智駕系，成為具身“新勢力”

來源：獵云精選；文/孫媛

智駕人，在具身智能融得飛起。

2026年至今，智駕系帶隊的具身智能，就已經誕生了3家獨角獸。

先是2月上旬，Momenta前量產負責人高繼陽帶隊的星海圖，狂攬10億元，率先躋身獨角獸；再到月底，曾任小鵬汽車首席科學家的郭彥東創辦的智平方也宣布完成超10億元B輪系列融資，以年內累計完成12輪融資，估值超百億。

再到3月，前理想自動駕駛技術研發負責人賈鵬擔任CEO，前理想汽車CTO王凱任董事長的至簡動力，更是一鳴驚人，以6個月完成5輪融資，累計融資20億，便一躍成為具身智能領域最快獨角獸。

這邊智駕系帶隊，引一級市場VC競折腰，另一邊，智駕人也開始跑步進場再就業。

就在至簡動力躋身獨角獸的同時間，另一位從理想出走創業的智駕一號位郎咸朋，牽手了前阿里副總裁任庚、前美團算法總監穆北鵬，以叫板特斯拉人形機器人，傳種子輪已完成了超額認購。

僅3月上旬，前千里智駕首席科學家秦海龍就加入Vbot維他動力，任研發副總裁；中科院孵化的智往未來，由前地平線車載智能交互產品線總經理孫浚凱領銜。

就連10日剛宣布完成5億元融資的魔法原子，新高層團隊也于融資官宣前三日添了智駕元素，其具身模型負責人、算法VP張濤，就曾先后任職于阿里巴巴和蔚來汽車。

顯而易見，智駕人，正在提速滲透進具身智能的血管中。

新銳具身，跑去智駕挖人，融熱錢

行走于一級市場，投資人自然是春江水暖鴨先知。

博原資本合伙人丁浩，明顯感受到，過去，頭部公司雖有產業方加入，但主要還是以一些院校科研的團隊背景為主，但現在一些新設立的公司，核心管理團隊里有非常多的智駕前高管的身影。

“甚至從去年下半年到今年，一些初創公司已經把一些成建制的團隊挖過來，可能是整個小團隊，或者說一個大佬帶著好幾個核心團隊一起來。”

而背后成因，丁浩坦言，核心關鍵在于，核心關鍵在于，懂產品的智駕人，是真正意義上AI應用層首批吃螃蟹的人。

伴隨著模型迭代速度提升，智駕作為AI模型第一個相對成熟的大規模商業化應用場景，在AI應用或者說模型端的商業模式上已經形成了閉環。

而智駕和具身在模型的應用鏈條里，存在很強的技術共通性，譬如硬件側的芯片傳感器控制器。

也就是說，如果把具身智能可能看成是兩條腿的一輛車，在前端，從感知決策執行這一套算法來說，大部分能力可以從原來的智駕中遷移。

再到模型端，具身智能當前較多沿用的模型主要圍繞多模態大模型與世界模型兩大技術路線展開，尤其以視覺-語言-動作模型（VLA）為核心執行架構，而智駕目前也從VLA到引入了世界模型。

這意味著，當下二者的模型框架高度趨同，有一定的共通性。

如此一來，挖一個相對有技術和產品落地能力的成建制智駕團隊，就等于快速補齊了新銳玩家從模型應用到軟硬一體的產品化落地能力，無疑是一條能后起直追的可行方案。

另外，挖成建制的智駕團隊，還有一原因，丁浩坦言，是因為具身智能里尚不存在成建制團隊。

“頭部玩家雖相對有一些聚焦性，但商業化能力還不夠顯著，也不完全具備大規模商業化落地的能力，所以，當新銳玩家找不到成建制的機器人團隊的時候，去智駕挖就是一個很好的選擇。更重要的是，這類團隊往往具備從算法到產品再到量產交付的完整經驗，這一點在具身智能早期階段尤為稀缺。”

簡單來看，技術層面，智駕跟具身智能有很大的同源性，在根本上推動著人才流動。

而智駕的強產業屬性，在普華資本合伙人蔣純看來，還可使其人才流動成為具身智能產業的“催化劑”。

“從產業角度來說，汽車是一個非常成熟的工業化產業，身為前高管，可以學習到量產可靠性工程設計、成本控制等經驗，這意味著，智駕高管加入，能讓一家具身智能公司擁有一些工業化生產能力，這對于具身智能產業落地至關重要。”

另外，從賽道來看，蔣純坦言，高溢價的資本方向也是一大推手。

“雖然智駕還是高端技術產業，但已進入日常生活，早沒那么 ‘性感’了，但具身智能則不同，作為未來技術，預期更高、資本也更熱，故而人才也隨著高溢價的資本方向流動。”

去年，具身智能首次寫入政府工作報告，成為“新質生產力”核心賽道。緊接著，上海、深圳、北京等城市紛紛出臺補貼政策。從國家到地方的“政策紅包”，明顯加速了技術從實驗室走向產業化落地的進程。

據量子位統計，2025年具身智能賽道的全年投資事件從2024年的173起暴漲至447起，涌入資本總量從137億飆升至554億，增長分別超250%和400%。

再到今年，工信部等八部門印發的《“人工智能+制造”專項行動實施意見》、以及《人形機器人與具身智能標準體系（2026版）》的相繼發布，無不在為賽道的產業化和規范化新添政策的東風。

在丁浩看來，在這些政策層面利好的情況下，市場會保持前所未有的高度共識，玩家和資本還會繼續涌入賽道，進行加碼，融資熱度或能持續要Q3或年底。

但從具身智能的商業化進程來看，丁浩也坦言，匹配不上目前融資的快節奏。

“故而，可以看到除第一梯隊外的新銳具身，大部分都在著急做一件事。他們都在通過多種方式補齊團隊能力，快速培育團隊、形成產品，以此抓住目前賽道紅利的時間窗口去完成融資。”

也由此，形成了一幕幕智駕人與具身企業的雙向奔赴。

智駕系項目多了，VC投不投，不好說

但是智駕高管加入的變多了，投資人也有點看麻了。

算不算被投的“加分項”，蔣純覺得還得一分為二來看。

從投資角度，他直言，成功的連續創業者，是所有機構的寶貝。

但失敗的也有，這個時候，他就會拋出一個常規問題，你之前失敗了，你吸取哪些教訓，你覺得這一次你怎么樣才能夠成功。

“就智駕賽道來說，前期創業成功的人還是很多的，總不能一開始就干失敗了。后階段失敗，就看是否能吸取足夠多的教訓，并轉化為經驗。如果老是創業失敗，也是件麻煩事。”

其次，結合過去的成功經驗或失敗教訓，還得評估當下的具體崗位是否適配，最好的情況時崗位平移，而非平移就需要重新評估。

譬如，曾在比較成熟的大智駕公司擔任技術骨干，要到具身智能創企做創始人，就需要重新評估新職業生涯會產生的影響。

核心原因在于，小公司資源不足，要求創始人是全能選手，這種情況，創始人做創始人，綜合素質、能力更強，才更加分。

而除了智駕人本身崗位是否適配外，蔣純表示，還要結合當前這家創企的具體發展階段，確定當下人才引入不是一個toVC的故事。

在他看來，智駕人/團隊加盟，最大的價值就是能夠帶來產業化落地。

從這個邏輯出發，炫技期，智駕人的助力有限，而當企業步入商業兌現落地階段，涉及量產交付、場景適配、成本控制，智駕的用武之地才會被進一步放大，取得立竿見影的效果。

但同時，蔣純也認為，優秀的智駕人/團隊創業做具身智能，或者較早被引入，可能會從根上來說，把那些易于量產、成本控制和復雜系統集成等因素滲透于產品設計中，讓企業在商業化落地時走得更順一些。

“畢竟智駕，從robotaxi的角度出發，也算是特殊場景且產業化成熟的機器人，所以它的經驗，對現在尚不成熟的其他機器人產業來說，仍有很多可借鑒的地方。”

對此，丁浩表示認同，這兩年他聊了不少在團隊中加入智駕人/團隊的具身智能企業。

從結果來看，有過模型和產品化量產交付能力的智駕人/團隊，能幫助公司縮短產品化周期、提速商業化和融資背書上，起到一定“加分”作用。

但同時，也有一部分不及預期，僅是從某個單點上增加了企業的一些認識度。

后者的核心問題在于，只是大廠鍍金的部門負責人，僅有產品開發等部分環節的能力，并沒有起到核心主導的作用，這對于干具身智能來說就不夠用了。

“所以我一直強調優秀的智駕人/團隊。我們比較看重，智駕的團隊歷史驗證情況，是否完整做過一個商業化閉環的產品，這才是加分的關鍵。”

站在巨人的肩膀，商業化路也很長

但即便是優秀的智駕人/團隊，去具身智能掘金，也并非易事。

磨合和改變不可避免。

丁浩坦言，目前的具身團隊，本體的一些核心技術雖跟智駕相關，但在場景落地這一側，卻是完全不同的邏輯，后者功能明確，但前者至今沒有非常確定的應用場景。

雖然toC端，現在有非常多的一些偏“文娛”的應用，但這部分還達不到剛需，再到toB端，是一個更大的市場，但垂直賽道百花齊放，要去徹底地泛化和通用，在替換性上也有很長的路要走。

他表示，機器人和現在車的終端客戶是有差異。前者即便是toC，也要面對不同的功能性和應用性場景，跟車不太一樣， 但原來的這些智駕團隊，并不需要考慮這些。

“因為車就是交通工具，團隊需要把主要精力focus在技術層面，基于硬件平臺，把模型搭建好、數據積累好，去不斷地迭代模型，也就是把感知融合和規控算法，以及最后執行這一部分做好就行。”

但具身智能，卻是另一番從0到1的場景。

就拿宇樹來說，丁浩認為，其馬年春晚的表現，已經肉眼可見其雙腿執行端的能力非常優秀，釋放出了軟硬一體和模型算法迭代超乎預期的信號。

但即便如此，執行端這一部分的表現，還不能完全把它橫向遷移到商業化場景。

“我們需要想一下，這一系列高復雜度或者高難度的動作，需要應用到那里，去找經濟性規模化地落地。目前能看到的是，玩家們都還在商業化落地前夕，從0到0.7至0.9的技術驅動階段。”

故而，丁浩認為，智駕人轉型去具身智能，首先要學會去面對不同的應用場景反向搭建整個產品體系，即把智駕的原有技術產品在具身領域上去實現最后的工程和商業化落地。

“要想明白，這套產品是個通用型的產品，還是一個針對垂類方向應用的產品，這其中軟硬體架構、算法模型和應用以及工程化的差異很大。如果是toB的市場，成本控制就很重要。”

丁浩進一步解釋，結合場景的工程落地，會跟智駕整車上車有非常大的不同，這部分其實需要具身玩家發散思維，同樣去引入一些在toB應用場景有機器人工程落地能力的團隊。

而除了應用場景不夠明確外，短期相對缺乏數據，也是智駕人在打磨模型上需要面臨的另一大難題。

丁浩表示，智駕賽道經歷過非常多螺旋式上升的階段，有長時間的數據積累和模型迭代過程，即在一個垂直的方向上有非常龐大的數據集，而具身智能數據積累的量級還僅是智駕三年前的水平。

這就意味著，具身智能的數據積累仍有很長的路要走。

“在這個情況下，智駕人要快速搭建一個產品體系，有一個很明確的產品化和商業化的思路，這些都是挑戰。”

當前的具身智能，總讓丁浩回想起七八年前L4剛出來時的智駕演進路線，融資火爆，但商業化還未至，隨后整個進程呈現周期性發展，經歷商業化落地困難、融資節奏放緩再螺旋式上升的過程。

回到當前的具身智能，站在一級市場的角度，丁浩認為在宏觀的政策支持下，資本依然會有高度共識，雖然融資的節奏和商業化會面對周期，但短期存在機會，中長期發展也是持續看好。

與此同時，伴隨著智駕端競爭和內卷的提速，在原有行業面臨競爭更聚焦的情況下，帶有產品化能力的人才“溢出”也會由被動走向主動，尋求更好的發展通道。

屆時，這場由智駕系逐鹿具身的競爭也會來得更為猛烈。