文 | 李安琪

編輯 | 李勤

入職新公司第一天，張楊（化名）被要求“吐露”上家公司的輔助駕駛算法與代碼。因沒有積極配合，張楊沒在新公司待多久就離開了。

張楊的前東家是理想汽車，近年因迅速落地輔助駕駛而被行業(yè)關(guān)注，成為同行重點“探秘”的對象。

輔助駕駛的技術(shù)演化在持續(xù)噴發(fā)。從傳統(tǒng)的基于規(guī)則的方案轉(zhuǎn)向“端到端”模型路線后，車企的人才畫像需求發(fā)生了極大變化，中國車企像互聯(lián)網(wǎng)大廠與AI公司一樣渴求AI人才。

行業(yè)競爭激烈而持續(xù)。車企內(nèi)部，團隊賽馬、立軍令狀、集體封閉式開發(fā)、“做不出來就換人”等，已經(jīng)成為輔助駕駛部門的常態(tài)。在高壓的交付壓力下，挖角高端人才、解密頭部公司的技術(shù)，成為企業(yè)的一些“水下動作”。

尤其今年以來，輔助駕駛第一梯隊公司的人才遭到了哄搶。有獵頭人士告訴36氪，在端到端、AI大模型這波浪潮中，華為、理想、Momenta三家公司被挖的人最多。

“在2024年、2025年初，理想輔助駕駛團隊每一個核心人員基本上都會接到 20 個以上的獵頭電話?！苯衲?月7日，理想汽車CEO李想在AI Talk中說道。

但高端人才的爭搶，往往伴隨著競業(yè)風(fēng)險與法律糾紛。據(jù) 36 氪汽車了解，理想汽車今年起訴一名跳槽至同城企業(yè)的員工，起訴金額高達(dá)千萬元級別，最終雙方選擇私下和解，員工向理想賠償了一年工資的金額款項。

類似的競業(yè)協(xié)議訴訟并不少。據(jù) 36 氪了解，理想還起訴了南方一家頭部新能源車企員工，雙方達(dá)成和解后，后者協(xié)助員工賠付了超百萬元。針對上述信息，理想表示不予置評。

競業(yè)、訴訟，已成為當(dāng)下車企輔助駕駛、AI 團隊的常用手段，以此防止、延緩技術(shù)外溢，同時抑制對手發(fā)展。

當(dāng)下，新能源汽車行業(yè)產(chǎn)品力趨向同質(zhì)化，輔助駕駛是為數(shù)不多、具備特色與差異化的技術(shù)招牌。

在輔助駕駛開啟“端到端”模式后，“更大數(shù)據(jù)量更強模型表現(xiàn)”的Scaling Law定律還在生效，但VLM（視覺-語言模型）/VLA（視覺-語言-動作模型）等多模態(tài)大模型也開始嶄露頭角。

換言之，輔助駕駛正在走向一個新的AI時代。正如2023年的AI大模型熱潮一樣，頂級 AI 人才極為搶手，成為 “奇貨可居” 的稀缺資源。如今，同樣的人才爭奪戰(zhàn)也在中國新能源車企之間激烈上演。

「高端人才流動，車企攻防」

2020-2021年，特斯拉曾在AI Day上公開過FSD輔助駕駛的技術(shù)路徑。而被國內(nèi)友商逐幀學(xué)習(xí)PPT之后，特斯拉便不再專門透露技術(shù)圖譜。

面對迷霧，中國車企們只能自行探索。華為、理想、小鵬Momenta等，是行業(yè)中成長最迅速的一批公司。

理想汽車花了兩年時間從“落后生”轉(zhuǎn)變?yōu)樾袠I(yè)第一梯隊的玩家。自2023年至今，理想在內(nèi)部嘗試了多種技術(shù)路線：依賴地圖的城市NOA方案、輕地圖方案、端到端+VLM（視覺-語言模型），以及新一代方案VLA（視覺-語言-動作模型）。

小鵬此前則提出了“世界基座模型”的概念，稱與DeepSeek的訓(xùn)練方式相同：先在云端訓(xùn)練出超大模型基座，再通過知識蒸餾的方式將模型能力保留到車端。

而華為、Momenta則是目前行業(yè)中高級輔助駕駛落地規(guī)?？壳暗募夹g(shù)供應(yīng)商。據(jù)官方信息，華為乾崑智駕ADS裝機量已突破50萬，預(yù)計今年底達(dá)200萬輛；而據(jù)36氪汽車了解，Momenta方案搭載量已經(jīng)接近30萬輛。

這些公司流出的技術(shù)人才，往往受到同行追捧。尤其是今年重點發(fā)力輔助駕駛的新、舊勢力車企。

今年2月，比亞迪掀起了輔助駕駛平權(quán)運動，推出天神之眼A、B、C三大平臺。C平臺功能由比亞迪自研，具備高速NOA（高快速路領(lǐng)航）等功能，甚至在比亞迪7萬元級的海鷗車型都能搭載。近期，結(jié)合補貼，比亞迪還將海鷗輔助駕駛版本的價格拉低至5.58萬元。

據(jù)36氪汽車了解，比亞迪內(nèi)部目標(biāo)是，今年下半年將推出自研的城市NOA方案。為了加快新方案的進度，有知情人士告訴36氪，比亞迪技術(shù)院院長楊東升、輔助駕駛負(fù)責(zé)人李鋒曾數(shù)次前往上海，積極招攬一位有新勢力車企背景的技術(shù)人士。

有知情人士告訴36氪，該人員在新勢力公司內(nèi)部級別不算很高，2024年離職后，跳到另一家輔助駕駛創(chuàng)業(yè)公司，隨后再次跳槽到比亞迪出任部門負(fù)責(zé)人，直接向李鋒匯報。目前比亞迪團隊中，已經(jīng)有多位來自上述新勢力車企的前員工。

小米汽車今年的重要課題，也是積極補足輔助駕駛能力，從新勢力公司招募了多位人才加入。此前，小米雷軍還招攬了英國自動駕駛公司W(wǎng)ayve原主任科學(xué)家陳龍加入，向小米輔助駕駛團隊負(fù)責(zé)人葉航軍匯報。

但人才的流動本身是雙向的。

理想汽車本身的成長，也離不開關(guān)鍵技術(shù)骨干的加盟。有知情人士表示，此前招攬一位核心技術(shù)人才時，理想還幫該員工向前司支付了數(shù)百萬元的競業(yè)賠償。

去年10月，由于“端到端”方案落地效果不錯，理想還提前向用戶推送了該功能。但“端到端”方案的實現(xiàn)依賴于海量數(shù)據(jù)驅(qū)動，而非工程師的人力堆疊。隨后，理想內(nèi)部開始了主動/被動的精簡人員，部分輔助駕駛?cè)瞬砰_始向外溢出。

但理想也在避免核心骨干快速流失，據(jù)36氪汽車了解，理想汽車內(nèi)部要求，輔助駕駛團隊的員工，尤其是參加最新的技術(shù)方案VLA項目的員工，必須簽署保密協(xié)議，“VLA項目落地之前都不能離開?！保▽τ谠撔畔ⅲ硐肫嚤硎静挥柚迷u）

若員工提出離職，需在非核心部門脫敏 6 個月后方可離開。華為輔助駕駛團隊也有類似的項目保密協(xié)議。

“但現(xiàn)在的端到端、大模型路線迭代速度非常快，6-8個月后可能都不是最新的技術(shù)和模型了?！庇行袠I(yè)人士說道。

換句話說，通過對輔助駕駛員工實行保密協(xié)議，企業(yè)們試圖爭取6-8個月的領(lǐng)先身位。

與AI大模型的技術(shù)浪潮類似，即便是全球頂級的AI公司，也要極力保證技術(shù)的領(lǐng)先優(yōu)勢。根據(jù)外媒報道，谷歌旗下的人工智能部門DeepMind，為防止員工流向競爭對手，采取了一種“激進”的競業(yè)禁止協(xié)議，規(guī)定部分在英國員工離職后一年內(nèi)不得為競爭對手工作。而在此期間員工無需工作，DeepMind也會支付他們薪水。

從硅谷到中國，從AI公司到車企，這場圍繞頂尖大腦的爭奪戰(zhàn)已進入白熱化階段。而2023年至今輔助駕駛行業(yè)的技術(shù)路線劇變，也讓人才流動成為行業(yè)興衰的晴雨表。

「車企搶灘的焦慮」

AI人才的搶奪戰(zhàn)，其實是中國車企們搶灘輔助駕駛的焦慮縮影。

今年2月以來，比亞迪掀起智駕平權(quán)運動后，國內(nèi)輔助駕駛普及主力從新勢力變成了傳統(tǒng)的老牌車企，甚至日系、德系車企也在借力輔助駕駛供應(yīng)商開啟了反攻模式。

盡管國內(nèi)車企很難像特斯拉FSD軟件包一樣收取6.4萬費用，輔助駕駛大規(guī)模落地后的許多暗礁也還沒有真正顯現(xiàn)，但老牌車企們已不能忍受，自身不在這場浪潮的風(fēng)暴中心。

于是比亞迪、吉利、長安等車企一邊開啟自研模式，同時還采用外部供應(yīng)商方案。一些車企甚至還在暗中探索各種途徑。

一個流傳在行業(yè)中的故事是：一家輔助駕駛供應(yīng)商，以“白盒”形式向一家新勢力車企交付了代碼方案后，該新勢力車企輔助駕駛員工幾乎人手一份代碼，“一些員工憑借這份代碼迅速跳槽，實現(xiàn)升職，或是賣給其他公司，牟取私利”。

很快，這家供應(yīng)商的算法代碼開始出現(xiàn)在其他車企手中。換句話說，其他車企不用付費，就擁有了這家供應(yīng)商的核心代碼。

這樣的“捷徑”下，一些車企或許能很快落地一些成果與產(chǎn)品。有行業(yè)人士告訴36氪，過往基于規(guī)則的城市NOA方案，需要有很強的架構(gòu)定義能力，要有較長遠(yuǎn)視角與思考。而“端到端”以模型為主，有了核心代碼后，加以修修補補，“只要人多、數(shù)據(jù)多，也能做出東西來”。

盡管拼湊出來的“可用”方案，與行業(yè)第一梯隊追求的“好用”方案仍有距離，“但能做出來就已經(jīng)不錯了，其他人都做不出來”。

「輔助駕駛走向AI，摸索中過河」

需要正視的事實是，輔助駕駛的技術(shù)進化尚未停止。

從基于規(guī)則的方案，到“端到端”，再到當(dāng)下被看好的VLA模型，每一次的技術(shù)架構(gòu)換代，都是一場全新的思考與挑戰(zhàn)。

即便是華為、理想、Momenta等頭部，也并非就全然摸清了技術(shù)迷底。在特斯拉停止公開技術(shù)PPT后，國內(nèi)頭部玩家只能自行摸索著過河，用累積的工程化能力為AI的不確定性兜底。

當(dāng)下，行業(yè)都意識了“端到端”模型方案的一些局限性。正如理想汽車CEO李想的觀點，“端到端”方案更像是AI系統(tǒng)對海量駕駛數(shù)據(jù)的一種模仿學(xué)習(xí)，但這很難解決數(shù)據(jù)庫以外的場景泛化問題。

理想試圖用新的技術(shù)思路來解決問題，提出用VLA模型來取代此前的“端到端+VLM”雙系統(tǒng)方案。

與VLM（視覺語言模型）不同，VLA（視覺-語言-動作）新增了與物理世界交互的“動作”能力?？梢岳斫鉃?，VLA是更維度更高的多模態(tài)大模型。

但理想汽車員工告訴36氪，輔助駕駛行業(yè)里VLM人才本身就不多，如何量產(chǎn)比VLM更難的VLA是一種挑戰(zhàn)?！澳Ｐ捅旧?、數(shù)據(jù)獲取，問題定義等都是問題，而企業(yè)在量產(chǎn)經(jīng)驗和工程經(jīng)驗上的差距會很大。到頭來，模型怎么設(shè)計反而是最不重要的?！?/p>

理想是行業(yè)中最早、最積極將輔助駕駛AI化的玩家之一。例如，理想與清華MARS Lab學(xué)術(shù)團隊聯(lián)合開發(fā)“端到端+VLM”雙系統(tǒng)方案，并且在此基礎(chǔ)上累積了AI大模型優(yōu)化、數(shù)據(jù)工程基建等稀缺的量產(chǎn)經(jīng)驗。這些或許是同行圍獵理想的AI大模型人才的原因。

除此之外，華為、理想、小鵬、Momenta等頭部玩家，也大致給出了接下來的技術(shù)重心：基于生成式AI的世界模型仿真器，以及強化學(xué)習(xí)在規(guī)控、仿真等領(lǐng)域的應(yīng)用。而這些技術(shù)，或?qū)⒊蔀檐嚻筝o助駕駛下一階段人才攻防的重點區(qū)域。

據(jù)36氪汽車了解，輔助駕駛供應(yīng)商Momenta從2019年開始就在預(yù)測、規(guī)控等環(huán)節(jié)使用了AI模型，也很早開始將強化學(xué)習(xí)融入系統(tǒng)訓(xùn)練中。“因為效果不錯，現(xiàn)在一二梯隊不少公司都在挖Momenta的員工?！?/p>

在輔助駕駛技術(shù)迷霧尚未撥開之前，中國的車企、技術(shù)供應(yīng)商公司需要穿越無人區(qū)。AI才人的流動，企業(yè)之間的攻防，在一定程度上有助于抬升行業(yè)的技術(shù)海平面基線。

但對于跟隨型企業(yè)而言，若僅依賴人才流動所帶來的技術(shù)外溢，或企圖通過捷徑來獲取成果，而缺乏自身的原創(chuàng)性思考與前瞻性判斷，那么將很難在行業(yè)競爭中立于潮頭。