当陈亦伦与李震宇带着 1.2 亿美元天使轮融资创立 “它石智航”，当余轶南、刘方等自动驾驶领域的技术大咖集体转身拥抱机器人赛道，一场科技行业近十年最大规模的人才迁徙正在上演。中国具身智能创业公司已超 300 家，创始团队几乎清一色来自 AI 与自动驾驶核心岗位。这场 “从方向盘到机械臂” 的转向，不仅引发 “智驾不香了” 的疑问，更揭示着科技产业技术迭代与资本偏好的深层变迁。
一、迁徙图谱：智驾核心力量集体转向
具身智能赛道的创业者名单，几乎就是一部中国自动驾驶的 “精英图鉴”。前华为车 BU 首席科学家陈亦伦与百度智能驾驶事业群负责人李震宇联手创立的 “它石智航”，以 1.2 亿美元天使轮融资创下国内具身智能领域纪录，其团队核心成员多来自华为 ADS、百度 Apollo 等顶尖智驾团队。地平线创始成员余轶南离开深耕多年的车载芯片领域，聚焦机器人大脑开发；原小米汽车自动驾驶负责人刘方则将智驾领域的感知算法经验嫁接到服务机器人赛道。
这种人才流动呈现出鲜明的 “圈层性”。据行业统计，目前 300 余家具身智能创业公司中，超七成创始人曾任职于华为、百度、特斯拉、小鹏等企业的智能驾驶核心部门，覆盖算法研发、系统集成、工程落地等全链条。更值得关注的是，这场迁徙不仅限于高管层面，连基层技术骨干也随之流动 —— 某头部自动驾驶公司感知团队近半年流失率达 30%，不少工程师跳槽至具身智能企业，薪资涨幅普遍在 50%-100%。
人才流动的方向直接反映在资本走向中。2024 年具身智能领域融资额突破 500 亿元，是同期自动驾驶融资规模的 2.3 倍。其中，带有智驾基因的创业公司更受青睐：前特斯拉 Autopilot 工程师创立的机器人公司获软银领投的 5 亿美元 B 轮融资，原小鹏自动驾驶算法负责人的创业项目三个月内完成两轮融资。这种 “智驾背景 = 融资优势” 的现象，进一步加速了人才迁徙的进程。
二、转向动因：技术、资本与职业的三重驱动
智驾大牛集体 “移情” 具身智能，本质是技术演进、资本偏好与个人职业发展共同作用的结果。技术栈的高度复用性构成了迁徙的基础前提 —— 具身智能与自动驾驶在核心技术上存在显著共通性：两者都需要通过传感器（摄像头、激光雷达）感知环境，通过 SLAM 技术构建实时地图，通过强化学习等 AI 算法做出决策，通过运动控制实现精准执行。特斯拉 Optimus 机器人直接复用 Autopilot 的视觉感知与导航算法，验证了 “从车到机器人” 的技术迁移可行性。
对创业者而言，具身智能提供了更大的技术发挥空间。当前自动驾驶技术路线已趋清晰，端到端算法成为行业共识，竞争焦点转向数据规模与算力投入，留给技术高管的创新空间大幅收缩。某前百度 Apollo 工程师坦言：“智驾现在是‘拼数据’的阶段，算法框架已定，个人技术突破的价值在下降。” 而具身智能仍处于技术探索期，从运动控制到人机交互都存在大量未解决的难题，这种 “不确定性” 恰恰成为技术大牛的 “机会窗口”。
资本的强力追捧构成了最直接的驱动力。具身智能被视为 “下一个万亿级赛道”，《人形机器人产业研究报告》预测 2029 年中国人形机器人市场规模将达 750 亿元，地方政府也将其列为重点扶持领域。这种预期推动融资规模飙升，1.2 亿美元的天使轮融资在自动驾驶领域难以想象，但在具身智能赛道却成为现实。更关键的是，一级市场对智驾人才的 “溢价估值”—— 只要带着核心技术团队入场，即便产品尚未落地，也能获得高额投资，这种 “人才即估值” 的逻辑加速了人才流动。
智驾行业的结构性调整则形成了 “推力”。2024 年端到端技术的普及，使得传统模块化研发模式被颠覆，车企开始缩减高阶智驾团队，尤其是感知算法岗位。某新势力车企自动驾驶团队规模较去年缩减 40%，“被动出清” 的技术人员被迫寻找新出路。而具身智能正面临严重的人才缺口：2025 年机器人算法工程师需求激增 409%，5 年以上经验者月薪 5 万仍 “一人难求”，这种 “供不应求” 的市场格局，让智驾人才成为被争抢的 “香饽饽”。
三、智驾现状：从 “创新蓝海” 到 “精耕红海”
人才迁徙的背后，是自动驾驶行业发展阶段的深刻转变。经过近十年的狂奔，智驾赛道已从 “技术探索期” 进入 “工程落地期”，游戏规则的变化让部分技术大牛感到 “英雄无用武之地”。技术路线的收敛是最显著的特征：端到端算法凭借数据效率优势成为行业标准，华为、特斯拉、小鹏等头部企业已完成模型搭建，留给后来者的创新空间大幅压缩。某行业分析师指出：“现在智驾的竞争是‘数据量比拼’，而不是‘算法突破’，这让擅长架构设计的高管价值下降。”
商业化的瓶颈也降低了赛道吸引力。L4 级自动驾驶在 Robotaxi、港口等限定场景虽有进展，但大规模落地仍遥遥无期；L2 + 级产品陷入价格战，2024 年新上市车型的智驾系统均价同比下降 32%。商业化不及预期导致资本态度转向 ——2024 年自动驾驶融资额同比下降 45%，投资方更关注 “能赚钱的项目” 而非 “烧钱的技术研发”。这种从 “讲故事” 到 “要利润” 的转变，让习惯技术驱动的高管感到不适。
职业发展天花板的显现进一步催化了离开。在头部车企，自动驾驶部门已形成稳定的权力结构，新晋高管难有晋升空间；而创业公司面临 “融资难 + 落地慢” 的双重压力，生存空间被挤压。相比之下，具身智能领域尚无绝对巨头，早期创业者有望成为行业定义者 —— 这种 “从追随者到开创者” 的角色转变，对追求职业成就感的技术大牛具有致命吸引力。正如某前华为车 BU 高管所言：“在智驾领域我最多做到部门负责人，而在机器人行业，我可能定义一个品类。”
四、具身智能：机遇与泡沫并存的新战场
尽管前景被看好，具身智能赛道并非坦途，而是机遇与泡沫交织的 “冒险游戏”。当前行业已显现出明显的泡沫特征：300 余家创业公司中，近半数尚未推出原型机，不少团队依靠 PPT 融资；人才薪资虚高，5 年经验的算法工程师年薪被炒到百万，远超行业实际承载能力；技术路线混乱，有的押注纯视觉方案，有的坚持多模态融合，尚未形成统一标准。这种状态与 2015 年自动驾驶创业热潮极为相似，而当年的 300 余家自动驾驶公司如今存活率不足 15%。
技术挑战远比想象中艰巨。具身智能需要机器人在非结构化环境中完成复杂任务，这比自动驾驶在结构化道路行驶的难度呈指数级提升：家庭场景中的随机障碍物（拖鞋、宠物）、多变的物理交互（开门、拿杯子）、模糊的任务指令（“收拾一下客厅”），都是当前 AI 难以处理的难题。某机器人公司创始人坦言：“我们用智驾的算法框架做机器人，发现 90% 的场景都不适用，必须重构技术体系。”
商业化路径的模糊更增添了不确定性。人形机器人的核心应用场景尚未明确，是家庭服务、工业制造还是医疗护理？不同场景对机器人的形态、功能要求迥异，过早押注单一方向可能满盘皆输。更关键的是成本问题 —— 当前原型机成本高达 50 万元，要降到消费级的 “2 万元以内” 至少需要 5-8 年，这意味着短期内难以实现大规模商业化。
但不可否认的是，赛道的长期价值真实存在。人口老龄化推动服务机器人需求增长，2024 年中国家政机器人市场规模同比增长 67%；工业场景的 “机器换人” 加速，制造业机器人密度已达每万人 322 台，较 2020 年翻倍。这些真实需求构成了行业发展的基石，只是需要时间等待技术成熟与成本下降。那些能将智驾技术与场景需求结合的创业者，仍有机会脱颖而出 —— 如用自动驾驶的环境预测算法优化机器人避障能力，用多传感器融合技术提升家居场景的感知精度。
结语：迁徙背后的技术迭代逻辑
智驾大牛转向具身智能的现象，本质上是科技行业技术迭代的必然规律 —— 当一个领域从 “技术探索期” 进入 “工程优化期”，最顶尖的人才总会流向更具不确定性的新战场。这种迁徙既非对自动驾驶的否定，也非对具身智能的盲目追捧，而是技术精英对 “创新红利” 的敏锐捕捉。
对于自动驾驶行业而言，人才流失虽会带来短期阵痛，但也可能加速行业洗牌，倒逼剩下的玩家更专注于商业化落地。而具身智能赛道在经历泡沫破裂后，那些真正掌握核心技术、找到应用场景的公司将存活下来，推动机器人从实验室走向现实世界。
这场人才迁徙给我们的启示在于：科技行业的魅力永远在于 “不确定性”，而真正的高手总能在变化中把握先机。无论是坚守智驾还是拥抱机器人，最终的赢家都是那些既能看清技术本质，又能耐受行业周期的长期主义者。至于 “智驾是否还香” 的疑问，答案或许是：技术的香气永远飘向充满可能性的地方，而人才的流动，正是嗅觉最敏锐的证明。