【技术团队拆解】小鹏智驾核心架构：从吴新宙到刘先明，AI重构下的三次组织跃迁

【技术团队拆解】小鹏智驾核心架构：从吴新宙到刘先明，AI重构下的三次组织跃迁

关键词：小鹏汽车、智驾团队、何小鹏、吴新宙、李力耘、刘先明、端到端、VLA、物理世界模型、图灵芯片

楔子：当“规则时代”的巅峰遭遇“模型时代”的拐点

用三年换三轮技术路线，五次换帅，两次重大架构合并——这个节奏放在任何一家科技公司，都堪称剧烈。但如果把镜头拉远看，小鹏汽车的智能驾驶团队，走的不只是一家企业的成长史，更像是中国自动驾驶行业从“辅助驾驶”迈向“高阶智能”的缩影。

更耐人寻味的是，这场组织变阵最终指向一个清晰的方向：“物理AI世界的出行探索者”。从纯视觉到端到端，从XPILOT到VLA大模型，从单一的智驾中心到智驾与座舱合并的通用智能中心——小鹏在过去五年里打了一套组合拳，而这个团队的每一次调整，都精准卡在了技术路线的转折点上。

零、贯穿始终的掌舵者：何小鹏

文章正式开始之前，有必要先把一个人单独拎出来——他就是小鹏的创始人和始终在位的CEO，何小鹏。

在智驾这件事上，何小鹏的角色不是甩手掌柜。他是战略的实际设计者，也是关键人事调整的最终拍板人。2019年，当行业还在争论“电动车有没有未来”的时候，何小鹏就已提出“只有电动化，电动车没有未来”。这句话至今仍不过时——它定义了小鹏All in智驾的底层逻辑。

在技术路线层面，同样是他一手推动团队从两条路线并行逐步收敛到专注于VLA架构。而在人事层面，无论是当年引入吴新宙打造小鹏智驾的技术骨架，还是在那个关键的时间窗口，2024年3月，他亲自引入刘先明补齐大模型能力，再到如今让刘先明直接向自己汇报——可以说，小鹏智驾团队的每一次重大转向，都离不开何小鹏的最终决断。

一、组织跃迁图谱：五年，三次权力交接

小鹏智驾团队核心架构的演化，可以从三次关键交接中看出端倪：

这三个阶段，对应着自动驾驶行业的三轮技术范式的迁移。

视角解读：小鹏智驾团队的历次换帅不是简单的“干得不好就走人”。恰恰相反，每一次交接都伴随着技术窗口的变化——从规则→前端到端→后端大模型，每一任掌舵者承担的使命截然不同。可以说，小鹏换帅是在主动寻找“最适配当前技术路线的人”。

二、三个技术周期中的三个人

如果说技术路线是剧本，那么每一任一号位就是被选中的主演。三段周期，三个完全不同的任务——这让每一任掌舵者面对的真实考题并不相同。

吴新宙：规则时代的奠基者。2019年加入小鹏担任自动驾驶副总裁后，吴新宙全面主导了小鹏智驾的技术路径与落地，搭建了核心团队与底层架构。他在任期内建立了一套基于规则的多传感器融合体系，精准推动了高速NGP和城市NGP的登场。这套体系在规则驱动时代被推到了行业体验巅峰，“规则时代的巅峰建造者”这个说法，至少在当时不是营销话术。

但规则的边界很快显现。当行业开始转向端到端大模型时，规则书的边际效用急剧下滑。2023年8月，吴新宙离职加入英伟达，随后围绕他搭建的团队成员——包括自动驾驶AI负责人刘兰个川、高通出身的Parixit Aghera、Drive.ai联合创始人王弢——也陆续离开。

李力耘：端到端过渡期的“承前启后”者。李力耘本科毕业于清华大学电子工程系，博士毕业于纽约大学计算机系，曾任百度Apollo等团队创始成员。2023年8月临危受命，接替吴新宙全面执掌小鹏自动驾驶中心。

他面临的是一个两难的过渡期：既要将已构建多年的规则和感知系统，在实际道路上“快速铺开”，又要尽可能承接好往端到端和AI方向的范式切换。在其短短两年执掌期内，小鹏完成了城市NGP在全国数百座城市的落地，推进行车全功能量产上线，并发布了AI天玑系统。相比之下，吴新宙交棒的是一个成熟的“规则地基”，李力耘则成功推进了“前段模型化”的过渡，将前沿架构实现了工程化与规模化落地。2024年10月，他因此晋升为公司副总裁。

但行业技术迭代超出了所有人的预期。2024年底，视觉-语言-动作（VLA）模型突然成为行业焦点。内部有观点认为李力耘向AI纯粹模式的转型节奏“不够快”，且与公司新方向存在分歧。2025年10月，李力耘卸任自动驾驶中心负责人，由刘先明接棒，从而宣告小鹏智驾进入第三个阶段。

刘先明：AI原生的新解题者。2016年在伊利诺伊大学香槟分校获得电气与计算机工程博士学位，先后在Facebook和Cruise从事机器学习与计算机视觉研究。2024年3月加入小鹏任AI团队负责人，同年6月以世界基座模型负责人身份出席CVPR 。

他面对的最棘手考题：当智驾从一个“驾驶任务”演变成“物理世界理解问题”后，如何重新定义车端的技术栈。他的晋升开启了一次跨越式整合：2026年4月，小鹏将智驾中心与智舱中心合并为通用智能中心，刘先明全部统管。

从他的背景来看，这是一个完全不按造车路径出身的人，但精准匹配了何小鹏现阶段最想要的“AI原生”口子。

三、2025科技日：第二代VLA与“物理AI”战略定调

聊团队，不能只聊人——还要聊这些人在做什么技术。2025年11月，小鹏科技日以“涌现”为主题，给出了一个完整的答案。

第二代VLA大模型。这套模型颠覆了传统“视觉-语言-动作”架构，首次实现了从视觉信号到动作指令的端到端直接输出，省掉了中间的语言转译环节。这种设计改变了以往“看→说→做”的间接模式，更像是一种直接的“物理直觉”。

靠什么支撑这么大模型跑起来？小鹏给出的答案是一套“芯片-算子-模型”全链路优化的组合拳：在Ultra车型上实现2250TOPS车端算力（三颗自研图灵芯片），云端3万张卡算力集群，720亿参数的基座大模型，约1亿个clips的训练数据量，相当于人类司机驾驶65000年才碰得到的极限场景。云端到车端五天一次全链路迭代，模型在车端持续自我进化。

小路NGP与类人能力涌现。复杂小路场景的平均接管里程提升了13倍。更让人意外的是系统出现了“涌现”现象——在完全没有受过专门训练的情况下，系统能识别交警手势、能根据路口对向车的轮胎微小偏转预判对方变道意图。《Scaling Law首次在自动驾驶赛道被验证》，刘先明本人披露当车端模型喂下6亿秒视频后，系统开始展现出自主的链式思考（CoT）能力。

Robotaxi与人形机器人IRON的同步推进。小鹏在2026年计划至少先跑三部量产Robotaxi车型，搭载4颗图灵芯片与3000TOPS的算力（依然是当时全球最高水准）。而全新一代IRON，全身拥有82个自由度，已搭载小鹏第二代VLA大模型。这也呼应了何小鹏一直强调的全域战略：这套物理世界大模型，将统一作用于汽车、机器人、飞行汽车，形成一整套“物理AI拼图”。

四、总结：从拼“规则”到拼“系统”

纵览五年三周期，小鹏智驾团队的演变核心在于三组变量：

技术侧：从规则堆砌到物理理解。吴新宙锻造了传感器和规控实现的结构化推演，但端到端、VLA出现后底层逻辑变了——不再靠堆叠规则描述环境，而是让模型自己在海量数据中理解世界。这不仅是一场算法的更迭，更是架构范式的跃迁。

成本侧：从拼参数到拼系统效率。900多亿参数的云端基座、车端数十亿级参数的大模型——这些大数字很唬人，但比“模型多大”更致命的是系统的自我迭代能力。小鹏背后真正的核心资产，是“全链路5天一迭代”的数据流转效率。本质上，智能驾驶的竞争已经从一个产品问题演变为一个复杂的系统工程问题。

组织侧：从功能团队到AI研究团队。当智驾和智舱合并成了“通用智能中心”，刘先明被派去解决全线座舱与智驾的感知融合。这意味着，小鹏已经不把智驾看成一个单一的产品功能去开发，而是把它当成未来整车核心AI能力的基础构件。

一场从“功能落地”到“系统能力构建”的转型，正在小鹏智驾团队的每一次人事变动和技术更迭中悄然发生。