拆解小米智驾的“兵团”：1800人、70亿和四位掌舵者

拆解小米智驾的“兵团”1800人、70亿和四位掌舵者关键词小米汽车、智驾、叶航军、陈光、陈龙、王乃岩、端到端、VLA、玄戒芯片、澎湃OS楔子一款“期货智驾”的逆袭路2024年3月SU7发布时不少人对小米的智驾能力持怀疑态度。“期货智驾”“体验如何等到推送再看”的议论此起彼伏。将近两年过去同样一批人开始认真对待这个后来的追赶者从2025年初仅支持高速NOA到2025年底端到端全场景智驾实现全国337城覆盖、复杂路口通过率98.6%小米用三次底层大版本迭代走完了同行花5到10年才走完的路。支撑这种速度的是背后逾1800人的智驾团队——其中博士达108人是2025年超过70亿元的AI领域研发投入更是一套在雷军“压强式投入”策略下构建起来的组织与人才架构。雷军在2025年广州车展上亲自站台介绍智驾团队的四位核心成员叶航军总体负责陈光负责端到端陈龙负责VLA王乃岩负责L3项目。这是小米少见的让技术负责人走向台前的时刻。四位掌舵者各有分工而他们的履历组合暗示的是小米在智驾这件事上的底层打法挖团队而非挖个体用成熟经验换速度。一、核心分工与背景概览姓名核心职能方向关键标签与经验背景叶航军总负责人智驾体系搭建者清华博士前谷歌美国总部工程师小米“十七罗汉”之一前集团技术委员会主席陈光端到端技术负责人前百度Apollo美国感知负责人一汽南京研究院CTO主导红旗L4级Robotaxi陈龙VLA负责人前英国Wayve主任科学家MIT TR35入选者自动驾驶可解释性技术开创者王乃岩L3项目负责人香港科大博士前图森未来中国CTO论文引用超25000次深度学习权威视角解读四位核心成员无一例外都是“空降兵”但并非零散挖角。他们的背景形成了清晰的年龄梯队与技术代际互补——70后的叶航军负责整体架构与资源调度之后三人分别掌握端到端量产、VLA前沿预研和L4/L3两种技术高度。再加上背后来自宝马、法拉利、劳斯莱斯等传统豪华车企的整车研发力量以及北京、上海、武汉、德国慕尼黑的全球研发布局小米汽车这套兵团式打法正在把“后发追平”变成一种可复制的组织能力。二、四位操盘手谁在掌舵这艘智驾快船1. 叶航军十七罗汉中的技术底盘“官宣造车当晚技术委员会主席叶航军就被确定为智驾总体负责人。”作为小米创始时期“十七罗汉”之一叶航军的履历相当扎实2003年从清华计算机系博士毕业研究方向是计算机视觉与图像检索之后先后就职于谷歌北京、谷歌美国参与过著名搜索引擎“咖啡因”的开发。2010年加入腾讯担任搜索团队技术总监2012年加入小米后一手搭建了小米的AI与智驾体系。相比另外三位一线带队冲锋的技术专家叶航军的角色更像是智驾体系的总设计师。他需要回答的问题不是某一条算法Pipeline的细节而是1800多人的团队在三条技术路线并行推演的时候谁负责量产落地、谁做方向预研、谁死磕L3准入——以及钱和GPU先给谁。2. 陈光砸碎技术焦虑的“工程派”陈光是小米智驾量产能力的具象化身。从美国密苏里大学毕业后他先后在百度Apollo美国研发中心做感知技术负责人、一汽南京研究院任CTO主导了红旗第三代L4级Robotaxi的开发。从硅谷到长春再到北京这段轨迹让他在算法与量产工程之间找到了一种务实平衡。在2025年底的专访中陈光说了一句值得行业反思的话“我们不想制造技术焦虑了。”面对行业里VA、WA、VLA等名词混战他的立场很鲜明小米面对技术路线选择从不“一刀切”无论是VA、WA还是VLA本质上都是如何让模型的“智能密度”最大技术先进与否并不代表体验更好最终能否被用户感知到、被信任、长期使用才是判断标准。他的职责是从众多技术选项中挑出当下最值得全力推进的那一两条同时确保其他方向有人在同步探路。在一个“没创新就被淘汰、太激进就可能翻船”的战场上这种分寸感就是核心能力。3. 陈龙VLA与可解释性的布道者如果说陈光是小米智驾的“当下保证”陈龙就是负责“探索未来”的那一个。今年35岁的陈龙出身于英国AI独角兽公司Wayve这家公司以“纯视觉端到端自动驾驶”闻名全球。他是《麻省理工科技评论》亚太区“35岁以下创新35人”专注自动驾驶可解释性技术。招揽陈龙回国的过程中雷军亲自出面邀谈摆足了诚意。在行业里绝大多数玩家争相用开源基座模型快速搭建VLA方案时陈龙坚持小米要走差异化路径——从零开始构建“自研具身基座模型”从LLM预训练阶段就精心筛选数据融入驾驶场景与机器人的专项训练。VLA在他的定义中是“通往L3/L4级智能驾驶的必要条件”。相比传统端到端模型在决策上的“黑盒推理”VLA通过语言模态赋予了系统更强的可解释性——不仅能告诉用户“系统在做什么”还能传达“为什么这么做”。这种可解释性恰恰是端到端智能驾驶从“能用”真正走向“敢让用户放心托管”的关键。4. 王乃岩L3准入的攻坚手王乃岩是这支队伍里“最年轻的老资格”。从香港科技大学博士毕业以来他深耕深度学习在目标追踪领域的应用论文被引用超25000次。加入小米前他在图森未来担任中国CTO负责L2辅助驾驶与L4自动驾驶系统的并行研发。他的任务是L3项目。这意味着他要应对的不仅是算法精度更是整套法规准入验证流程功能安全边界如何定义系统失效后的人机接管链路如何设计极端场景的长尾验证需要跑多少公里才够安全——这些是算法团队通常不碰但在L3级别逃避不了的问题。三、智驾技术路线不站队全都要追平速度从2024到2025相比理想、蔚来和小鹏小米启动端到端研发的时间最晚但追赶速度极快。2024年才正式成立“端到端算法与功能部”理想和蔚来早已领先至少3个月。然而接下来一年小米的迭代节奏反超大多数对手2025年2月推送300万Clips端到端系统7月升级至1000万Clips版本11月再度发布Xiaomi HAD增强版在端到端架构中加入世界模型和强化学习。陈光的解读是“模型不仅要知道怎么模仿老司机开车更要理解‘为什么’这样开”。多次系统迭代带来了数据闭环的加速——截至2025年底小米智驾活跃用户达47.3万人累计行驶里程突破3亿公里成功避免潜在碰撞45.7万次泊车辅助功能被使用超过3096万次。多元路线不站队也是一种战略进入2026年中国智驾行业在技术路线上出现明显分歧理想坚定转舵VLA视觉-语言-行动华为坚持WA世界行为模型小鹏则是混合策略“VLA端到端”。小米采取的策略与众不同——不站队。智能驾驶团队三条并行的路径如下端到端世界模型强化学习陈光负责这是量产主路线已完成第三次大规模版本推送VLA陈龙负责方向维度的预研以自研具身基座模型为核心差异化王牌WA、VA等所有主流路线预研也由陈光统筹管理市面上所有已知路线小米内部都有团队在同步探索。不赌单一技术路径用并行预研换取方向切换的冗余性这套打法的背后逻辑并不难理解智驾仍在快速演化阶段今天的信息壁垒不足以让人做出终局判断。在通往L3/L4的漫长征途上“方向押错满盘皆输”不是夸张的说法。对小鹏、理想、华为来说技术路线就是品牌特色的一部分对小米而言灵活性才是核心KPI。四、软硬件纵深芯片、OS与生态协同小米智驾的护城河不止于算法。自研芯片上车2026年一季度传来的消息采用3nm先进制程的玄戒O2芯片将搭载至小米汽车全新一代澎湃OS将与自研智驾算法在芯片层实现深度融合显著降低对高通等外部供应商的依赖。凭借自研芯片打造的“芯片-终端-场景”全链路小米正在向苹果和特斯拉的垂直整合模式靠拢。2026“三位一体大会师”2026年1月雷军在小米年度技术大奖颁奖典礼上释放了更强信号2026年将在一款终端上实现自研芯片、自研OS、自研AI大模型的“三位一体大会师”。量产落地的首站极大概率是新一代小米SU7。“人车家全生态”的差异化小米在全球拥有超过8.6亿台连接终端从手机、汽车到智能家居全覆盖。这个生态壁垒意味着什么每天翻涌的驾驶场景数据可以反哺AI模型迭代进化车内语音交互与家庭智能设备无缝联动一辆车的智驾表现可以在全球多个场景的传感器阵列中产生复利效应。这种“数据-算法-场景”的闭环是纯自动驾驶公司难以企及的护城河。五、从追赶到超越小米还有哪些隐忧技术与生态上的诸多筹码不代表小米智驾已高枕无忧。头部玩家分化日趋激烈在2026年P3发布的辅助驾驶实测排行榜上华为ADS V4.1以4.46分三连冠小鹏NGP 2.0以4.33分紧随其后。小米以端到端技术路线虽已追平行业但想在复杂城市博弈和高阶安全冗余上超越华为、小鹏等先行者仍有大量工程细节需要精雕细琢。用户信任需要时间沉淀也有用户的真实反馈值得正视——高速NOA省心靠谱但切换到老城区狭窄街道系统依然容易因感知置信度不足而频繁退出。一些长期测试车主评价“智驾能用但不敢用不知道它什么时候会‘抽风’。”大量算法精度的提升最终要转化为用户“敢放手”的信心不是靠技术发布会就能一步到位的。团队稳定性的考验1800人团队、超过70亿年投入的高强度运转模式能否持续保持迭代速率和组织稳定本身就是一场压力测试。六、总结小米智驾为什么不是“又一个入场者”在新能源造车已进入“淘汰赛”的当下小米智驾给出的是不同于任何历史玩家的路径组织力上“挖团队”而非“挖个体”的快速整合打法让一个1860人的全功能技术矩阵在短短两年内投入实战——这种组建效率和执行力带有鲜明的雷军系烙印技术选择上“不站队、全面预研”的多线并行策略既保证当下量产主路不偏移又为架构升级和L3/L4的跃迁留有纵深生态纵深上“自研芯片澎湃OS人车家全生态”把小米十几年消费电子积累的平台优势完整迁移到智驾主战场。在智能驾驶这场长跑中小米真正的壁垒不是某一套当前最强的算法而是“快速追平持续反超”的组织基因。当算法红利逐步消退决定终局的往往是能否在人才密度、资金强度、技术路线和生态协同之间踩出属于自己的独特节奏。