21世纪经济报道记者何煦阳

　　出走汽车领域，奔赴机器人赛道。一场高管迁徙潮，仍在上演。

　　《21汽车·一见Auto》从多方独立信源处获悉，原小米智能驾驶L3技术负责人王乃岩，已投身具身大脑创业，目前该项目正在寻求融资。

　　一位投资人告诉《21汽车·一见Auto》：“王乃岩的创业团队中有不少是他在图森时期的老同事，现在核心研发人员有十几个。”

　　2025年以来，出走车圈、投身机器人赛道创业的高管队伍正持续壮大。在此之前，前小鹏自动驾驶业务负责人李力耘、前小鹏副总裁陈永海已入众擎机器人，众擎的产品此前一直长于本体与运控，目前正在发力“大脑”与量产；前理想汽车AI首席科学家陈伟创办了斜跃智能，聚焦家庭场景，做面向C端用户的消费级具身智能产品。

　　王乃岩是自动驾驶的“老兵”，此前任图森未来中国区CTO，负责L4级别无人驾驶卡车系统的研发。2024年5月加入小米后，王乃岩主导了小米L3级自动驾驶研发。

　　接近王乃岩的知情人士告诉《21汽车·一见Auto》，王乃岩新的创业项目的业务目标是打造最“泛化”的具身大模型，更快摸到“物理AGI”。

　　和其他具身大脑创业派不同，王乃岩此次创业的独特性是——复用L3的技术逻辑。其中，最具代表性的方法是“在动作模型的预训练环节，做强化学习”。

　　王乃岩在小米带队研发L3时，广为人知的代表性工作是使用小米SU7 Ultra创下纽北首个自动驾驶圈速纪录。但一位小米员工告诉《21汽车·一见Auto》，王乃岩更重要的贡献是发表了论文《DriveZero：超越人类示例的端到端自动驾驶技术（DriveZero: End-to-End Driving Beyond Human Demonstrations）》，以下简称《DriveZero》）。该论文是小米第一篇以“小米L3级自动驾驶团队”署名发表的作品。

　　《DriveZero》署名作者是“小米L3级自动驾驶团队”

　　泛化性是目前具身大模型的死穴。

　　过去，在训练大模型时，行业通常的做法是“先模仿，再强化”。比如在智驾场景中，研究者会先灌输大量人类数据让模型模仿学习（遇到类似路况，模仿人类的驾驶决策），再把强化学习当成最后一道微调工序，对模型输出的驾驶行为进行打分，最后模型会根据奖惩的结果，通过反向传播算法自行优化网络。

　　但通过这种方式训练出来的模型有天生的局限：模型能开得很像人，却不一定能超越人。

　　这导致了三个后果：模型更“死板”，不知道在同一种驾驶场景中可以有不同解法；并且遇到驾驶数据没覆盖到的场景后，模型就“傻眼”了；更严重的是，人类驾驶数据中很少有危险动作与救车动作，所以模型在新场景中出现一点小偏差后不知道如何回调，它眼前的是驾驶数据中从未见过的画面，接着便是一连串错误驾驶行为的累积。

　　因此，宇树科技创始人王兴兴8月20日在WRC主论坛上曾坦言：具身智能目前最大的瓶颈就是泛化能力不足，“固定场景里成功率可能接近100%，但换一个环境，甚至换一个物品，成功率就暴跌”。

　　王乃岩的创业项目也是为解决这个痛点。接近王乃岩的知情人士透露：“王乃岩曾在一次交谈中表示，当前具身大模型通过学习LLM（大语言模型）不断灌数据、做大参数量，是无法真正具备泛化能力的。”

　　他认为，真正有效的Scaling（规模法则）方式是——具身大模型应该在动作模型的预训练阶段做强化学习，然后在大量的仿真训练中演绎出正确的行为，最后实现Scaling Law。

　　具体而言，王乃岩的方法是在预训练时进行域随机化（Domain Randomization，故意把各种数据和条件打乱），只给模型定几条根本性的“第一性原理”（奖励函数，如安全底线、物理法则等），之后“让模型成千上万次地自我博弈与试错”，最后便会发现“它所展现出的容错能力和策略上限远非纯模仿学习可比”。

　　通俗点说，行业的做法像在实施“题海战术”，模型死记硬背大量题库，人类告诉其正确答案后再拼命记忆；而王乃岩推崇的做法则像人类在一开始就教模型基本定理（如平行线永不相交、三角形内角和等于180°等），然后模型拿着定理去做题，在一次次的失败后慢慢领悟、举一反三，泛化性更强。

　　“动作不是靠模仿抄出来的，而是靠‘演绎’学出来的——这是王乃岩的基本理念。”上述这位知情人士告诉《21汽车·一见Auto》。

　　目前，具身智能的融资主战场转向“造大脑”。

　　据IT桔子统计，2023年，人形机器人融资起数占比34.4%，是绝对主导；具身大脑系统仅占25%，排名第二。2026年，格局反转——具身大脑系统以38.8%的占比，反超人形机器人的21.1%，成为融资次数最多的子赛道。

　　事实上，具身智能赛道的马太效应正在加速显现，一家“大脑派”机器人初创企业要闯的关卡并不少。

　　首先，智驾大模型技术未必能完全迁移到机器人领域，这需要时间。

　　“汽车的驾驶轨迹还停留在二维，而机器人的动作是一段三维运动过程。”一位具身大模型算法工程师告诉《21汽车·一见Auto》。机器人有上百个关节，还需要感知触觉，并且需要理解物理世界的规律。在运动时，机器人应该动哪个关节、每个关节怎么运动，这都使得具身大模型的强化学习和大规模仿真训练难度比自动驾驶大得多。

　　另外，相比智驾数据，机器人的数据采集难度更大。要想实现具身大脑的泛化，对数据的质量和多样性要求都更高。

　　更重要的是，据IT桔子统计，2026年上半年，国内具身智能披露融资额超460亿元。但这460亿元的分配方式极度失衡：约七成资金（约330亿元）流入前20家企业，且其仍在加速融资上市；剩余200多家公司分到约124亿元，平均每家只能分到数千万元。

　　这意味着，一家“大脑派”机器人初创企业，很难在资金有限的情况下迅速完成大模型架构的重构或硬件量产线的实质突破，追平甚至超越TOP20玩家。

　　但也有大脑派公司高管保持乐观。他向《21汽车·一见Auto》表示：“相比多模态大模型，机器人赛道的标准更多元，机会也更多：如果汽车行业最后留下的玩家能超过五家，那机器人行业最后留下来的至少有二三十家。”

　　一位投资人告诉《21汽车·一见Auto》，王乃岩打算带领团队在早期先把具身大模型的基本能力训练好，之后再针对特定场景做部署。

　　智驾大模型未必能平移复用，数据采集成本居高不下，资本资源高度向头部集中，多重约束之下，急于落地商业化未必是最优解。练好具身大脑基本功，或许是穿越周期的第一步。