2025年度，誰在推動智駕進步？

他們是一個非常活躍但總體上又極為低調(diào)的群體。我們按照貢獻的方式，把他們分為四類：

1、學術研究者，在頂會頂刊上發(fā)表高引論文的作者（含作者團隊）；

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

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

4、產(chǎn)品和工程負責人，負責產(chǎn)品定義、用戶交互、工程實施的人，做出了非常棒的產(chǎn)品體驗，或者保障了連續(xù)的工程交付表現(xiàn)。

如果說《2025中國智駕開發(fā)者50人》系列第一期的學術研究者是在實驗室里尋找火種，那么從第二期開始，這些研發(fā)組織者、研發(fā)骨干和負責人，便是親自跳進泥沼里開路的人。

本期記錄的是理想汽車、小鵬汽車和Momenta，這三家企業(yè)2025年度推動智駕技術進步的關鍵人物（排名不分先后），記錄他們在過去一年里，分別解決了什么問題？怎么干的？取得了什么成果？

#01

李想：在驚濤駭浪中否定自己

職務：理想汽車創(chuàng)始人、董事長兼CEO

李想在2025年所面對的，不是單點挑戰(zhàn)，而是三股同時疊加、且彼此放大的壓力。

第一重壓力，大龍來襲。早年理想ONE（參數(shù)丨圖片）搶先占領增程市場，L系列靠“移動的家”建立清晰心智，這一階段，理想獨樹一幟、遙遙領先，幾乎沒有遇到真正意義上的競爭。2024年底開始，局面發(fā)生改變，鴻蒙智行（準確說是問界）、小米、特斯拉持續(xù)完成產(chǎn)品體系升級，并在品牌勢能、終端網(wǎng)絡和用戶運營上對理想形成合圍。這幾條戰(zhàn)力驚人的大龍，讓理想增程系列產(chǎn)品承受巨大壓力，銷量持續(xù)下滑，進而影響到零售終端網(wǎng)絡和供應鏈的健康度。

第二重壓力，消費降級。理想的核心用戶群體是城市中產(chǎn)家庭，宏觀環(huán)境變化對這部分人群沖擊較大，使他們在消費決策上變得更加謹慎，剛需釋放呈現(xiàn)出逐漸降級的趨勢。車子配置越來越高，但價格只能更便宜，毛利就這樣被消耗掉。

第三重壓力，AI革命。這是要花大錢的，并且要持續(xù)燒錢，并且是在茫茫黑夜中——因為你并不知道未來的時間表和路線圖——堅持燒錢，以等待黎明。左手銷量和利潤承壓，右手要花大錢去參與和擁抱AI革命，在驚濤駭浪中，李想需要為理想汽車校準航向。只不過，他校準航向的方式極為特殊。

2024年底前，理想汽車的核心愿景是：創(chuàng)造移動的家，創(chuàng)造幸福的家。2024年底在AI Talk 活動中，李想提出新愿景——連接物理世界和數(shù)字世界，成為全球領先的人工智能企業(yè)。

李想當時的核心邏輯，認為汽車將進化為人工智能時代的空間機器人，通過AI融合物理與數(shù)字世界，推動AI普惠家庭。從那時起，理想組織與技術投入向AI研發(fā)傾斜。

2025年11月，理想汽車的愿景迭代為：全球領先的人工智能終端企業(yè)，進一步聚焦終端場景，強調(diào)汽車是最大的 AI 終端，明確短期目標是3-5年成為具身智能領域用戶價值最高的企業(yè)。

2025年12月，愿景再次升級：成為全球領先的具身智能企業(yè)，將自動駕駛定義為具身智能的子集，提出汽車是“自動駕駛+空間智能+本質(zhì)控制”的具身智能體，組織回歸創(chuàng)始人模式以適配技術轉(zhuǎn)型，推動VLA基座模型研發(fā)，打通智能駕駛與智能座艙的技術邊界。

短短兩年，理想汽車的愿景迭代了四版，這種情況絕無僅有，以至于有人開玩笑，說理想變成了一家“愿景驅(qū)動”的公司，靠不斷改變愿景來驅(qū)動公司轉(zhuǎn)型。我們認為，這恰恰反應了李想的認知模型和性格特質(zhì)：不斷提升和刷新認知，有錯就改、當機立斷。這四次愿景迭代，清晰反映出李想本人在過去兩年之中，所遭遇的巨大震撼、挑戰(zhàn)和驚喜。也許，就在絕大多數(shù)人認為理想正在陷入苦海的此刻，李想本人卻在認知和組織升維的過程中，得到了他最喜歡的糖果。

2025年度，中國本土企業(yè)家中，最清晰的表達了獨立思考的AI愿景和戰(zhàn)略的人，也是最勇敢否定自己的人，這就是我們推薦他的理由。

#02

郎咸朋：為具身智能打好地基

職務：理想汽車自動駕駛研發(fā)高級副總裁

2024年的夏天，郎咸朋帶隊率先完成了VLM+E2E的關鍵跨越，這次拐點解決的是“看得懂、走得通”的問題；到了2025年，隨著企業(yè)戰(zhàn)略正式指向“具身智能”，問題發(fā)生了變化：一個要承擔長期任務的AI司機，是否具備一致的駕駛?cè)烁瘛⒎€(wěn)定的決策邊界和可自我進化的學習底座？這正是郎咸朋在2025年面對的核心挑戰(zhàn)。

圍繞VLA司機大模型，他做的不是一次激進重構(gòu)，而是一次系統(tǒng)性的“糾偏工程”。
第一件事，是重新定義數(shù)據(jù)。他推動團隊徹底重構(gòu)數(shù)據(jù)篩選標準，從“覆蓋更多場景”轉(zhuǎn)向“是否真實反映人類駕駛決策邏輯”，親自參與高風險、高爭議樣本的取舍，替換了約200萬條clips，明確哪些行為“再多也不能學”。
第二件事，是約束模型的學習方式。在VLA體系下，他不再允許模型單純追求通過率和流暢度，而是把“駕駛一致性”和“長期行為穩(wěn)定性”拉進核心指標體系，避免端到端在復雜城市場景中“聰明但不可靠”。
第三件事，是用實車驗證模型人格。2025年初，他帶隊在北上深杭等城市進行了上千公里的密集實測，把模型輸出與人類老司機的決策風格逐段對齊，而不是只看仿真結(jié)果。

最終在OTA 8.2后，VLA第一次呈現(xiàn)出清晰、穩(wěn)定、可預期的駕駛風格——不是最激進，也不是最保守，但可信。

如果說2024年的端到端，是一次能力躍遷；那么2025年郎咸朋完成的，是一次駕駛智能的定型工程。這也是為什么，VLA能夠成為理想后續(xù)具身智能戰(zhàn)略的“第一塊地基”。

#03

詹錕：為具身智能創(chuàng)造生長空間

職務：理想汽車VLA模型負責人

詹錕在2025年的角色，已經(jīng)不再是單一算法負責人，而是駕駛智能底座的架構(gòu)設計者。

理想汽車的兩次智駕拐點，一次是2024年夏天的端到端VLM + E2E，一次是2025年8月的VLA司機大模型，背后都有他深度參與。Drive VLM和World 4Drive，不是單點論文成果，而是圍繞“世界理解—決策—行動”完整閉環(huán)的兩次范式躍遷。

隨著VLA司機大模型逐步成熟，一個新的風險開始顯現(xiàn)——如果模型被深度綁定在駕駛這一單一場景中，那么理想提出的具身智能戰(zhàn)略，將在未來多載體擴展時遭遇不可避免的技術斷層。因此他在2025年推動的工作，并不是單點性能提升，而是一次底層定位的調(diào)整。他明確將VLA視為多載體共享的“感知—決策抽象層”，而不是只服務于車輛控制的專項模型。在具體實施上，他帶隊完成了三項關鍵重構(gòu)：

其一，是能力收攏。將原本分散在感知、預測、規(guī)劃中的能力壓縮進統(tǒng)一、可演進的基座模型，降低系統(tǒng)復雜度，為后續(xù)擴展騰出空間。

其二，是功能邊界前移。VLA不再僅輸出駕駛動作，而是形成可復用的行動決策表征，為車內(nèi)智能體、機器人等載體預留接口。

其三，是架構(gòu)層面的長期預留。在不影響2025年量產(chǎn)節(jié)奏的前提下，為2026年及之后的具身智能接入，提前完成技術接口與演進路徑設計。

最終，理想汽車在2025年擁有的不只是一套領先的智駕系統(tǒng)，而是一套可以持續(xù)生長的駕駛智能底座。
詹錕在這一年的最大貢獻，是確保VLA不會成為一次性的“成功模型”，而是能夠支撐理想未來至少5年技術演進的核心架構(gòu)。

#04

何小鵬：對標特斯拉，趕超特斯拉

職務：小鵬汽車創(chuàng)始人、董事長兼CEO

身處這個誰也沒整明白的AI時代，沒有人不在驚濤駭浪里。

2025年，小鵬汽車銷量走勢喜人，毛利也節(jié)節(jié)攀升，但何小鵬卻面臨兩重大考。

第一，曾經(jīng)獨樹一幟的智能化標簽，被華為截了胡。作為中國本土最勇敢激進對標馬斯克的企業(yè)家，何小鵬從入場那一刻開始，就全力以赴進行智艙智駕技術的投入，并快速取得了產(chǎn)品和體驗突破，為小鵬汽車樹立起“智能汽車”的標簽。但2024-2025兩年中，隨著華為乾坤智駕和鴻蒙智行的雙線發(fā)力，小鵬“國內(nèi)智駕第一”的領先優(yōu)勢，面臨強烈挑戰(zhàn)。在聲浪和消費者體驗上，華為乾坤智駕大有后來居上之勢。

第二，20萬以上市場，缺乏主力爆款。MONA M03的成功拯救了小鵬汽車，但也讓品牌心智下沉到10萬區(qū)間，2025年無論是新G9（3月）、G7（7月）、新P7（8月）還是X9（11月），都沒有站穩(wěn)月銷5000臺的爆款臺階，產(chǎn)品矩陣大而不強。

如何破局？何小鵬的答案是：上增程、出海、全力以赴押注AI。在我們看來，上增程是增加現(xiàn)金牛，出海是規(guī)避單一市場風險，打造規(guī)模引擎，這兩者只是產(chǎn)品和營銷戰(zhàn)略。只有第三條：為物理AI生態(tài)全球化鋪路而押注AI，是他心中的終極壁壘。

在這個方向上，2025年何小鵬推動了三件大事落地：

1、大算力圖靈芯片規(guī)模化部署；

2、研發(fā)VLA 2.0，目標實現(xiàn)車+機器人+飛行汽車技術復用；

3、組織重構(gòu)，基座大模型升級，立志于成為全球物理AI的生態(tài)底座（這一點和李想異曲同工）。

2026年，同樣有三件大事要落地：

1. Q1推送VLA 2.0，實現(xiàn)國內(nèi)智駕“斷代式領先”；
2. Robotaxi小試，成本控制在20萬以下；
3. 推進機器人量產(chǎn)、飛行汽車試運營。

對比這個軌跡，說明在他心中，有且僅有一個目標：特斯拉。對標特斯拉、趕超特斯拉，是他為小鵬汽車在驚濤駭浪之中標定的航向。2026，特斯拉FSD V14就要來了，對別人可能是個壞消息，但對何小鵬來說，也許只有一個詞能表達感受：exciting！終于可以和老馬同臺掰掰手腕了！

#05

劉先明：為VLA清除效率瓶頸

職務：小鵬汽車自動駕駛中心負責人

2025下半年，小鵬汽車自動駕駛團隊發(fā)生了一次組織變革，劉先明從世界基座模型負責人，接棒自動駕駛中心負責人。這一看似“簡單的人事調(diào)整”，被外界解讀為公司在智能駕駛技術路徑上進行的戰(zhàn)略收斂。

這個解讀是準確的，劉先明并非傳統(tǒng)汽車圈出身，但也是一位深耕人工智能與計算機視覺領域多年的技術專家。2016年，他在美國伊利諾伊大學厄巴納-香檳分校拿到電氣與計算機工程博士學位后，曾在Meta（原Facebook）和Cruise（通用汽車旗下無人駕駛公司）從事研究與技術開發(fā)工作。這樣的背景，讓他既理解底層智能算法的推進邏輯，又熟悉大規(guī)模自動駕駛軟件系統(tǒng)的工程約束。

2024年3月加入小鵬汽車后，他出任AI團隊負責人；次年，小鵬提出“物理AI世界”的戰(zhàn)略重心，要讓車輛具備像人一樣理解現(xiàn)實世界的能力，而這并不是傳統(tǒng)算法能簡單堆疊出來的，劉先明幾乎得從零起步，帶隊去解決兩道核心難題：從大規(guī)模AI模型轉(zhuǎn)向?qū)嶋H車輛控制系統(tǒng)；讓這些理論與模型在真實世界自動駕駛場景中產(chǎn)生真實可量化、安全穩(wěn)定的結(jié)果。這些難題不但涉及算法研究層面，而且關系到量產(chǎn)工程化與用戶體驗層面的平衡。

真正的難點在第二代VLA。從核心決策鏈路中拿掉L，這并不意味著放棄語言能力，而是將其重新定位為“用戶意圖與導航理解工具”，而非行動決策的中樞。核心鏈路被簡化為“Vision+Action”，讓模型能夠直接在物理世界信號中完成推理。與此同時，他還需要帶隊搭建支撐大模型訓練的基礎設施，比如解決GPU長時間訓練穩(wěn)定性問題，優(yōu)化PB級的數(shù)據(jù)讀取和調(diào)度效率，形成數(shù)據(jù)—訓練—部署的工程閉環(huán)。

對了，何小鵬公開提到和他打下“裸奔賭約”的那個人，正是他。追上FSD V14今天的水平，留給他的時間，只有8個月。

#06

張航：讓大模型具備量產(chǎn)泛化性

職務：小鵬汽車自動駕駛基礎模型負責人

小鵬汽車首席工程師、基礎大模型負責人張航，極少出現(xiàn)在公開信息中，但是在學術圈里，他是極少數(shù)同時擁有深度研究影響力和工程實踐能力的技術骨干，Google Scholar被引超過1萬次，GitHub個人與主導項目累計Star也超過了1萬。他最為人熟知的工作，是在Facebook任職期間主導提出的ResNeSt模型，這段經(jīng)歷，幾乎決定了他后來的技術路徑，以視覺為起點，但目標從來不止于視覺。

沒錯，他和劉先明在加入小鵬汽車之前，兩人在Cruise就曾共事過。到了2025年，張航加入小鵬汽車自動駕駛團隊，出任自動駕駛基座模型負責人，在團隊內(nèi)部，他通常被視為“技術二號位”，他承擔的核心任務，是如何讓一個多模態(tài)大模型，在真實道路環(huán)境中做到穩(wěn)定、可泛化、可量產(chǎn)。張航的技術風格更偏向冷靜與克制，具備典型的“基礎設施型工程師”心態(tài)，不制造浪潮，但會確保浪潮來臨時，系統(tǒng)不會崩潰。

今天回看，小鵬自動駕駛在2025年最大的變化，不只是體驗提升，也是技術體系擁有了更清晰、可持續(xù)演進的底層模型結(jié)構(gòu)，而在這其中，他的價值并不體現(xiàn)在單一功能上，而是體現(xiàn)在模型開始具備可擴展性、可遷移性，以及跨階段復用的能力。

#07

周舒暢：讓物理AI落地復雜場景

職務：小鵬汽車自動駕駛算法高級總監(jiān)

2025年的秋天，小鵬汽車在智能駕駛技術上做出了一次關鍵性人才布局——從AI研究與工程領域引入了一位極具“跨界合成能力”的AI大牛，周舒暢博士。

他被任命為小鵬汽車自動駕駛算法高級總監(jiān)，肩負推動小鵬“物理AI戰(zhàn)略”中最核心的算法力量，自動駕駛基座模型深化訓練與優(yōu)化。

和劉先明一樣，他也并非出自傳統(tǒng)汽車圈。本科畢業(yè)于中國科學院，隨后在清華大學與新加坡國立大學深造，是AI與多模態(tài)大模型、強化學習、智能體研究領域的最早一批開發(fā)者之一。他早期的職業(yè)路徑，就已經(jīng)顯露出典型的“AI×工程”混合屬性。曾在Google、Megvii和StepFun等頂級技術機構(gòu)負責多模態(tài)大模型與智能體系統(tǒng)的研發(fā)與工程化實踐。

2025年，小鵬明確提出“物理AI世界”戰(zhàn)略，希望通過具身智能、大模型體系，重新定義智能駕駛甚至未來出行產(chǎn)品形態(tài)，周舒暢來得正是時候。

在加入后的數(shù)個月里，小鵬自動駕駛團隊加快了“底座模型+多模態(tài)集成”的推進力度，不僅在算法層面增強了視覺與行為推理能力，還讓自動駕駛系統(tǒng)在城市場景、高速場景與長尾復雜環(huán)境中展現(xiàn)出更穩(wěn)定的感知與策略響應。

他讓底座模型從學術實驗變成了可交付的工程成果，讓智能駕駛不僅聽起來聰明，還真正持續(xù)變得更聰明。

# 08

袁婷婷：讓智駕的用戶價值落地

職務：小鵬汽車自動駕駛產(chǎn)品高級總監(jiān)

如果說小鵬自動駕駛體系里，劉先明負責“技術能走多遠”，張航、周舒暢負責“模型能不能成立”，那么袁婷婷面對的，是一個更殘酷、也更現(xiàn)實的問題：用戶，真的會用嗎？她不是做算法出身的人，卻是小鵬智能駕駛體系中，最清楚技術該以什么形態(tài)出現(xiàn)的人。

本科畢業(yè)于浙江大學，職業(yè)生涯起點在浙江海事局，隨后轉(zhuǎn)入新能源出行平臺，真正意義上進入“自動駕駛核心圈”，是在阿里巴巴達摩院。在達摩院，她長期負責自動駕駛業(yè)務的產(chǎn)品與運營體系，也是對外最活躍的管理者之一。她反復強調(diào)三個關鍵詞：產(chǎn)品化、規(guī)模化、常態(tài)化。這不是算法工程師會自然說出口的話，卻點中了自動駕駛過去最大的痛點，技術一直在進步，但真正被用戶穩(wěn)定使用的場景，太少。

2024年6月，袁婷婷加入小鵬后擔任自動駕駛產(chǎn)品高級總監(jiān)，全面負責智駕產(chǎn)品工作。她來的時間點非常微妙，此時正值小鵬智能駕駛路線發(fā)生重大分歧與爭議的階段：明確純視覺路線，逐步弱化激光雷達在產(chǎn)品定義中的核心地位，而對外承擔“解釋這條路線”最多的人便是她。

過去一年，外界看到的袁婷婷，是微博、小鵬社區(qū)里高頻出現(xiàn)的“智駕發(fā)聲者”，但那只是她工作中最小的一部分，她真正負責的，是一條復雜且很少被看見的鏈路，智駕產(chǎn)品規(guī)劃與功能定義；從數(shù)據(jù)采集、評測標準到質(zhì)量閉環(huán)的長期體系，以及技術團隊、車型項目組、交付體系之間的協(xié)同。簡單說，她做的是把不穩(wěn)定的技術，變成可被交付的產(chǎn)品。

09#

曹旭東：高度務實的技術領袖

職務：Momenta 創(chuàng)始人、CEO

早在十年前，曹旭東的職業(yè)起點就是圍繞L4展開的。在行業(yè)尚沉浸在全無人駕駛的宏大敘事時，他卻在過去幾年完成了一次“降維轉(zhuǎn)身”，推進L2+商業(yè)落地。這并不是技術上的妥協(xié)，而是更高級的務實，因為他敏銳地察覺到，離開商業(yè)閉環(huán)的技術，一方面受彼時行業(yè)環(huán)境的影響，或被推動或受制約，另一方面，用L2的規(guī)模化落地為飛輪注油，用真實的商業(yè)回血，更有利于去養(yǎng)未來的技術長征。

可以說，曹旭東手里不僅有技術，還有工程師少有的商業(yè)邏輯，是一位高度務實的技術領袖，在最新成果上就能看得出來。2025年的秋天，大家看到了Momenta R6大模型的崛起。在R6研發(fā)期間，曹旭東很少在公開場合談模型細節(jié)。他更多的精力放在把握方向上——不允許模型為了測試指標犧牲可解釋性、不允許為了短期交付破壞長期飛輪結(jié)構(gòu)、不允許把R6變成“一個只能服務少數(shù)車型的方案”。他很清楚，一旦R6走偏了，Momenta的核心邏輯就會斷裂，飛輪不是Demo，而是一個必須能被幾十家主機廠、上百款車型反復使用的“長期系統(tǒng)”。

截止到2026年1月，與Momenta定點合作的車型已經(jīng)超過了160款，這是一個極為恐怖的數(shù)字，超過了華為。

促成這一成就的，和曹旭東個人的影響力、他的技術有關，也和Momenta整個開發(fā)團隊的能力有關，如果以CEO的角度去看，曹旭東至少有三個重要決策，起到了關鍵作用。

其一，在合作方式上是開放的，是愿意和合作團隊一起做適配優(yōu)化的，而不是賣一個“黑盒”；

其二，團隊的工程交付能力極強，流水線式的模塊化研發(fā)戰(zhàn)略，極大加快了交付效率；

其三，相較于對手，成本有優(yōu)勢。疊加具體的效果，和主流頭部方案商相差無幾，智駕大賽寧波站奪冠就是典型的例子，這四大優(yōu)勢，讓Momenta今天走到了臺前，這些都離不開曹旭東當初的那個決定，已經(jīng)堅守十年的戰(zhàn)略初心（一個飛輪兩條腿）。

#10

夏炎：讓飛輪具備記憶與進化能力

職務：Momenta聯(lián)合創(chuàng)始人及研發(fā)高級副總裁

在Momenta的“飛輪大模型”背后，有一群真正把AI理論與工程落地結(jié)合起來的人，其中最關鍵的技術核心人物之一，就是夏炎。她是研發(fā)體系中不可或缺的“大腦結(jié)構(gòu)設計師”，是集學術思想和產(chǎn)品落地能力于一身的少數(shù)幾個科研者之一。

她擁有中國科學技術大學與微軟亞洲研究院聯(lián)合培養(yǎng)的博士學位，是深度學習和大數(shù)據(jù)領域的資深專家。2016年Momenta創(chuàng)立之后，夏炎作為聯(lián)合創(chuàng)始人之一加入了核心研發(fā)團隊，并成為研發(fā)高級副總裁。

2025年推出的飛輪大模型，她在研發(fā)過程中主導了模型架構(gòu)設計和訓練策略，承擔著兩個最難的使命：讓模型有記憶能力——它不僅要看見特征，更要保留場景間的關聯(lián)與策略優(yōu)先性；讓模型能反復驗證學習成果——在大規(guī)模真實場景數(shù)據(jù)上反復迭代，而不是僅在測試集“過關”。這正是為什么Momenta的飛輪策略被稱為“不一樣的數(shù)據(jù)驅(qū)動”，它更關注行為一致性和模型長期的升級路徑，也是行業(yè)內(nèi)少數(shù)能夠真正形成“從感知到?jīng)Q策一體化”的設計體系。

在自動駕駛這條長期博弈路徑上，有人負責指向未來愿景、有人成為場景實現(xiàn)的主力者、也有人把方向變成實際落地的產(chǎn)品，夏炎把最深的AI理論內(nèi)核帶進工程現(xiàn)場，讓大模型不是一個漂亮的名字，而是一個真實可量產(chǎn)、可持續(xù)進化的自動駕駛底座。

#11

孫剛：讓技術高效適配千萬級車型

職務：Momenta聯(lián)合創(chuàng)始人及研發(fā)高級副總裁

在自動駕駛落地的賽道上，有一種角色常常被忽視，不是提出方向的人，也不是定義模型的人，而是把方向變成能被千萬輛車量產(chǎn)、反復交付的人。Momenta聯(lián)合創(chuàng)始人及研發(fā)高級副總裁孫剛，正是這樣一位隱性引擎的構(gòu)建者，他負責的，不是算法驗證，而是讓自動駕駛真正能穩(wěn)定、快速、高效地交付給用戶。

孫剛博士的學術根基極為深厚。畢業(yè)于中國科學院計算機視覺專業(yè)，長期活躍在國際AI頂會和競賽舞臺，是ImageNet 2017圖像分類冠軍、2016場景分類亞軍，這些都證明了他在視覺與識別領域的頂級實力。他在Momenta最關鍵的貢獻，是建立了一套為量產(chǎn)打造的標準流程與自動化工具鏈，讓技術可以快速適配不同合作車企的硬件平臺和量產(chǎn)體系，從而推動Momenta自動駕駛能力的量產(chǎn)效率實現(xiàn)了“指數(shù)級躍升”。

在Momenta的研發(fā)體系里，存在一套核心邏輯，技術與工程不是對立，而是同一件事的兩面，比如模型的能力是硬件的邊界；工程的可控性是量產(chǎn)的底座；數(shù)據(jù)與反饋閉環(huán)是系統(tǒng)持續(xù)進化的源泉。在這個邏輯之上，孫剛貢獻了架構(gòu)定義、工程流程體系、多平臺適配框架、自動化交付工具、穩(wěn)定性與安全性評估機制以及可持續(xù)迭代閉環(huán)，這套東西表面看起來不像“創(chuàng)新技術”，但它直接決定了技術能不能真正服務千萬級用戶而不崩。

#12

饒慶：讓智駕方案適配全球需求

職務：Momenta全球解決方案架構(gòu)師

在加入Momenta之前，饒慶就已經(jīng)是業(yè)內(nèi)認可的技術人物，畢業(yè)于慕尼黑工業(yè)大學，曾在梅賽德斯-奔馳和寶馬全球研發(fā)中心主導過智能駕駛算法研發(fā)，是推動AI在量產(chǎn)車型中首次大規(guī)模應用的重要力量。

這種學術深度和工程深度的復合背景，本身就是自動駕駛架構(gòu)層面極為稀缺的能力，既能理解視覺與多模態(tài)策略的邏輯，又能把它轉(zhuǎn)譯為工程可實現(xiàn)的方案。

在 Momenta，饒慶的角色是全球解決方案架構(gòu)師，負責定義和推動自動駕駛高階解決方案在全球主機廠、不同車型架構(gòu)中的落地。這比單一車型的接入要復雜得多，要理解不同主機廠的電子/電氣架構(gòu)、算力平臺與傳感器配置；要兼顧成本約束與性能預期；要在系統(tǒng)安全層面滿足全球不同安全與法規(guī)要求；還要確保與合作伙伴的數(shù)據(jù)、測試與驗證體系對齊，這是一種更高層的工程思考，不是做一個功能，而是做一個能夠在全球范圍、不同平臺、不同團隊之間一致運行的解決方案架構(gòu)。

#13

回看這一輪智能駕駛的演進路徑，很容易陷入?yún)?shù)、架構(gòu)和路線之爭：是一段式端到端，還是埋規(guī)則？是世界模型，還是飛輪系統(tǒng)？是激進迭代，還是穩(wěn)態(tài)量產(chǎn)？
但如果把視角稍微拉遠，會發(fā)現(xiàn)真正推動行業(yè)前行的，并不是某一種“絕對正確”的技術答案，而是一群人持續(xù)做選擇、扛結(jié)果、對長期負責的過程。

他們大多并不高調(diào)，卻身處最復雜的系統(tǒng)工程之中：既要理解算法與算力的邊界，又要面對產(chǎn)品、安全、成本和規(guī)模化的現(xiàn)實約束；既要在技術理想與商業(yè)落地之間反復權衡，也要在行業(yè)周期起伏中保持定力。

正是這些看似“不夠浪漫”的工程判斷，構(gòu)成了中國智能駕駛能夠快速落地、持續(xù)進化的底層支點。

如果說過去幾年，中國智駕的發(fā)展靠的是速度與勇氣，那么走到當下，更需要系統(tǒng)能力、組織耐力，以及對長期主義的共識。這些開發(fā)者身上，正在形成一種越來越清晰的共同特征：不迷信路線、不回避爭議，但始終把“是否真的對用戶有價值”放在決策中心。

這些勇敢的充滿創(chuàng)造力的探索，展現(xiàn)了當代中國智駕開發(fā)者們的格局和氣象。在1月31日舉行的【2025智駕天梯榜年度盛典】上，我們將邀請他們中的一部分，作為“2025智駕開發(fā)者50人”的代表進行現(xiàn)場分享，敬請關注。