9月8日，据21世纪经济报道，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。一位投资人透露，王乃岩的创业团队中有不少他在图森时期的老同事，核心研发人员现有十几人。这一动向标志着智能驾驶领域的技术人才正加速向具身智能赛道迁移。
与其他具身大脑创业团队不同，王乃岩此次创业的独特之处在于“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引入强化学习。具体操作上，王乃岩团队在预训练阶段进行域随机化处理，即故意将各类数据和条件打乱，仅向模型设定几条根本性的“第一性原理”作为奖励函数，涵盖安全底线、物理法则等核心约束。随后，模型通过成千上万次的自我博弈与试错，在持续失败中逐步领悟规律并实现举一反三，从而获得更强的泛化能力。
王乃岩此前在智能驾驶领域拥有深厚积累。他曾任职于图森未来，后加入小米汽车担任L3智能驾驶技术负责人，主导相关算法研发工作。其技术背景横跨自动驾驶感知、决策规划与系统架构，这些经验在具身智能领域具备较高的迁移价值。具身大脑作为机器人的核心决策系统，需要处理复杂环境感知、运动规划与任务执行等任务，与智能驾驶技术存在诸多共通点。
2025年以来，汽车行业高管出走并投身机器人赛道创业的趋势持续升温。此前，前小鹏自动驾驶业务负责人李力耘与前小鹏副总裁陈永海已加入众擎机器人，该公司的产品长期侧重本体结构与运动控制，目前正着力补强“大脑”能力并推进量产进程。前理想汽车AI首席科学家陈伟则创办了斜跃智能，聚焦家庭场景，开发面向C端用户的消费级具身智能产品。这些案例表明，具备自动驾驶技术背景的创业者正将相关方法论引入机器人领域，推动具身智能从实验室走向产业化落地。
从技术演进角度看，智能驾驶与具身智能在感知、决策、控制等核心环节存在显著的技术同源性。自动驾驶领域积累的感知算法、路径规划、强化学习训练框架等成果，可直接或经改造后应用于具身大脑的开发。王乃岩团队尝试将L3级自动驾驶中验证过的技术逻辑迁移至具身智能场景，这一路径的可行性尚需市场验证，但其技术思路为行业提供了新的探索方向。
具身智能赛道正处于资本关注度上升期。据不完全统计，2025年上半年国内具身智能领域融资事件超过30起，涉及本体制造、核心零部件、大脑算法等多个环节。投资机构普遍关注团队的技术壁垒、商业化路径与产品落地节奏。王乃岩团队目前处于早期融资阶段，其技术方案能否获得资本认可，将取决于团队能否将自动驾驶领域的工程化经验有效转化为具身智能产品的核心竞争力。
当前具身智能行业仍面临数据采集成本高、场景泛化能力不足、商业化落地周期长等挑战。王乃岩团队提出的域随机化与强化学习预训练方案，旨在从算法层面提升模型的泛化能力，降低对海量真实数据的依赖。这一技术路线若能在实际场景中验证有效，或将为具身大脑的规模化训练提供新的解决思路。随着更多智能驾驶背景的技术人才涌入，该领域的竞争格局与技术演进方向值得持续关注。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
