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關注，成為同行重點 " 探秘 " 的對象。

輔助駕駛的技術演化在持續噴發。從傳統的基于規則的方案轉向 " 端到端 " 模型路線后，車企的人才畫像需求發生了極大變化，中國車企像互聯網大廠與 AI 公司一樣渴求 AI 人才。

行業競爭激烈而持續。車企內部，團隊賽馬、立軍令狀、集體封閉式開發、" 做不出來就換人 " 等，已經成為輔助駕駛部門的常態。在高壓的交付壓力下，挖角高端人才、解密頭部公司的技術，成為企業的一些 " 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。" 今年 5 月 7 日，理想汽車 CEO 李想在 AI Talk 中說道。

但高端人才的爭搶，往往伴隨著競業風險與法律糾紛。據 36 氪汽車了解，理想汽車今年起訴一名跳槽至同城企業的員工，起訴金額高達千萬元級別，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。

類似的競業協議訴訟并不少。據 36 氪了解，理想還起訴了南方一家頭部新能源車企員工，雙方達成和解后，后者協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、訴訟，已成為當下車企輔助駕駛、AI 團隊的常用手段，以此防止、延緩技術外溢，同時抑制對手發展。

當下，新能源汽車行業產品力趨向同質化，輔助駕駛是為數不多、具備特色與差異化的技術招牌。

在輔助駕駛開啟 " 端到端 " 模式后，" 更大數據量更強模型表現 " 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 輔助駕駛的技術路徑。而被國內友商逐幀學習 PPT 之后，特斯拉便不再專門透露技術圖譜。

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 " 轉變為行業第一梯隊的玩家。自 2023 年至今，理想在內部嘗試了多種技術路線：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 的訓練方式相同：先在云端訓練出超大模型基座，再通過知識蒸餾的方式將模型能力保留到車端。

而華為、Momenta 則是目前行業中高級輔助駕駛落地規模靠前的技術供應商。據官方信息，華為乾崑智駕 ADS 裝機量已突破 50 萬，預計今年底達 200 萬輛；而據 36 氪汽車了解，Momenta 方案搭載量已經接近 30 萬輛。

這些公司流出的技術人才，往往受到同行追捧。尤其是今年重點發力輔助駕駛的新、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 36 氪汽車了解，比亞迪內部目標是，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，比亞迪技術院院長楊東升、輔助駕駛負責人李鋒曾數次前往上海，積極招攬一位有新勢力車企背景的技術人士。

有知情人士告訴 36 氪，該人員在新勢力公司內部級別不算很高，2024 年離職后，跳到另一家輔助駕駛創業公司，隨后再次跳槽到比亞迪出任部門負責人，直接向李鋒匯報。目前比亞迪團隊中，已經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 Wayve 原主任科學家陳龍加入，向小米輔助駕駛團隊負責人葉航軍匯報。

但人才的流動本身是雙向的。

理想汽車本身的成長，也離不開關鍵技術骨干的加盟。有知情人士表示，此前招攬一位核心技術人才時，理想還幫該員工向前司支付了數百萬元的競業賠償。

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 " 方案的實現依賴于海量數據驅動，而非工程師的人力堆疊。隨后，理想內部開始了主動 / 被動的精簡人員，部分輔助駕駛人才開始向外溢出。

但理想也在避免核心骨干快速流失，據 36 氪汽車了解，理想汽車內部要求，輔助駕駛團隊的員工，尤其是參加最新的技術方案 VLA 項目的員工，必須簽署保密協議，"VLA 項目落地之前都不能離開。"（對于該信息，理想汽車表示不予置評）

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議。

" 但現在的端到端、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和模型了。" 有行業人士說道。

換句話說，通過對輔助駕駛員工實行保密協議，企業們試圖爭取 6-8 個月的領先身位。

與 AI 大模型的技術浪潮類似，即便是全球頂級的 AI 公司，也要極力保證技術的領先優勢。根據外媒報道，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 " 的競業禁止協議，規定部分在英國員工離職后一年內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已進入白熱化階段。而 2023 年至今輔助駕駛行業的技術路線劇變，也讓人才流動成為行業興衰的晴雨表。

「車企搶灘的焦慮」

AI 人才的搶奪戰，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運動后，國內輔助駕駛普及主力從新勢力變成了傳統的老牌車企，甚至日系、德系車企也在借力輔助駕駛供應商開啟了反攻模式。

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

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。

一個流傳在行業中的故事是：一家輔助駕駛供應商，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，實現升職，或是賣給其他公司，牟取私利 "。

很快，這家供應商的算法代碼開始出現在其他車企手中。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品。有行業人士告訴 36 氪，過往基于規則的城市 NOA 方案，需要有很強的架構定義能力，要有較長遠視角與思考。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、數據多，也能做出東西來 "。

盡管拼湊出來的 " 可用 " 方案，與行業第一梯隊追求的 " 好用 " 方案仍有距離，" 但能做出來就已經不錯了，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，輔助駕駛的技術進化尚未停止。

從基于規則的方案，到 " 端到端 "，再到當下被看好的 VLA 模型，每一次的技術架構換代，都是一場全新的思考與挑戰。

即便是華為、理想、Momenta 等頭部，也并非就全然摸清了技術迷底。在特斯拉停止公開技術 PPT 后，國內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。

當下，行業都意識了 " 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 系統對海量駕駛數據的一種模仿學習，但這很難解決數據庫以外的場景泛化問題。

理想試圖用新的技術思路來解決問題，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。可以理解為，VLA 是更維度更高的多模態大模型。

但理想汽車員工告訴 36 氪，輔助駕駛行業里 VLM 人才本身就不多，如何量產比 VLM 更難的 VLA 是一種挑戰。" 模型本身、數據獲取，問題定義等都是問題，而企業在量產經驗和工程經驗上的差距會很大。到頭來，模型怎么設計反而是最不重要的。"

理想是行業中最早、最積極將輔助駕駛 AI 化的玩家之一。例如，理想與清華 MARS Lab 學術團隊聯合開發 " 端到端 +VLM" 雙系統方案，并且在此基礎上累積了 AI 大模型優化、數據工程基建等稀缺的量產經驗。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重心：基于生成式 AI 的世界模型仿真器，以及強化學習在規控、仿真等領域的應用。而這些技術，或將成為車企輔助駕駛下一階段人才攻防的重點區域。

據 36 氪汽車了解，輔助駕駛供應商 Momenta 從 2019 年開始就在預測、規控等環節使用了 AI 模型，也很早開始將強化學習融入系統訓練中。" 因為效果不錯，現在一二梯隊不少公司都在挖 Momenta 的員工。"

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

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