2025中国智驾开发者50人（第二期）

2025年度，谁在推动智驾进步？

他们是一个非常活跃但总体上又极为低调的群体。我们按照贡献的方式，把他们分为四类：

1、学术研究者，在顶会顶刊上发表高引论文的作者（含作者团队）；

2、研发组织者，定投资、定方向、定目标、定范式、定团队的人，类似奥本海默；

3、研发骨干，负责某一个具体方向的研发统筹，并和兄弟们一起拼搏出成果的人；

4、产品和工程负责人，负责产品定义、用户交互、工程实施的人，做出了非常棒的产品体验，或者保障了连续的工程交付表现。

如果说《2025中国智驾开发者50人》系列第一期的学术研究者是在实验室里寻找火种，那么从第二期开始，这些研发组织者、研发骨干和负责人，便是亲自跳进泥沼里开路的人。

本期记录的是理想汽车、小鹏汽车和Momenta，这三家企业2025年度推动智驾技术进步的关键人物（排名不分先后），记录他们在过去一年里，分别解决了什么问题？怎么干的？取得了什么成果？

#01

李想：在惊涛骇浪中否定自己

职务：理想汽车创始人、董事长兼CEO

李想在2025年所面对的，不是单点挑战，而是三股同时叠加、且彼此放大的压力。

第一重压力，大龙来袭。早年理想ONE抢先占领增程市场，L系列靠“移动的家”建立清晰心智，这一阶段，理想独树一帜、遥遥领先，几乎没有遇到真正意义上的竞争。2024年底开始，局面发生改变，鸿蒙智行（准确说是问界）、小米、特斯拉持续完成产品体系升级，并在品牌势能、终端网络和用户运营上对理想形成合围。这几条战力惊人的大龙，让理想增程系列产品承受巨大压力，销量持续下滑，进而影响到零售终端网络和供应链的健康度。

第二重压力，消费降级。理想的核心用户群体是城市中产家庭，宏观环境变化对这部分人群冲击较大，使他们在消费决策上变得更加谨慎，刚需释放呈现出逐渐降级的趋势。车子配置越来越高，但价格只能更便宜，毛利就这样被消耗掉。

第三重压力，AI革命。这是要花大钱的，并且要持续烧钱，并且是在茫茫黑夜中——因为你并不知道未来的时间表和路线图——坚持烧钱，以等待黎明。左手销量和利润承压，右手要花大钱去参与和拥抱AI革命，在惊涛骇浪中，李想需要为理想汽车校准航向。只不过，他校准航向的方式极为特殊。

2024年底前，理想汽车的核心愿景是：创造移动的家，创造幸福的家。2024年底在AI Talk 活动中，李想提出新愿景——连接物理世界和数字世界，成为全球领先的人工智能企业。 

李想当时的核心逻辑，认为汽车将进化为人工智能时代的空间机器人，通过AI融合物理与数字世界，推动AI普惠家庭。从那时起，理想组织与技术投入向AI研发倾斜。

2025年11月，理想汽车的愿景迭代为：全球领先的人工智能终端企业，进一步聚焦终端场景，强调汽车是最大的 AI 终端，明确短期目标是3-5年成为具身智能领域用户价值最高的企业。

2025年12月，愿景再次升级：成为全球领先的具身智能企业，将自动驾驶定义为具身智能的子集，提出汽车是“自动驾驶+空间智能+本质控制”的具身智能体，组织回归创始人模式以适配技术转型，推动VLA基座模型研发，打通智能驾驶与智能座舱的技术边界。

短短两年，理想汽车的愿景迭代了四版，这种情况绝无仅有，以至于有人开玩笑，说理想变成了一家“愿景驱动”的公司，靠不断改变愿景来驱动公司转型。我们认为，这恰恰反应了李想的认知模型和性格特质：不断提升和刷新认知，有错就改、当机立断。这四次愿景迭代，清晰反映出李想本人在过去两年之中，所遭遇的巨大震撼、挑战和惊喜。也许，就在绝大多数人认为理想正在陷入苦海的此刻，李想本人却在认知和组织升维的过程中，得到了他最喜欢的糖果。

2025年度，中国本土企业家中，最清晰的表达了独立思考的AI愿景和战略的人，也是最勇敢否定自己的人，这就是我们推荐他的理由。

#02

郎咸朋：为具身智能打好地基

职务：理想汽车自动驾驶研发高级副总裁

2024年的夏天，郎咸朋带队率先完成了VLM+E2E的关键跨越，这次拐点解决的是“看得懂、走得通”的问题；到了2025年，随着企业战略正式指向“具身智能”，问题发生了变化：一个要承担长期任务的AI司机，是否具备一致的驾驶人格、稳定的决策边界和可自我进化的学习底座？这正是郎咸朋在2025年面对的核心挑战。

围绕VLA司机大模型，他做的不是一次激进重构，而是一次系统性的“纠偏工程”。第一件事，是重新定义数据。他推动团队彻底重构数据筛选标准，从“覆盖更多场景”转向“是否真实反映人类驾驶决策逻辑”，亲自参与高风险、高争议样本的取舍，替换了约200万条clips，明确哪些行为“再多也不能学”。第二件事，是约束模型的学习方式。在VLA体系下，他不再允许模型单纯追求通过率和流畅度，而是把“驾驶一致性”和“长期行为稳定性”拉进核心指标体系，避免端到端在复杂城市场景中“聪明但不可靠”。第三件事，是用实车验证模型人格。2025年初，他带队在北上深杭等城市进行了上千公里的密集实测，把模型输出与人类老司机的决策风格逐段对齐，而不是只看仿真结果。

最终在OTA 8.2后，VLA第一次呈现出清晰、稳定、可预期的驾驶风格——不是最激进，也不是最保守，但可信。

如果说2024年的端到端，是一次能力跃迁；那么2025年郎咸朋完成的，是一次驾驶智能的定型工程。这也是为什么，VLA能够成为理想后续具身智能战略的“第一块地基”。

#03

詹锟：为具身智能创造生长空间

职务：理想汽车VLA模型负责人

詹锟在2025年的角色，已经不再是单一算法负责人，而是驾驶智能底座的架构设计者。

理想汽车的两次智驾拐点，一次是2024年夏天的端到端VLM + E2E，一次是2025年8月的VLA司机大模型，背后都有他深度参与。Drive VLM和World 4Drive，不是单点论文成果，而是围绕“世界理解—决策—行动”完整闭环的两次范式跃迁。

随着VLA司机大模型逐步成熟，一个新的风险开始显现——如果模型被深度绑定在驾驶这一单一场景中，那么理想提出的具身智能战略，将在未来多载体扩展时遭遇不可避免的技术断层。因此他在2025年推动的工作，并不是单点性能提升，而是一次底层定位的调整。他明确将VLA视为多载体共享的“感知—决策抽象层”，而不是只服务于车辆控制的专项模型。在具体实施上，他带队完成了三项关键重构：

其一，是能力收拢。将原本分散在感知、预测、规划中的能力压缩进统一、可演进的基座模型，降低系统复杂度，为后续扩展腾出空间。

其二，是功能边界前移。VLA不再仅输出驾驶动作，而是形成可复用的行动决策表征，为车内智能体、机器人等载体预留接口。

其三，是架构层面的长期预留。在不影响2025年量产节奏的前提下，为2026年及之后的具身智能接入，提前完成技术接口与演进路径设计。

最终，理想汽车在2025年拥有的不只是一套领先的智驾系统，而是一套可以持续生长的驾驶智能底座。詹锟在这一年的最大贡献，是确保VLA不会成为一次性的“成功模型”，而是能够支撑理想未来至少5年技术演进的核心架构。

#04

何小鹏：对标特斯拉，赶超特斯拉

职务：小鹏汽车创始人、董事长兼CEO

身处这个谁也没整明白的AI时代，没有人不在惊涛骇浪里。

2025年，小鹏汽车销量走势喜人，毛利也节节攀升，但何小鹏却面临两重大考。

第一，曾经独树一帜的智能化标签，被华为截了胡。作为中国本土最勇敢激进对标马斯克的企业家，何小鹏从入场那一刻开始，就全力以赴进行智舱智驾技术的投入，并快速取得了产品和体验突破，为小鹏汽车树立起“智能汽车”的标签。但2024-2025两年中，随着华为乾坤智驾和鸿蒙智行的双线发力，小鹏“国内智驾第一”的领先优势，面临强烈挑战。在声浪和消费者体验上，华为乾坤智驾大有后来居上之势。

第二，20万以上市场，缺乏主力爆款。MONA M03的成功拯救了小鹏汽车，但也让品牌心智下沉到10万区间，2025年无论是新G9（3月）、G7（7月）、新P7（8月）还是X9（11月），都没有站稳月销5000台的爆款台阶，产品矩阵大而不强。

如何破局？何小鹏的答案是：上增程、出海、全力以赴押注AI。在我们看来，上增程是增加现金牛，出海是规避单一市场风险，打造规模引擎，这两者只是产品和营销战略。只有第三条：为物理AI生态全球化铺路而押注AI，是他心中的终极壁垒。

在这个方向上，2025年何小鹏推动了三件大事落地：

1、大算力图灵芯片规模化部署； 

2、研发VLA 2.0，目标实现车+机器人+飞行汽车技术复用；

3、组织重构，基座大模型升级，立志于成为全球物理AI的生态底座（这一点和李想异曲同工）。

2026年，同样有三件大事要落地：

1、 Q1推送VLA 2.0，实现国内智驾“断代式领先”；

2、 Robotaxi小试，成本控制在20万以下；

3、 推进机器人量产、飞行汽车试运营。

对比这个轨迹，说明在他心中，有且仅有一个目标：特斯拉。对标特斯拉、赶超特斯拉，是他为小鹏汽车在惊涛骇浪之中标定的航向。2026，特斯拉FSD V14就要来了，对别人可能是个坏消息，但对何小鹏来说，也许只有一个词能表达感受：exciting！终于可以和老马同台掰掰手腕了！

#05

刘先明：为VLA清除效率瓶颈

职务：小鹏汽车自动驾驶中心负责人

2025下半年，小鹏汽车自动驾驶团队发生了一次组织变革，刘先明从世界基座模型负责人，接棒自动驾驶中心负责人。这一看似“简单的人事调整”，被外界解读为公司在智能驾驶技术路径上进行的战略收敛。

这个解读是准确的，刘先明并非传统汽车圈出身，但也是一位深耕人工智能与计算机视觉领域多年的技术专家。2016年，他在美国伊利诺伊大学厄巴纳-香槟分校拿到电气与计算机工程博士学位后，曾在Meta（原Facebook）和Cruise（通用汽车旗下无人驾驶公司）从事研究与技术开发工作。这样的背景，让他既理解底层智能算法的推进逻辑，又熟悉大规模自动驾驶软件系统的工程约束。

2024年3月加入小鹏汽车后，他出任AI团队负责人；次年，小鹏提出“物理AI世界”的战略重心，要让车辆具备像人一样理解现实世界的能力，而这并不是传统算法能简单堆叠出来的，刘先明几乎得从零起步，带队去解决两道核心难题：从大规模AI模型转向实际车辆控制系统；让这些理论与模型在真实世界自动驾驶场景中产生真实可量化、安全稳定的结果。这些难题不但涉及算法研究层面，而且关系到量产工程化与用户体验层面的平衡。

真正的难点在第二代VLA。从核心决策链路中拿掉L，这并不意味着放弃语言能力，而是将其重新定位为“用户意图与导航理解工具”，而非行动决策的中枢。核心链路被简化为“Vision+Action”，让模型能够直接在物理世界信号中完成推理。与此同时，他还需要带队搭建支撑大模型训练的基础设施，比如解决GPU长时间训练稳定性问题，优化PB级的数据读取和调度效率，形成数据—训练—部署的工程闭环。

对了，何小鹏公开提到和他打下“裸奔赌约”的那个人，正是他。追上FSD V14今天的水平，留给他的时间，只有8个月。

#06

张航：让大模型具备量产泛化性

职务：小鹏汽车自动驾驶基础模型负责人

小鹏汽车首席工程师、基础大模型负责人张航，极少出现在公开信息中，但是在学术圈里，他是极少数同时拥有深度研究影响力和工程实践能力的技术骨干，Google Scholar被引超过1万次，GitHub个人与主导项目累计Star也超过了1万。他最为人熟知的工作，是在Facebook任职期间主导提出的ResNeSt模型，这段经历，几乎决定了他后来的技术路径，以视觉为起点，但目标从来不止于视觉。

没错，他和刘先明在加入小鹏汽车之前，两人在Cruise就曾共事过。到了2025年，张航加入小鹏汽车自动驾驶团队，出任自动驾驶基座模型负责人，在团队内部，他通常被视为“技术二号位”，他承担的核心任务，是如何让一个多模态大模型，在真实道路环境中做到稳定、可泛化、可量产。张航的技术风格更偏向冷静与克制，具备典型的“基础设施型工程师”心态，不制造浪潮，但会确保浪潮来临时，系统不会崩溃。

今天回看，小鹏自动驾驶在2025年最大的变化，不只是体验提升，也是技术体系拥有了更清晰、可持续演进的底层模型结构，而在这其中，他的价值并不体现在单一功能上，而是体现在模型开始具备可扩展性、可迁移性，以及跨阶段复用的能力。

#07

周舒畅：让物理AI落地复杂场景

职务：小鹏汽车自动驾驶算法高级总监

2025年的秋天，小鹏汽车在智能驾驶技术上做出了一次关键性人才布局——从AI研究与工程领域引入了一位极具“跨界合成能力”的AI大牛，周舒畅博士。

他被任命为小鹏汽车自动驾驶算法高级总监，肩负推动小鹏“物理AI战略”中最核心的算法力量，自动驾驶基座模型深化训练与优化。

和刘先明一样，他也并非出自传统汽车圈。本科毕业于中国科学院，随后在清华大学与新加坡国立大学深造，是AI与多模态大模型、强化学习、智能体研究领域的最早一批开发者之一。他早期的职业路径，就已经显露出典型的“AI×工程”混合属性。曾在Google、Megvii和StepFun等顶级技术机构负责多模态大模型与智能体系统的研发与工程化实践。

2025年，小鹏明确提出“物理AI世界”战略，希望通过具身智能、大模型体系，重新定义智能驾驶甚至未来出行产品形态，周舒畅来得正是时候。

在加入后的数个月里，小鹏自动驾驶团队加快了“底座模型+多模态集成”的推进力度，不仅在算法层面增强了视觉与行为推理能力，还让自动驾驶系统在城市场景、高速场景与长尾复杂环境中展现出更稳定的感知与策略响应。

他让底座模型从学术实验变成了可交付的工程成果，让智能驾驶不仅听起来聪明，还真正持续变得更聪明。

# 08

袁婷婷：让智驾的用户价值落地

职务：小鹏汽车自动驾驶产品高级总监

如果说小鹏自动驾驶体系里，刘先明负责“技术能走多远”，张航、周舒畅负责“模型能不能成立”，那么袁婷婷面对的，是一个更残酷、也更现实的问题：用户，真的会用吗？她不是做算法出身的人，却是小鹏智能驾驶体系中，最清楚技术该以什么形态出现的人。

本科毕业于浙江大学，职业生涯起点在浙江海事局，随后转入新能源出行平台，真正意义上进入“自动驾驶核心圈”，是在阿里巴巴达摩院。在达摩院，她长期负责自动驾驶业务的产品与运营体系，也是对外最活跃的管理者之一。她反复强调三个关键词：产品化、规模化、常态化。这不是算法工程师会自然说出口的话，却点中了自动驾驶过去最大的痛点，技术一直在进步，但真正被用户稳定使用的场景，太少。

2024年6月，袁婷婷加入小鹏后担任自动驾驶产品高级总监，全面负责智驾产品工作。她来的时间点非常微妙，此时正值小鹏智能驾驶路线发生重大分歧与争议的阶段：明确纯视觉路线，逐步弱化激光雷达在产品定义中的核心地位，而对外承担“解释这条路线”最多的人便是她。

过去一年，外界看到的袁婷婷，是微博、小鹏社区里高频出现的“智驾发声者”，但那只是她工作中最小的一部分，她真正负责的，是一条复杂且很少被看见的链路，智驾产品规划与功能定义；从数据采集、评测标准到质量闭环的长期体系，以及技术团队、车型项目组、交付体系之间的协同。简单说，她做的是把不稳定的技术，变成可被交付的产品。

09#

曹旭东：高度务实的技术领袖

职务：Momenta 创始人、CEO

早在十年前，曹旭东的职业起点就是围绕L4展开的。在行业尚沉浸在全无人驾驶的宏大叙事时，他却在过去几年完成了一次“降维转身”，推进L2+商业落地。这并不是技术上的妥协，而是更高级的务实，因为他敏锐地察觉到，离开商业闭环的技术，一方面受彼时行业环境的影响，或被推动或受制约，另一方面，用L2的规模化落地为飞轮注油，用真实的商业回血，更有利于去养未来的技术长征。

可以说，曹旭东手里不仅有技术，还有工程师少有的商业逻辑，是一位高度务实的技术领袖，在最新成果上就能看得出来。2025年的秋天，大家看到了Momenta R6大模型的崛起。在R6研发期间，曹旭东很少在公开场合谈模型细节。他更多的精力放在把握方向上——不允许模型为了测试指标牺牲可解释性、不允许为了短期交付破坏长期飞轮结构、不允许把R6变成“一个只能服务少数车型的方案”。他很清楚，一旦R6走偏了，Momenta的核心逻辑就会断裂，飞轮不是Demo，而是一个必须能被几十家主机厂、上百款车型反复使用的“长期系统”。

截止到2026年1月，与Momenta定点合作的车型已经超过了160款，这是一个极为恐怖的数字，超过了华为。

促成这一成就的，和曹旭东个人的影响力、他的技术有关，也和Momenta整个开发团队的能力有关，如果以CEO的角度去看，曹旭东至少有三个重要决策，起到了关键作用。

其一，在合作方式上是开放的，是愿意和合作团队一起做适配优化的，而不是卖一个“黑盒”；

其二，团队的工程交付能力极强，流水线式的模块化研发战略，极大加快了交付效率；

其三，相较于对手，成本有优势。叠加具体的效果，和主流头部方案商相差无几，智驾大赛宁波站夺冠就是典型的例子，这四大优势，让Momenta今天走到了台前，这些都离不开曹旭东当初的那个决定，已经坚守十年的战略初心（一个飞轮两条腿）。

#10

夏炎：让飞轮具备记忆与进化能力

职务：Momenta联合创始人及研发高级副总裁

在Momenta的“飞轮大模型”背后，有一群真正把AI理论与工程落地结合起来的人，其中最关键的技术核心人物之一，就是夏炎。她是研发体系中不可或缺的“大脑结构设计师”，是集学术思想和产品落地能力于一身的少数几个科研者之一。

她拥有中国科学技术大学与微软亚洲研究院联合培养的博士学位，是深度学习和大数据领域的资深专家。2016年Momenta创立之后，夏炎作为联合创始人之一加入了核心研发团队，并成为研发高级副总裁。

2025年推出的飞轮大模型，她在研发过程中主导了模型架构设计和训练策略，承担着两个最难的使命：让模型有记忆能力——它不仅要看见特征，更要保留场景间的关联与策略优先性；让模型能反复验证学习成果——在大规模真实场景数据上反复迭代，而不是仅在测试集“过关”。这正是为什么Momenta的飞轮策略被称为“不一样的数据驱动”，它更关注行为一致性和模型长期的升级路径，也是行业内少数能够真正形成“从感知到决策一体化”的设计体系。

在自动驾驶这条长期博弈路径上，有人负责指向未来愿景、有人成为场景实现的主力者、也有人把方向变成实际落地的产品，夏炎把最深的AI理论内核带进工程现场，让大模型不是一个漂亮的名字，而是一个真实可量产、可持续进化的自动驾驶底座。

#11

孙刚：让技术高效适配千万级车型

职务：Momenta联合创始人及研发高级副总裁

在自动驾驶落地的赛道上，有一种角色常常被忽视，不是提出方向的人，也不是定义模型的人，而是把方向变成能被千万辆车量产、反复交付的人。Momenta联合创始人及研发高级副总裁孙刚，正是这样一位隐性引擎的构建者，他负责的，不是算法验证，而是让自动驾驶真正能稳定、快速、高效地交付给用户。

孙刚博士的学术根基极为深厚。毕业于中国科学院计算机视觉专业，长期活跃在国际AI顶会和竞赛舞台，是ImageNet 2017图像分类冠军、2016场景分类亚军，这些都证明了他在视觉与识别领域的顶级实力。他在Momenta最关键的贡献，是建立了一套为量产打造的标准流程与自动化工具链，让技术可以快速适配不同合作车企的硬件平台和量产体系，从而推动Momenta自动驾驶能力的量产效率实现了“指数级跃升”。

在Momenta的研发体系里，存在一套核心逻辑，技术与工程不是对立，而是同一件事的两面，比如模型的能力是硬件的边界；工程的可控性是量产的底座；数据与反馈闭环是系统持续进化的源泉。在这个逻辑之上，孙刚贡献了架构定义、工程流程体系、多平台适配框架、自动化交付工具、稳定性与安全性评估机制以及可持续迭代闭环，这套东西表面看起来不像“创新技术”，但它直接决定了技术能不能真正服务千万级用户而不崩。

#12

饶庆：让智驾方案适配全球需求

职务：Momenta全球解决方案架构师

在加入Momenta之前，饶庆就已经是业内认可的技术人物，毕业于慕尼黑工业大学，曾在梅赛德斯-奔驰和宝马全球研发中心主导过智能驾驶算法研发，是推动AI在量产车型中首次大规模应用的重要力量。

这种学术深度和工程深度的复合背景，本身就是自动驾驶架构层面极为稀缺的能力，既能理解视觉与多模态策略的逻辑，又能把它转译为工程可实现的方案。

在 Momenta，饶庆的角色是全球解决方案架构师，负责定义和推动自动驾驶高阶解决方案在全球主机厂、不同车型架构中的落地。这比单一车型的接入要复杂得多，要理解不同主机厂的电子/电气架构、算力平台与传感器配置；要兼顾成本约束与性能预期；要在系统安全层面满足全球不同安全与法规要求；还要确保与合作伙伴的数据、测试与验证体系对齐，这是一种更高层的工程思考，不是做一个功能，而是做一个能够在全球范围、不同平台、不同团队之间一致运行的解决方案架构。

#13

写在最后

回看这一轮智能驾驶的演进路径，很容易陷入参数、架构和路线之争：是一段式端到端，还是埋规则？是世界模型，还是飞轮系统？是激进迭代，还是稳态量产？但如果把视角稍微拉远，会发现真正推动行业前行的，并不是某一种“绝对正确”的技术答案，而是一群人持续做选择、扛结果、对长期负责的过程。

他们大多并不高调，却身处最复杂的系统工程之中：既要理解算法与算力的边界，又要面对产品、安全、成本和规模化的现实约束；既要在技术理想与商业落地之间反复权衡，也要在行业周期起伏中保持定力。

正是这些看似“不够浪漫”的工程判断，构成了中国智能驾驶能够快速落地、持续进化的底层支点。

如果说过去几年，中国智驾的发展靠的是速度与勇气，那么走到当下，更需要系统能力、组织耐力，以及对长期主义的共识。这些开发者身上，正在形成一种越来越清晰的共同特征：不迷信路线、不回避争议，但始终把“是否真的对用户有价值”放在决策中心。

这些勇敢的充满创造力的探索，展现了当代中国智驾开发者们的格局和气象。在1月31日举行的【2025智驾天梯榜年度盛典】上，我们将邀请他们中的一部分，作为“2025智驾开发者50人”的代表进行现场分享，敬请关注。