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

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。