并融合視覺(jué)語(yǔ)言模型（VLM）形成“端到端+VLM”的新一代技術(shù)。該架構(gòu)通過(guò)單一神經(jīng)網(wǎng)絡(luò)覆蓋“環(huán)境感知-決策規(guī)劃-行為控制”全流程，徹底打破傳統(tǒng)模塊化架構(gòu)中“感知、決策、控制”各環(huán)節(jié)的信息損耗，使智駕系統(tǒng)的駕駛行為更接近人類（如復(fù)雜路口避讓、變道博弈更自然），而非機(jī)械化的功能堆疊。

2、帶領(lǐng)團(tuán)隊(duì)實(shí)現(xiàn)3個(gè)大版本的高效迭代

在葉航軍的統(tǒng)籌下，2025年小米智駕團(tuán)隊(duì)創(chuàng)造了“1年迭代3個(gè)重大版本”的紀(jì)錄：從2025年初的“300萬(wàn)Clips端到端版”，到年中的“1000萬(wàn)Clips端到端版”，再到年底的“HAD增強(qiáng)版”落地，完成了雷軍提出“進(jìn)入第一陣營(yíng)”的目標(biāo)。同時(shí)，他推動(dòng)“三地研發(fā)中心（北京、上海、深圳）同步開(kāi)發(fā)”模式，將算法優(yōu)化、仿真測(cè)試、實(shí)車驗(yàn)證等環(huán)節(jié)并行推進(jìn)，使單個(gè)版本的研發(fā)周期大幅度縮短。

二、重點(diǎn)解決的核心問(wèn)題：直擊小米短板

1、破解“極端場(chǎng)景識(shí)別延遲”的安全隱患，彌補(bǔ)事故暴露的技術(shù)漏洞

2025年3月，小米SU7曾因“施工路障識(shí)別延遲”引發(fā)事故，暴露了傳統(tǒng)“毫米波雷達(dá)+視覺(jué)”融合方案的局限性，在特殊路況下兩種傳感器數(shù)據(jù)無(wú)法有效互補(bǔ)，導(dǎo)致系統(tǒng)誤判。葉航軍針對(duì)該問(wèn)題快速推動(dòng)技術(shù)升級(jí)，在端到端架構(gòu)中加入“多模態(tài)數(shù)據(jù)冗余融合”邏輯。

2、突破“邊緣場(chǎng)景（CornerCase）處理能力不足”的行業(yè)共性難題

傳統(tǒng)智駕系統(tǒng)對(duì)“不常見(jiàn)物體（如路邊石墩）”“非標(biāo)準(zhǔn)路況（如無(wú)標(biāo)線鄉(xiāng)村路、臨時(shí)改道路段）”的處理能力薄弱，這也是小米此前用戶投訴的主要痛點(diǎn)。葉航軍通過(guò)強(qiáng)化VLM視覺(jué)語(yǔ)言模型的應(yīng)用，從根源解決該問(wèn)題，VLM模型能將“視覺(jué)圖像”轉(zhuǎn)化為“語(yǔ)義理解”，例如識(shí)別出“消防栓=不可碰撞障礙物”，并結(jié)合人類駕駛數(shù)據(jù)訓(xùn)練出“靈活繞行策略”。

如果說(shuō)雷軍是小米汽車的“精神領(lǐng)袖”，那么葉航軍就是小米汽車2025年智駕突破的核心推動(dòng)者，從技術(shù)架構(gòu)到產(chǎn)品落地的領(lǐng)航者。他和他的團(tuán)隊(duì)，完成了小米智駕從0到1再到10的關(guān)鍵跨越。

4、陳光：小米智駕技術(shù)落地的”操盤(pán)手“

職位：小米智能駕駛端到端技術(shù)負(fù)責(zé)人

背景：

陳光畢業(yè)于美國(guó)密蘇里大學(xué)電子計(jì)算機(jī)系，獲博士學(xué)位，并在人工智能頂級(jí)會(huì)議（如CVPR、NeurIPS）發(fā)表多篇論文，專長(zhǎng)于計(jì)算機(jī)視覺(jué)與AI領(lǐng)域。??

曾任百度Apollo美國(guó)研發(fā)中心感知系統(tǒng)技術(shù)負(fù)責(zé)人，主導(dǎo)自動(dòng)駕駛感知技術(shù)研發(fā)。??曾擔(dān)任一汽南京研究院CTO，負(fù)責(zé)一汽集團(tuán)自動(dòng)駕駛業(yè)務(wù)整體架構(gòu)，并帶領(lǐng)團(tuán)隊(duì)開(kāi)發(fā)紅旗第三代L4級(jí)全無(wú)人Robotaxi。??

2025年5月正式加入小米汽車，出任輔助駕駛感知負(fù)責(zé)人，向小米輔助駕駛負(fù)責(zé)人葉航軍匯報(bào)。??其核心職責(zé)包括：

?統(tǒng)一管理所有智能駕駛路線的預(yù)研團(tuán)隊(duì)?，涵蓋WA（世界行為模型）、VA（視覺(jué)-行動(dòng)模型）等主流技術(shù)路徑，確保小米在技術(shù)探索上不“一刀切”，而是以用戶體驗(yàn)為最終標(biāo)準(zhǔn)。??

?主導(dǎo)端到端技術(shù)路線的研發(fā)?，推動(dòng)小米智能駕駛從高精度地圖向無(wú)圖方案演進(jìn)，并在2024年3月SU7上市后實(shí)現(xiàn)“一年追三代”的技術(shù)迭代。??

?協(xié)調(diào)團(tuán)隊(duì)資源?，小米智能駕駛團(tuán)隊(duì)采用三條戰(zhàn)線并行架構(gòu)，除端到端和VLA（視覺(jué)-語(yǔ)言-行動(dòng)模型）外，其他路線預(yù)研均由陳光直接統(tǒng)籌。??

主要貢獻(xiàn)：

作為小米汽車端到端算法與功能部負(fù)責(zé)人，陳光在2025年主導(dǎo)完成小米智駕從“數(shù)據(jù)驅(qū)動(dòng)”到“認(rèn)知驅(qū)動(dòng)”的關(guān)鍵跨越，同時(shí)通過(guò)多路線預(yù)研規(guī)避技術(shù)風(fēng)險(xiǎn)，是小米智駕追趕的關(guān)鍵核心。

1、主導(dǎo)端到端智駕系統(tǒng)落地，實(shí)現(xiàn)“認(rèn)知驅(qū)動(dòng)”技術(shù)跨越

陳光在2025年的核心成果，是帶領(lǐng)團(tuán)隊(duì)完成三次重大端到端（HAD）系統(tǒng)推送，最終在廣州車展發(fā)布“XiaomiHAD增強(qiáng)版”，標(biāo)志著小米智駕正式邁入“世界模型+強(qiáng)化學(xué)習(xí)”的認(rèn)知驅(qū)動(dòng)階段。

2025年2月：向全量用戶推送“300萬(wàn)Clips端到端版本”，首次實(shí)現(xiàn)小米智駕從“規(guī)則驅(qū)動(dòng)”到“端到端驅(qū)動(dòng)”的轉(zhuǎn)變，復(fù)雜城市場(chǎng)景響應(yīng)速度較傳統(tǒng)方案大幅提升；

2025年7月：推送“1000萬(wàn)Clips端到端版本”，通過(guò)更大規(guī)模數(shù)據(jù)訓(xùn)練優(yōu)化模型泛化能力；

2025年11月：在廣州車展發(fā)布“XiaomiHAD增強(qiáng)版”，首次引入“世界模型+強(qiáng)化學(xué)習(xí)”框架，使系統(tǒng)具備“理解場(chǎng)景因果、自主探索策略”的能力——縱向跟車加減速、橫向變道策略更平順。

2、統(tǒng)籌多路線預(yù)研，構(gòu)建小米智駕“技術(shù)護(hù)城河”

面對(duì)2025年智駕行業(yè)“VLA（視覺(jué)語(yǔ)言行動(dòng)）、VA（視覺(jué)輔助）、WA（世界模型輔助）”路線混戰(zhàn)的局面，陳光提出“主路線攻堅(jiān)+全路線預(yù)研”策略，避免小米陷入“技術(shù)掉隊(duì)”風(fēng)險(xiǎn)。他帶領(lǐng)團(tuán)隊(duì)深耕端到端技術(shù)，將其作為現(xiàn)階段量產(chǎn)核心，親自管理“路線預(yù)研團(tuán)隊(duì)”，完成對(duì)WA、VA等市面所有主流路線的系統(tǒng)性研究（VLA路線由陳龍單獨(dú)負(fù)責(zé)），形成“端到端為主、多路線備份”的技術(shù)儲(chǔ)備——無(wú)論未來(lái)行業(yè)風(fēng)向如何變化，小米均能快速切換技術(shù)方案。

3、推動(dòng)安全輔助功能升級(jí)

在技術(shù)迭代的同時(shí)，陳光同步主導(dǎo)安全輔助功能的優(yōu)化，填補(bǔ)小米智駕在低速防護(hù)與緊急避讓的短板，新增前向低速防碰撞輔助（LAEB，覆蓋1-135km/h）、后向低速防碰撞輔助（RAEB，覆蓋1-30km/h），支持墻壁、立柱等靜態(tài)障礙物識(shí)別；新增緊急轉(zhuǎn)向輔助（AES），在80-135km/h高速場(chǎng)景下，當(dāng)制動(dòng)無(wú)法避撞時(shí)，系統(tǒng)可300毫秒內(nèi)完成“識(shí)別-決策-避讓”，且設(shè)定“能剎不繞”優(yōu)先策略，確保安全冗余。

重點(diǎn)解決的核心問(wèn)題：直擊行業(yè)痛點(diǎn)

4、突破強(qiáng)化學(xué)習(xí)在智駕應(yīng)用的兩大行業(yè)難題

智駕行業(yè)內(nèi)強(qiáng)化學(xué)習(xí)技術(shù)落地面臨“世界模型保真度不足”與“并行探索效率低”的雙重瓶頸，陳光帶領(lǐng)團(tuán)隊(duì)針對(duì)性解決，在世界模型中植入“海量可編輯數(shù)字資產(chǎn)”，模擬極端天氣（暴雨、大霧）、復(fù)雜路口等場(chǎng)景，確保虛擬環(huán)境與真實(shí)路況的一致性，使模型訓(xùn)練效果可遷移至實(shí)車；再通過(guò)設(shè)計(jì)“場(chǎng)景分層探索策略”，簡(jiǎn)單場(chǎng)景減少探索以節(jié)省算力，復(fù)雜場(chǎng)景（如加塞、施工路段）增加探索頻次，結(jié)合異步并行訓(xùn)練架構(gòu)，使模型單日可積累相當(dāng)于人類駕駛員多年的虛擬駕駛經(jīng)驗(yàn)，大幅縮短訓(xùn)練周期。

陳光團(tuán)隊(duì)的世界模型并非單純的“仿真工具”，而是具備“場(chǎng)景編輯+因果推理”的核心能力?？勺远x生成“天氣（晴/雨/霧）、路況（施工/加塞/特殊路口）、交通參與者（行人/非機(jī)動(dòng)車/大型車）”等參數(shù)，生成10萬(wàn)+種復(fù)雜場(chǎng)景，可覆蓋大部分的真實(shí)駕駛痛點(diǎn)；還可以通過(guò)生成式AI模擬“不同駕駛決策的后果”（如“不減速會(huì)撞向護(hù)欄”“變道會(huì)與后車剮蹭”），使模型理解“為何需要這樣駕駛”，而非單純模仿人類操作，例如在復(fù)雜路口，系統(tǒng)能提前規(guī)劃路徑，避免“走錯(cuò)車道”。

另外，陳光團(tuán)隊(duì)不盲目追求數(shù)據(jù)規(guī)模，而是通過(guò)“數(shù)據(jù)篩選+閉環(huán)迭代”提升模型效果。通過(guò)高價(jià)值場(chǎng)景（如暴雨天施工路段、無(wú)標(biāo)線鄉(xiāng)村路）”訓(xùn)練，確保數(shù)據(jù)質(zhì)量；并建立“路采-訓(xùn)練-OTA-反饋”閉環(huán)，通過(guò)實(shí)車路采數(shù)據(jù)反哺模型優(yōu)化，然后OTA推送給用戶后，再收集用戶使用數(shù)據(jù)（如接管場(chǎng)景、投訴反饋），進(jìn)一步迭代，形成“數(shù)據(jù)越用越優(yōu)”的良性循環(huán)。

5、陳龍：小米智駕技術(shù)的”革新者“

職位：小米智能駕駛VLA負(fù)責(zé)人

背景：

陳龍是小米智能駕駛VLA技術(shù)負(fù)責(zé)人，2025年加入小米，主導(dǎo)開(kāi)發(fā)了統(tǒng)一具身智能與自動(dòng)駕駛的開(kāi)源模型MiMo-Embodied，并入選《麻省理工科技評(píng)論》亞太區(qū)“35歲以下科技創(chuàng)新35人”。MiMo-Embodied模型已應(yīng)用于小米YU7車型，端到端系統(tǒng)基于1000萬(wàn)Clips數(shù)據(jù)訓(xùn)練，提升輔助駕駛溝通與推理能力。??推動(dòng)小米“輕量化+端側(cè)部署”AI戰(zhàn)略，通過(guò)XLA大模型整合手機(jī)、汽車、家居生態(tài)，強(qiáng)化“人車家全生態(tài)”競(jìng)爭(zhēng)力。

2025年加入小米前，任英國(guó)AI公司W(wǎng)ayve主任科學(xué)家，專注純視覺(jué)端到端自動(dòng)駕駛技術(shù)研發(fā)。????

主要貢獻(xiàn)：

1、將VLA模型引入小米智駕，定義“可解釋決策”

2025年，陳龍的核心技術(shù)貢獻(xiàn)，是將視覺(jué)-語(yǔ)言-行為（VLA）模型首次系統(tǒng)性應(yīng)用于小米智能駕駛，打破傳統(tǒng)端到端系統(tǒng)“只執(zhí)行、不解釋”的局限，VLA模型通過(guò)“視覺(jué)感知+自然語(yǔ)言理解+行為決策”三模態(tài)融合，讓智駕系統(tǒng)具備“用語(yǔ)言思考、用邏輯解釋”的能力，例如減速時(shí)會(huì)主動(dòng)輸出“正在減速，因?yàn)轭A(yù)測(cè)到右側(cè)行人可能橫穿馬路”，變道時(shí)會(huì)說(shuō)明“即將變道，因前方車輛速度低于限速20km/h”，徹底解決傳統(tǒng)系統(tǒng)“黑盒決策”導(dǎo)致的用戶信任度不足問(wèn)題。

2、主導(dǎo)跨域開(kāi)源模型MiMo-Embodied研發(fā)，打通“具身智能+自動(dòng)駕駛”技術(shù)壁壘

陳龍團(tuán)隊(duì)在2025年發(fā)布首個(gè)統(tǒng)一具身智能與自動(dòng)駕駛的開(kāi)源模型MiMo-Embodied，解決行業(yè)長(zhǎng)期“兩領(lǐng)域技術(shù)割裂”的難題：

一是性能領(lǐng)先性：該模型在17項(xiàng)具身智能任務(wù)（如物體抓取、空間規(guī)劃）和12項(xiàng)自動(dòng)駕駛?cè)蝿?wù)（如場(chǎng)景感知、行為預(yù)測(cè)）中全部取得領(lǐng)先，其中在“RoboRefIt物體定位”“CODA-LM復(fù)雜場(chǎng)景理解”“DriveLM駕駛規(guī)劃”等核心基準(zhǔn)上均排名第一，部分任務(wù)精度較行業(yè)專用模型提升15%-22%；

二是工程價(jià)值：模型基于小米MiMo-VL基座模型開(kāi)發(fā)，首次證明“空間理解、因果推理”等底層智能能力可跨域遷移——例如機(jī)器人識(shí)別“桌面物體可操作部位”的能力，能幫助汽車更精準(zhǔn)判斷“道路護(hù)欄、施工圍擋”的邊界，以及汽車處理“動(dòng)態(tài)交通流”的邏輯，并可優(yōu)化機(jī)器人的“避障路徑規(guī)劃”。

陳龍主導(dǎo)的MiMo-Embodied模型通過(guò)“跨域訓(xùn)練框架”，讓模型同時(shí)掌握“識(shí)別桌面杯子可抓取部位”（具身任務(wù)）與“識(shí)別道路護(hù)欄不可碰撞”（自動(dòng)駕駛?cè)蝿?wù)）的能力，底層的“空間理解、動(dòng)態(tài)預(yù)測(cè)”能力可相互遷移，避免小米在兩個(gè)領(lǐng)域“重復(fù)造輪子”，為后續(xù)機(jī)器人、智能家居與汽車的協(xié)同奠定基礎(chǔ)。

3、推動(dòng)XLA大模型落地

在VLA基礎(chǔ)上，陳龍進(jìn)一步研發(fā)XLA多模態(tài)大模型（擴(kuò)展視覺(jué)、聽(tīng)覺(jué)、激光雷達(dá)等更多模態(tài)），并于2025年在小米YU7車型上實(shí)現(xiàn)規(guī)?；涞兀?/p>

落地效果：小米YU7搭載基于1000萬(wàn)Clips數(shù)據(jù)訓(xùn)練的XLA端到端系統(tǒng)，復(fù)雜路況處理能力顯著提升，縱向加減速平順性更好（避免“急剎急加速”），橫向變道決策速度更快（應(yīng)對(duì)突發(fā)加塞更及時(shí)），窄路會(huì)車、無(wú)標(biāo)線鄉(xiāng)村路等長(zhǎng)尾場(chǎng)景的“接管率”更低。

研發(fā)支撐：陳龍推動(dòng)小米投入專項(xiàng)資源保障落地——截至2025年中，小米汽車智駕投入測(cè)試車輛超400臺(tái)，同時(shí)聯(lián)動(dòng)小米AI實(shí)驗(yàn)室，將MiMo基座大模型的算力與數(shù)據(jù)能力注入XLA模型，縮短訓(xùn)練周期40%。

4、破解傳統(tǒng)端到端系統(tǒng)的“黑盒+長(zhǎng)尾”雙重困境

傳統(tǒng)智駕端到端系統(tǒng)依賴千萬(wàn)級(jí)視頻數(shù)據(jù)模仿人類駕駛，存在兩大致命問(wèn)題：無(wú)法解釋決策邏輯（黑盒）、無(wú)法應(yīng)對(duì)未見(jiàn)過(guò)的場(chǎng)景（長(zhǎng)尾）。陳龍通過(guò)VLA/XLA模型從根源解決這兩個(gè)問(wèn)題，面會(huì)黑盒問(wèn)題，VLA模型的“語(yǔ)言推理模塊”讓系統(tǒng)能輸出決策邏輯，例如識(shí)別“潮汐車道”后，會(huì)解釋“檢測(cè)到潮汐車道，當(dāng)前可通行”，用戶可清晰理解系統(tǒng)行為依據(jù)；遇到長(zhǎng)尾問(wèn)題，XLA模型引入“互聯(lián)網(wǎng)通識(shí)數(shù)據(jù)”（如交通規(guī)則、物理常識(shí)），面對(duì)未訓(xùn)練過(guò)的場(chǎng)景（如臨時(shí)施工路段、三輪車橫穿），可通過(guò)“常識(shí)推理”生成策略——例如根據(jù)“施工圍擋=禁止通行”的常識(shí)，自動(dòng)規(guī)劃繞行路線，無(wú)需依賴預(yù)設(shè)場(chǎng)景庫(kù)。

6、王乃巖：小米L3自動(dòng)駕駛落地的”守護(hù)者“

職位：小米汽車自動(dòng)駕駛技術(shù)負(fù)責(zé)人

背景：

王乃巖，2015年于香港科技大學(xué)計(jì)算機(jī)科學(xué)專業(yè)獲博士學(xué)位，現(xiàn)任小米汽車自動(dòng)駕駛技術(shù)負(fù)責(zé)人。高中階段保送浙江大學(xué)計(jì)算機(jī)專業(yè)，大二時(shí)期獲得ACM國(guó)際大學(xué)生程序設(shè)計(jì)競(jìng)賽亞洲區(qū)域賽金牌，博士期間成為全球首個(gè)將深度學(xué)習(xí)技術(shù)應(yīng)用于目標(biāo)追蹤領(lǐng)域的學(xué)者，相關(guān)研究成果被計(jì)算機(jī)視覺(jué)與機(jī)器學(xué)習(xí)領(lǐng)域頂級(jí)會(huì)議收錄，并作為MXNet深度學(xué)習(xí)框架核心開(kāi)發(fā)者。

2015年加入自動(dòng)駕駛企業(yè)圖森未來(lái)，深度參與北京公司算法團(tuán)隊(duì)組建及校招工作，2019年升任圖森未來(lái)中國(guó)首席技術(shù)官，主導(dǎo)L2輔助駕駛與L4自動(dòng)駕駛系統(tǒng)研發(fā)。2023年9月在第三屆商用車自動(dòng)駕駛大會(huì)上提出基于全冗余架構(gòu)的L4技術(shù)路徑，發(fā)布整合域控制器的TS-Box方案和節(jié)油領(lǐng)航智駕系統(tǒng)。

2024年3月從圖森未來(lái)離職后，于5月23日經(jīng)官方確認(rèn)加入小米汽車，負(fù)責(zé)自動(dòng)駕駛技術(shù)研發(fā)，該人事變動(dòng)被視為主機(jī)廠吸納自動(dòng)駕駛高端人才的標(biāo)志性案例。

主要貢獻(xiàn)：

2025年核心突出貢獻(xiàn)：L3技術(shù)與安全體系搭建。

1、主導(dǎo)L3級(jí)自動(dòng)駕駛技術(shù)攻堅(jiān)

王乃巖團(tuán)隊(duì)在2025年的核心成果，是推動(dòng)小米L3級(jí)自動(dòng)駕駛在“高速封閉場(chǎng)景+城市快速路”兩類核心場(chǎng)景下實(shí)現(xiàn)技術(shù)閉環(huán)，達(dá)成“駕駛員無(wú)需持續(xù)監(jiān)控”的關(guān)鍵目標(biāo)，這一進(jìn)展使小米成為國(guó)內(nèi)少數(shù)完成L3特定場(chǎng)景技術(shù)驗(yàn)證的車企之一。

2、構(gòu)建“全方位冗余體系”，填補(bǔ)L3級(jí)自動(dòng)駕駛的安全漏洞

針對(duì)L3級(jí)自動(dòng)駕駛“系統(tǒng)失效即引發(fā)安全風(fēng)險(xiǎn)”的核心隱患，王乃巖主導(dǎo)設(shè)計(jì)“架構(gòu)+硬件+算法”三位一體的冗余方案，徹底解決傳統(tǒng)智駕系統(tǒng)“單一故障即癱瘓”的問(wèn)題，該方案被《汽車工程》期刊評(píng)價(jià)為“L3安全設(shè)計(jì)的標(biāo)桿案例”。

架構(gòu)冗余：搭建獨(dú)立的“主控制系統(tǒng)+備用控制系統(tǒng)”雙鏈路，供電、通訊、計(jì)算模塊均配備備份（如主電源失效時(shí)，備用電源可在50ms內(nèi)切換供電），確保任一模塊故障時(shí)，系統(tǒng)仍能穩(wěn)定運(yùn)行；

硬件冗余：推動(dòng)小米智駕硬件“全系標(biāo)配多模態(tài)傳感器冗余”，車輛搭載激光雷達(dá)、攝像頭（覆蓋360°無(wú)死角）、毫米波雷達(dá)（冗余感知），避免單一傳感器失效導(dǎo)致的感知盲區(qū)；

算法冗余：開(kāi)發(fā)“多源數(shù)據(jù)交叉校驗(yàn)算法”，讓激光雷達(dá)與攝像頭的感知結(jié)果實(shí)時(shí)比對(duì)，例如激光雷達(dá)檢測(cè)到“前方有障礙物”而攝像頭未識(shí)別時(shí)，系統(tǒng)不直接決策，而是啟動(dòng)“毫米波雷達(dá)二次確認(rèn)+減速觀察”，避免單一數(shù)據(jù)誤判，若偏差超過(guò)閾值（如±5cm），系統(tǒng)自動(dòng)啟動(dòng)“保守駕駛策略”（減速至安全車速），避免因數(shù)據(jù)誤判引發(fā)事故。

3、牽頭制定L3級(jí)自動(dòng)駕駛合規(guī)與安全體系，為落地鋪路

王乃巖深知L3落地不僅是技術(shù)問(wèn)題，更需突破“責(zé)任界定、法規(guī)適配”的行業(yè)瓶頸。2025年，他帶領(lǐng)團(tuán)隊(duì)完成三大合規(guī)準(zhǔn)備工作，為小米L3后續(xù)量產(chǎn)落地掃清障礙，一是明確責(zé)任邊界：聯(lián)合小米法務(wù)部與行業(yè)協(xié)會(huì)，制定《L3級(jí)自動(dòng)駕駛責(zé)任劃分白皮書(shū)》，明確“系統(tǒng)激活狀態(tài)下，因系統(tǒng)故障導(dǎo)致的事故由車企承擔(dān)主要責(zé)任；駕駛員未按要求接管時(shí)，責(zé)任歸駕駛員”，該白皮書(shū)成為國(guó)內(nèi)車企L3責(zé)任界定的重要參考；二是定義ODD（運(yùn)行設(shè)計(jì)域）：通過(guò)梳理全國(guó)31個(gè)省市的道路法規(guī)與路況特征，明確小米L3的“適用場(chǎng)景清單”（如排除雨雪冰凍天氣、無(wú)標(biāo)線道路），并在車載系統(tǒng)中實(shí)時(shí)顯示“當(dāng)前場(chǎng)景是否支持L3模式”，避免用戶誤觸發(fā)；三是設(shè)計(jì)人性化接管機(jī)制：開(kāi)發(fā)“多級(jí)預(yù)警+漸進(jìn)式接管請(qǐng)求”系統(tǒng)——提前10秒通過(guò)語(yǔ)音、燈光、方向盤(pán)震動(dòng)發(fā)出預(yù)警，若駕駛員未響應(yīng)，系統(tǒng)先逐步減速，最終在安全區(qū)域停車，避免“緊急接管導(dǎo)致駕駛員慌亂”。

2025年，王乃巖的核心價(jià)值在于他是小米L3的“安全守護(hù)者”，他沒(méi)有停留在“L3技術(shù)炫技”，而是通過(guò)“全方位冗余”解決安全核心痛點(diǎn)，為小米L3從“技術(shù)驗(yàn)證”走向“量產(chǎn)落地”奠定關(guān)鍵基礎(chǔ)。

7、印奇：千里智駕的“操盤(pán)手”

職位：千里科技董事長(zhǎng)、曠視聯(lián)合創(chuàng)始人

背景：

2006年考入清華大學(xué)自動(dòng)化專業(yè)，后入選清華大學(xué)姚期智實(shí)驗(yàn)班，2010年獲計(jì)算機(jī)科學(xué)學(xué)士學(xué)位，后赴香港中文大學(xué)學(xué)習(xí)。2013年獲得哥倫比亞大學(xué)計(jì)算機(jī)科學(xué)碩士學(xué)位，研究方向?yàn)槿斯ぶ悄堋?/p>

2011年與唐文斌、楊沐聯(lián)合創(chuàng)辦北京曠視科技有限公司，擔(dān)任執(zhí)行董事、董事會(huì)主席、首席執(zhí)行官。

2024年11月當(dāng)選力帆科技（現(xiàn)更名為千里科技）董事長(zhǎng)，2025年1月提出全面擁抱“AI+車”戰(zhàn)略，2月，公司更名為千里科技，并與與吉利汽車、階躍星辰成立千里智駕合資公司，專注于L4級(jí)別智能駕駛技術(shù)解決方案研發(fā)。

2025年3月聯(lián)合吉利發(fā)布“千里浩瀚”智駕系統(tǒng)，并提出超自然人機(jī)交互、自動(dòng)駕駛?cè)媛涞丶败嚶?lián)網(wǎng)大模型升維三大趨勢(shì)。8月，吉利將極氪智駕團(tuán)隊(duì)、吉利研究院智駕團(tuán)隊(duì)及曠視旗下邁馳智行合并入千里智駕。9月，獲得吉利控股集團(tuán)董事長(zhǎng)李書(shū)福授權(quán)管理千里智駕，宣布公司AI+車核心業(yè)務(wù)轉(zhuǎn)型完成初步布局。

主要貢獻(xiàn)：

印奇在2025年以“智駕新人”的身份切入行業(yè)，卻憑借對(duì)AI技術(shù)的深刻理解與產(chǎn)業(yè)整合能力，成為千里科技“AI+車”戰(zhàn)略的核心操盤(pán)手。他的首要貢獻(xiàn)，是為千里科技明確“以AI為核心，覆蓋智駕、智艙、智行”的業(yè)務(wù)布局，徹底擺脫前身“力帆科技”的傳統(tǒng)汽車業(yè)務(wù)局限，轉(zhuǎn)向智能出行領(lǐng)域。他主導(dǎo)推出“千里智駕（L2+到L4級(jí)方案）、千里智艙（自然交互座艙）、千里智行（Robotaxi）”三大業(yè)務(wù)線，形成“技術(shù)-產(chǎn)品-服務(wù)”的完整閉環(huán)。其中千里智駕，作為核心板塊，2025年已落地1.0版本（分基礎(chǔ)版/專業(yè)版/旗艦版，覆蓋100-700TOPS算力，適配不同價(jià)位車型），2025年底發(fā)布L3級(jí)2.0版本。

8、陳奇：極氪智駕的“開(kāi)路人”

職位：千里智駕聯(lián)席CEO、吉利控股集團(tuán)首席智駕科學(xué)家、極氪智能科技副總裁

背景：

陳奇于2003年獲取西安交通大學(xué)碩士學(xué)位，隨后加入華為。2015年，華為成立車聯(lián)網(wǎng)實(shí)驗(yàn)室，陳奇負(fù)責(zé)自動(dòng)駕駛，是華為智駕第一人。2019年5月，華為正式成立智能汽車解決方案業(yè)務(wù)部（車BU），陳奇被任命為華為自動(dòng)駕駛研發(fā)部部長(zhǎng)，全面負(fù)責(zé)華為自動(dòng)駕駛產(chǎn)品的研發(fā)工作，為華為汽車業(yè)務(wù)元老之一。在此期間，他主導(dǎo)了華為第一代自動(dòng)駕駛系統(tǒng)的全棧研發(fā)，實(shí)現(xiàn)了從0到1的突破，為華為在智能駕駛領(lǐng)域奠定了堅(jiān)實(shí)基礎(chǔ)。

2021年陳奇加入吉利旗下的極氪汽車，擔(dān)任自動(dòng)駕駛業(yè)務(wù)副總裁，完成了極氪自研智駕從0-1的搭建。2025年，隨著吉利內(nèi)部智駕團(tuán)隊(duì)的整合，陳奇被任命為千里智駕的聯(lián)席CEO，同時(shí)兼任吉利控股集團(tuán)首席智駕科學(xué)家。

主要職責(zé)：

極氪智駕團(tuán)隊(duì)一號(hào)位，完成自研團(tuán)隊(duì)從0-1的搭建，負(fù)責(zé)千里智駕技術(shù)的研發(fā)工作，特別是高階智駕方案的迭代與量產(chǎn)。2025年在“一個(gè)吉利”的戰(zhàn)略下，陳奇主導(dǎo)完成吉利集團(tuán)旗下智駕方案的統(tǒng)一，并發(fā)布全新“千里浩瀚”品牌，并主導(dǎo)千里浩瀚系統(tǒng)中高端平臺(tái)（如H5、H7、H9）的研發(fā)，負(fù)責(zé)從硬件方案到軟件架構(gòu)的全棧開(kāi)發(fā)設(shè)計(jì)、并發(fā)布了無(wú)圖城市NOA、車位到車位領(lǐng)航乃至L3級(jí)自動(dòng)駕駛/L4Robotaxi功能的開(kāi)發(fā)。

主要貢獻(xiàn)：

1、實(shí)現(xiàn)極氪自研智駕從0到1的突破，并躋身”智駕四小龍“

在極氪期間，陳奇用兩年時(shí)間完成了極氪智能駕駛系統(tǒng)的全棧自研，突破了高階智駕的技術(shù)瓶頸，實(shí)現(xiàn)了躋身第一梯隊(duì)的能力。在陳奇的領(lǐng)導(dǎo)下，極氪僅用10個(gè)月就完成了從自研發(fā)布到無(wú)圖城市NOA全國(guó)上線，并且是國(guó)內(nèi)最早一批實(shí)現(xiàn)車位到車位功能量產(chǎn)的車企，并且不斷精進(jìn)主動(dòng)安全產(chǎn)品設(shè)計(jì)，發(fā)布了720°主動(dòng)安全產(chǎn)品，并且是國(guó)內(nèi)最早量產(chǎn)連續(xù)緊急避讓G-AES的車企。

除了功能交付外，在陳奇的帶領(lǐng)下，完成了技術(shù)方案的快速迭代，2024年極氪智駕方案全面進(jìn)入端到端時(shí)代，并發(fā)布數(shù)字先決網(wǎng)絡(luò)；2025年升級(jí)至全新的SmartAIAgent架構(gòu)，隨著云端WMA和車端多模態(tài)VLA大模型的上線，體驗(yàn)有了飛速進(jìn)化，在2026年1月，極氪搭載“千里浩瀚”H7方案的極氪7X榮獲獲第一電動(dòng)舉辦的智駕大賽溫洲站第三名。

2、“一個(gè)吉利”戰(zhàn)略下推動(dòng)千里浩瀚品牌發(fā)布及產(chǎn)品矩陣量產(chǎn)交付

2025年3月，在”一個(gè)吉利“的政策下，陳奇主導(dǎo)推動(dòng)了吉利智駕方案的技術(shù)路徑統(tǒng)一，并發(fā)布了全新“千里浩瀚”品牌。該系統(tǒng)分為H1-H9五個(gè)等級(jí)，覆蓋包括極氪、領(lǐng)克、銀河等吉利集團(tuán)旗下不同價(jià)位車型，實(shí)現(xiàn)了硬件、算力、軟件與交付功能的標(biāo)準(zhǔn)化和平臺(tái)化。H5方案開(kāi)始具備無(wú)圖城市NOA能力交付，并實(shí)現(xiàn)在售車型標(biāo)配激光雷達(dá)方案。H9方案最高算力達(dá)到1400Tops，是首個(gè)與全球領(lǐng)先英偉達(dá)Thor-U芯片合作的方案，可進(jìn)階至L3高階自動(dòng)駕駛功能。2026年CES，吉利正式統(tǒng)一了千里浩瀚軟件版本名G-ASD，并且實(shí)現(xiàn)了僅用8個(gè)月的時(shí)間，讓H7方案在吉利13款車型的量產(chǎn)上車。

3、L3高階自動(dòng)駕駛方案的量產(chǎn)突破

2025年，陳奇主導(dǎo)的千里浩瀚H9方案在9X發(fā)布實(shí)現(xiàn)量產(chǎn)上車，是行業(yè)為數(shù)不多支持L3的旗艦標(biāo)桿方案。H9方案實(shí)現(xiàn)了行業(yè)首個(gè)三重冗余設(shè)計(jì)，包括行業(yè)首個(gè)5激光雷達(dá)硬件方案，可實(shí)現(xiàn)3重360°全維感知覆蓋。采用兩顆英偉達(dá)Thor-U芯片，算力高達(dá)1400Tops，行業(yè)同級(jí)領(lǐng)先。車端和云端升級(jí)至SmartAIAgent架構(gòu)，均搭載兩大模型互為備份冗余。H9目前已經(jīng)實(shí)現(xiàn)了無(wú)圖園區(qū)漫游及涉水逃生能力。2026年1月，在陳奇的帶領(lǐng)下，搭載千里浩瀚H9的極氪9X已獲得杭州市L3級(jí)自動(dòng)駕駛道路測(cè)試牌照。是目前全國(guó)通行面積最大、里程最長(zhǎng)的L3級(jí)自動(dòng)駕駛測(cè)試牌照。

9、楊沐：千里浩瀚落地的“推動(dòng)者”

職位：千里智駕CTO

背景：

楊沐，本科畢業(yè)于清華大學(xué)姚期智實(shí)驗(yàn)班，曾獲國(guó)際信息學(xué)奧林匹克競(jìng)賽（IOI）金牌。2011年，楊沐與印奇、唐文斌共同創(chuàng)立曠視科技。楊沐負(fù)責(zé)個(gè)人物聯(lián)網(wǎng)移動(dòng)業(yè)務(wù)的研發(fā)管理工作，帶領(lǐng)團(tuán)隊(duì)在設(shè)備安全領(lǐng)域?qū)崿F(xiàn)全球首款2D人臉解鎖智能手機(jī)、首款安卓3D結(jié)構(gòu)光人臉解鎖智能手機(jī)及屏下指紋技術(shù)創(chuàng)新；在計(jì)算攝影領(lǐng)域首創(chuàng)AI+CV超畫(huà)質(zhì)算法，助力多品牌在DXO評(píng)測(cè)中取得高分并實(shí)現(xiàn)屏下攝像頭商業(yè)化。他提出以AI重新定義光感知系統(tǒng)，主導(dǎo)移動(dòng)業(yè)務(wù)成為消費(fèi)電子領(lǐng)域重要解決方案供應(yīng)商。

2025年，楊沐擔(dān)任千里智駕首席技術(shù)官（CTO）。

主要貢獻(xiàn)：

楊沐作為千里智駕首席技術(shù)官（CTO），是千里智駕“高含模量”技術(shù)路線的核心設(shè)計(jì)者與落地推動(dòng)者，主導(dǎo)了從技術(shù)架構(gòu)搭建、核心大模型研發(fā)到產(chǎn)品方案量產(chǎn)。

2025年核心突出貢獻(xiàn)：從技術(shù)架構(gòu)到產(chǎn)品落地的突破

1、主導(dǎo)“端到端Plus”技術(shù)架構(gòu)落地

楊沐的核心技術(shù)貢獻(xiàn)，是帶領(lǐng)團(tuán)隊(duì)研發(fā)并落地“端到端Plus”架構(gòu)，打破傳統(tǒng)智駕“感知-融合-決策-規(guī)劃-控制”的模塊化割裂，實(shí)現(xiàn)全流程一體化智能，成為千里智駕“高含模量”路線的技術(shù)底座。新架構(gòu)從兩段式進(jìn)化為一段式端到端，將感知（多傳感器數(shù)據(jù)處理）、預(yù)測(cè)（交通參與者行為判斷）、決策（駕駛策略生成）、規(guī)劃（路徑設(shè)計(jì)）、控制（轉(zhuǎn)向/剎車執(zhí)行）整合為單一神經(jīng)網(wǎng)絡(luò)，通過(guò)“數(shù)據(jù)直接驅(qū)動(dòng)控制輸出”復(fù)刻人類優(yōu)秀駕駛員的駕駛邏輯，避免模塊間信息損耗——例如在重慶“8D路況”中，系統(tǒng)可直接根據(jù)攝像頭、激光雷達(dá)的原始數(shù)據(jù)，輸出“避讓匝道匯入車輛+減速過(guò)彎”的連貫控制指令，無(wú)需人工拆分規(guī)則；同時(shí)，該架構(gòu)使復(fù)雜場(chǎng)景（如無(wú)保護(hù)左轉(zhuǎn)、高速加塞）的響應(yīng)速度和決策連貫性大幅度提升。

2、牽頭研發(fā)RLM多模態(tài)大模型

針對(duì)行業(yè)“含模量低、規(guī)則依賴重”的痛點(diǎn)，楊沐主導(dǎo)與階躍星辰合作，研發(fā)“基于強(qiáng)化學(xué)習(xí)的多模態(tài)大模型（RLM）”，成為千里智駕“高含模量”路線的核心AI底座。2025年6月，RLM大模型隨“千里智駕1.0”方案同步發(fā)布，通過(guò)“基礎(chǔ)大模型預(yù)訓(xùn)練-智駕數(shù)據(jù)特訓(xùn)-強(qiáng)化學(xué)習(xí)優(yōu)化”三階段開(kāi)發(fā)，實(shí)現(xiàn)“通識(shí)能力+垂域適配”的雙重優(yōu)勢(shì)，既能理解“臨時(shí)施工圍擋=需繞行”的交通常識(shí)（源于多模態(tài)基礎(chǔ)大模型），又能精準(zhǔn)應(yīng)對(duì)“無(wú)標(biāo)線鄉(xiāng)村路、夜間遠(yuǎn)光干擾”等智駕專屬場(chǎng)景（源于智駕數(shù)據(jù)特訓(xùn)）。RLM模型使千里智駕系統(tǒng)的“含模量”從傳統(tǒng)方案的40%-50%提升至70%以上（2025年底接近80%），安全兜底規(guī)則的觸發(fā)頻率降低大幅度降低。

3、搭建數(shù)據(jù)閉環(huán)體系

楊沐深知“數(shù)據(jù)是AI智駕的核心燃料”，2025年他主導(dǎo)構(gòu)建“數(shù)據(jù)采集-訓(xùn)練-驗(yàn)證-部署”的全流程閉環(huán)，支撐RLM模型與端到端架構(gòu)的持續(xù)迭代。數(shù)據(jù)規(guī)模與質(zhì)量依托吉利體系內(nèi)數(shù)萬(wàn)輛L2+級(jí)車輛，實(shí)現(xiàn)每天上萬(wàn)公里真實(shí)路況數(shù)據(jù)采集，重點(diǎn)標(biāo)注“長(zhǎng)尾場(chǎng)景（如無(wú)標(biāo)線道路、臨時(shí)施工）、復(fù)雜交互（如人車混行、加塞博弈）”等高價(jià)值數(shù)據(jù)，為模型訓(xùn)練提供高質(zhì)量樣本；再通過(guò)“影子模式”（智駕系統(tǒng)在后臺(tái)同步運(yùn)行并對(duì)比人類駕駛決策）篩選高價(jià)值數(shù)據(jù)，經(jīng)自動(dòng)化標(biāo)注工具處理后，72小時(shí)內(nèi)可完成模型微調(diào)并推送OTA，使系統(tǒng)在跨區(qū)域路況（如北方冰雪路、南方多雨路）的適配能力提升。

4、突破“大模型實(shí)時(shí)性與車端算力矛盾”的工程化瓶頸

大模型推理需海量算力，而車端算力有限（如經(jīng)濟(jì)型車型僅100TOPS），傳統(tǒng)方案易出現(xiàn)“推理延遲超安全閾值”的問(wèn)題。楊沐主導(dǎo)研發(fā)“AgentOS智能體操作系統(tǒng)”解決該矛盾，AgentOS可動(dòng)態(tài)調(diào)配車端“GPU/NPU（負(fù)責(zé)模型推理）+CPU（負(fù)責(zé)規(guī)則執(zhí)行）”的算力資源——例如城市道路場(chǎng)景下，70%算力分配給RLM模型用于復(fù)雜決策；高速場(chǎng)景下，50%算力用于模型，50%預(yù)留備用，確保推理時(shí)延穩(wěn)定在80ms以內(nèi)（遠(yuǎn)低于100ms的車規(guī)安全閾值）；并將RLM模型的車端部署體積壓縮40%，在100TOPS算力的經(jīng)濟(jì)型車型上仍能流暢運(yùn)行基礎(chǔ)版城市NOA功能。

10、周光：元戎啟行的“領(lǐng)路人”

職位：元戎啟行CEO

背景：

全國(guó)青少年電腦機(jī)器人大賽金牌及亞太區(qū)第六名獲得者，清華大學(xué)基礎(chǔ)科學(xué)班畢業(yè)，德克薩斯大學(xué)達(dá)拉斯分校人工智能博士。求學(xué)期間，曾在清華大學(xué)高能物理研究中心參與科研工作，后前往美國(guó)師從FarokhBastani攻讀人工智能博士學(xué)位。博士期間主導(dǎo)德州儀器Kilby實(shí)驗(yàn)室自動(dòng)駕駛項(xiàng)目，獲大疆開(kāi)發(fā)者大賽全球總冠軍，2016年加入百度美國(guó)研究院自動(dòng)駕駛事業(yè)部。

2019年，周光創(chuàng)立元戎啟行。

主要貢獻(xiàn)：

2020年，元戎啟行率先布局“無(wú)圖”技術(shù)路線，2023年發(fā)布不依賴高精度地圖的智能駕駛解決方案DeepRoute-Driver3.0。

2024年，元戎啟行率先推出基于端到端模型的輔助駕駛平臺(tái)DeepRouteIO，這也是國(guó)內(nèi)首個(gè)不依賴高精度地圖、使用端到端模型的智能駕駛方案。

2025年8月，元戎啟行發(fā)布全新一代輔助駕駛平臺(tái)DeepRouteIO2.0，該平臺(tái)搭載自研的VLA（Vision-Language-Action）模型。目前，采用元戎啟行VLA模型的首批量產(chǎn)車型已經(jīng)進(jìn)入消費(fèi)市場(chǎng)。

據(jù)《中國(guó)智能駕駛行業(yè)趨勢(shì)白皮書(shū)（2025）》 顯示，2025年1-10月國(guó)內(nèi)第三方城區(qū)NOA市場(chǎng)元戎啟行累計(jì)搭載量約12萬(wàn)至15萬(wàn)臺(tái)，累計(jì)市場(chǎng)份額約23%；其中2025年10月單月，元戎啟行在國(guó)內(nèi)第三方城區(qū)NOA市場(chǎng)份額占比約38%，排名第一，增長(zhǎng)倍數(shù)為2.7倍。

截至2025年底，搭載元戎啟行輔助駕駛系統(tǒng)的量產(chǎn)車輛交付超過(guò)20萬(wàn)臺(tái)，覆蓋車型超過(guò)15款。一年多時(shí)間，元戎啟行市占率從零起步迅速攀升，至2025年10月單月市占率近40%，穩(wěn)居行業(yè)第一梯隊(duì)。

2025年，周光帶領(lǐng)元戎啟行成為第三方智駕供應(yīng)商中的“黑馬”，在技術(shù)路線、產(chǎn)品交付、未來(lái)業(yè)務(wù)布局三大維度實(shí)現(xiàn)突破。

1、VLA模型與“無(wú)圖+端到端”量產(chǎn)上車

周光基于對(duì)AI技術(shù)趨勢(shì)的判斷，2025年推動(dòng)元戎啟行完成從“端到端”到“VLA（視覺(jué)-語(yǔ)言-行動(dòng)）模型”的技術(shù)躍升，持續(xù)強(qiáng)化“無(wú)圖化”核心優(yōu)勢(shì)。2025年1月正式發(fā)布VLA模型，實(shí)現(xiàn)“視覺(jué)感知+語(yǔ)言理解+動(dòng)作決策”三模態(tài)融合——系統(tǒng)可通過(guò)自然語(yǔ)言推理處理復(fù)雜場(chǎng)景（如“識(shí)別‘施工圍擋’+理解‘需繞行’+輸出‘減速變道’指令”），在遮擋場(chǎng)景處理、防御性駕駛等方面全面超越傳統(tǒng)端到端模型，成為行業(yè)首個(gè)量產(chǎn)VLA技術(shù)的第三方供應(yīng)商。

2、實(shí)現(xiàn)突破的核心技術(shù)與方法

周光主導(dǎo)的VLA模型開(kāi)發(fā)，實(shí)現(xiàn)“從理論到量產(chǎn)”，首先是基于GPT啟發(fā)的ScalingLaw（規(guī)模效應(yīng)），融合多模態(tài)基礎(chǔ)大模型（圖像、文本），讓系統(tǒng)具備“物體識(shí)別、語(yǔ)義理解”的通識(shí)能力（如識(shí)別“消防栓=不可碰撞”）；其次是，用20萬(wàn)輛量產(chǎn)車的路測(cè)數(shù)據(jù)微調(diào)模型，強(qiáng)化“交通場(chǎng)景專屬認(rèn)知”——例如“虛線變道=可操作”“行人招手=可能橫穿”，使模型在智駕場(chǎng)景的決策準(zhǔn)確率提升；最后在VLA模型外增設(shè)“規(guī)則安全層”，若模型輸出指令超出安全范圍（如急剎力度過(guò)大），安全層立即接管，確保量產(chǎn)落地的可靠性。

11、劉軒：元戎啟行VLA技術(shù)的“落地者”

職位：副總裁、技術(shù)合伙人

劉軒作為元戎啟行技術(shù)合伙人&副總裁，2025年深度參與元戎啟行核心技術(shù)研發(fā)、方案量產(chǎn)推進(jìn)，是VLA（視覺(jué)-語(yǔ)言-動(dòng)作）模型落地與DeepRouteIO2.0平臺(tái)推廣的關(guān)鍵推動(dòng)者。

1、主導(dǎo)VLA模型工程化驗(yàn)證，推動(dòng)技術(shù)從“實(shí)驗(yàn)室”到“用戶端”

作為VLA模型核心研發(fā)團(tuán)隊(duì)成員，他推動(dòng)模型四大核心功能（空間語(yǔ)義理解、異形障礙物識(shí)別、文字類引導(dǎo)牌理解、記憶語(yǔ)音控車）的工程化適配，確保技術(shù)能匹配量產(chǎn)車型需求——例如針對(duì)“文字類引導(dǎo)牌”功能，他牽頭完成全國(guó)30余個(gè)城市“潮汐車道、公交專用道、待轉(zhuǎn)區(qū)”等動(dòng)態(tài)路標(biāo)的數(shù)據(jù)標(biāo)注與算法優(yōu)化，使該功能在復(fù)雜路標(biāo)場(chǎng)景的識(shí)別準(zhǔn)確率達(dá)92%以上。

2、推動(dòng)DeepRouteIO2.0平臺(tái)商業(yè)化落地

劉軒深度參與元戎啟行新一代輔助駕駛平臺(tái)DeepRouteIO2.0的推廣與客戶對(duì)接，為2025年量產(chǎn)交付量爆發(fā)提供關(guān)鍵支撐。2025年8月DeepRouteIO2.0發(fā)布后，劉軒牽頭對(duì)接車企客戶，推動(dòng)平臺(tái)實(shí)現(xiàn)“多模態(tài)（激光雷達(dá)/純視覺(jué)）+多芯片+多車型”的靈活適配——截至10月，基于該平臺(tái)已達(dá)成5個(gè)車企定點(diǎn)合作項(xiàng)目，覆蓋SUV、MPV、越野車等品類，首批搭載車型（如長(zhǎng)城旗下車型）于2025年四季度陸續(xù)進(jìn)入市場(chǎng)。

3、解決傳統(tǒng)輔助駕駛“盲區(qū)風(fēng)險(xiǎn)預(yù)判不足”的安全痛點(diǎn)

傳統(tǒng)基于CNN的端到端模型（如BEV架構(gòu)）存在“視野受限即無(wú)法預(yù)判風(fēng)險(xiǎn)”的短板——例如公交車遮擋、橋洞盲區(qū)、草叢遮擋等場(chǎng)景，系統(tǒng)無(wú)法提前感知潛在危險(xiǎn)，易引發(fā)“鬼探頭”事故。劉軒通過(guò)VLA模型的“空間語(yǔ)義理解”功能破解該問(wèn)題，推動(dòng)VLA模型融入“思維鏈推理”能力，可模擬人類駕駛邏輯，通過(guò)“空間關(guān)系預(yù)判”感知盲區(qū)風(fēng)險(xiǎn)（如“公交車右側(cè)大概率有行人橫穿”），在風(fēng)險(xiǎn)出現(xiàn)前1-2秒主動(dòng)減速，而非事后響應(yīng)。

1、破解“異形障礙物識(shí)別與語(yǔ)義理解脫節(jié)”的行業(yè)難題

智駕系統(tǒng)對(duì)“施工錐桶、超載三輪車、打傘行人”等非標(biāo)準(zhǔn)障礙物，僅能識(shí)別“存在障礙物”，無(wú)法理解其具體屬性（如“超載=更難制動(dòng)”“打傘=可能遮擋視線”），導(dǎo)致決策保守或誤判。劉軒主導(dǎo)的VLA模型對(duì)“異形障礙物識(shí)別”功能針對(duì)性解決，讓VLA模型融合語(yǔ)言模塊與基礎(chǔ)大模型能力，可解析障礙物的語(yǔ)義信息（如“識(shí)別超載三輪車-判斷其制動(dòng)距離更長(zhǎng)-提前加大跟車距離”），而非單純的“障礙物檢測(cè)”；針對(duì)暴雨天“行人打傘遮擋身形”這一高頻痛點(diǎn)，他牽頭優(yōu)化模型的視覺(jué)-語(yǔ)言融合邏輯，使系統(tǒng)在極端天氣下對(duì)非標(biāo)準(zhǔn)行人的識(shí)別率提升。

2、突破“動(dòng)態(tài)路標(biāo)理解滯后”的問(wèn)題

國(guó)內(nèi)道路存在大量“潮汐車道、公交專用道、臨時(shí)施工標(biāo)識(shí)”等動(dòng)態(tài)路標(biāo)，傳統(tǒng)方案依賴高精地圖更新，無(wú)法實(shí)時(shí)適配，易引發(fā)違章或事故。劉軒推動(dòng)VLA模型“文字類引導(dǎo)牌理解”功能解決該問(wèn)題，他主導(dǎo)模型的“深層語(yǔ)言理解+邏輯推理”優(yōu)化，使其能實(shí)時(shí)解析文字路標(biāo)含義（如“‘潮汐車道’當(dāng)前方向-調(diào)整車道選擇”“‘左轉(zhuǎn)不受燈控’臨時(shí)標(biāo)識(shí)-判斷通行規(guī)則”），無(wú)需依賴地圖更新；同時(shí)，在與長(zhǎng)城等車企的合作中，他牽頭針對(duì)不同地區(qū)的路標(biāo)差異（如南方“待轉(zhuǎn)區(qū)”、北方“可變車道”）做定制化優(yōu)化，確保功能在全國(guó)范圍的適配性。

返回第一電動(dòng)網(wǎng)首頁(yè) >