辅助驾驶人才争夺战：一把手下场挖人VS法务连续起诉

文 | 李安琪

编辑 | 李勤

入职新公司第一天，张杨（化名）被要求“吐露”上家公司的辅助驾驶算法与代码。因没有积极配合，张杨没在新公司待多久就离开了。

张杨的前东家是理想汽车，近年因迅速落地辅助驾驶而被行业关注，成为同行重点“探秘”的对象。

辅助驾驶的技术演化在持续喷发。从传统的基于规则的方案转向“端到端”模型路线后，车企的人才画像需求发生了极大变化，中国车企像互联网大厂与AI公司一样渴求AI人才。

行业竞争激烈而持续。车企内部，团队赛马、立军令状、集体封闭式开发、“做不出来就换人”等，已经成为辅助驾驶部门的常态。在高压的交付压力下，挖角高端人才、解密头部公司的技术，成为企业的一些“水下动作”。

尤其今年以来，辅助驾驶第一梯队公司的人才遭到了哄抢。有猎头人士告诉36氪，在端到端、AI大模型这波浪潮中，华为、理想、Momenta三家公司被挖的人最多。

“在2024年、2025年初，理想辅助驾驶团队每一个核心人员基本上都会接到 20 个以上的猎头电话。”今年5月7日，理想汽车CEO李想在AI Talk中说道。

但高端人才的争抢，往往伴随着竞业风险与法律纠纷。据 36 氪汽车了解，理想汽车今年起诉一名跳槽至同城企业的员工，起诉金额高达千万元级别，最终双方选择私下和解，员工向理想赔偿了一年工资的金额款项。

类似的竞业协议诉讼并不少。据 36 氪了解，理想还起诉了南方一家头部新能源车企员工，双方达成和解后，后者协助员工赔付了超百万元。针对上述信息，理想表示不予置评。

竞业、诉讼，已成为当下车企辅助驾驶、AI 团队的常用手段，以此防止、延缓技术外溢，同时抑制对手发展。

当下，新能源汽车行业产品力趋向同质化，辅助驾驶是为数不多、具备特色与差异化的技术招牌。

在辅助驾驶开启“端到端”模式后，“更大数据量更强模型表现”的Scaling Law定律还在生效，但VLM（视觉-语言模型）/VLA（视觉-语言-动作模型）等多模态大模型也开始崭露头角。

换言之，辅助驾驶正在走向一个新的AI时代。正如2023年的AI大模型热潮一样，顶级 AI 人才极为抢手，成为 “奇货可居” 的稀缺资源。如今，同样的人才争夺战也在中国新能源车企之间激烈上演。

「高端人才流动，车企攻防」

2020-2021年，特斯拉曾在AI Day上公开过FSD辅助驾驶的技术路径。而被国内友商逐帧学习PPT之后，特斯拉便不再专门透露技术图谱。

面对迷雾，中国车企们只能自行探索。华为、理想、小鹏Momenta等，是行业中成长最迅速的一批公司。

理想汽车花了两年时间从“落后生”转变为行业第一梯队的玩家。自2023年至今，理想在内部尝试了多种技术路线：依赖地图的城市NOA方案、轻地图方案、端到端+VLM（视觉-语言模型），以及新一代方案VLA（视觉-语言-动作模型）。

小鹏此前则提出了“世界基座模型”的概念，称与DeepSeek的训练方式相同：先在云端训练出超大模型基座，再通过知识蒸馏的方式将模型能力保留到车端。

而华为、Momenta则是目前行业中高级辅助驾驶落地规模靠前的技术供应商。据官方信息，华为乾崑智驾ADS装机量已突破50万，预计今年底达200万辆；而据36氪汽车了解，Momenta方案搭载量已经接近30万辆。

这些公司流出的技术人才，往往受到同行追捧。尤其是今年重点发力辅助驾驶的新、旧势力车企。

今年2月，比亚迪掀起了辅助驾驶平权运动，推出天神之眼A、B、C三大平台。C平台功能由比亚迪自研，具备高速NOA（高快速路领航）等功能，甚至在比亚迪7万元级的海鸥车型都能搭载。近期，结合补贴，比亚迪还将海鸥辅助驾驶版本的价格拉低至5.58万元。

据36氪汽车了解，比亚迪内部目标是，今年下半年将推出自研的城市NOA方案。为了加快新方案的进度，有知情人士告诉36氪，比亚迪技术院院长杨东升、辅助驾驶负责人李锋曾数次前往上海，积极招揽一位有新势力车企背景的技术人士。

有知情人士告诉36氪，该人员在新势力公司内部级别不算很高，2024年离职后，跳到另一家辅助驾驶创业公司，随后再次跳槽到比亚迪出任部门负责人，直接向李锋汇报。目前比亚迪团队中，已经有多位来自上述新势力车企的前员工。

小米汽车今年的重要课题，也是积极补足辅助驾驶能力，从新势力公司招募了多位人才加入。此前，小米雷军还招揽了英国自动驾驶公司Wayve原主任科学家陈龙加入，向小米辅助驾驶团队负责人叶航军汇报。

但人才的流动本身是双向的。

理想汽车本身的成长，也离不开关键技术骨干的加盟。有知情人士表示，此前招揽一位核心技术人才时，理想还帮该员工向前司支付了数百万元的竞业赔偿。

去年10月，由于“端到端”方案落地效果不错，理想还提前向用户推送了该功能。但“端到端”方案的实现依赖于海量数据驱动，而非工程师的人力堆叠。随后，理想内部开始了主动/被动的精简人员，部分辅助驾驶人才开始向外溢出。

但理想也在避免核心骨干快速流失，据36氪汽车了解，理想汽车内部要求，辅助驾驶团队的员工，尤其是参加最新的技术方案VLA项目的员工，必须签署保密协议，“VLA项目落地之前都不能离开。”（对于该信息，理想汽车表示不予置评）

若员工提出离职，需在非核心部门脱敏 6 个月后方可离开。华为辅助驾驶团队也有类似的项目保密协议。

“但现在的端到端、大模型路线迭代速度非常快，6-8个月后可能都不是最新的技术和模型了。”有行业人士说道。

换句话说，通过对辅助驾驶员工实行保密协议，企业们试图争取6-8个月的领先身位。

与AI大模型的技术浪潮类似，即便是全球顶级的AI公司，也要极力保证技术的领先优势。根据外媒报道，谷歌旗下的人工智能部门DeepMind，为防止员工流向竞争对手，采取了一种“激进”的竞业禁止协议，规定部分在英国员工离职后一年内不得为竞争对手工作。而在此期间员工无需工作，DeepMind也会支付他们薪水。

从硅谷到中国，从AI公司到车企，这场围绕顶尖大脑的争夺战已进入白热化阶段。而2023年至今辅助驾驶行业的技术路线剧变，也让人才流动成为行业兴衰的晴雨表。

「车企抢滩的焦虑」

AI人才的抢夺战，其实是中国车企们抢滩辅助驾驶的焦虑缩影。

今年2月以来，比亚迪掀起智驾平权运动后，国内辅助驾驶普及主力从新势力变成了传统的老牌车企，甚至日系、德系车企也在借力辅助驾驶供应商开启了反攻模式。

尽管国内车企很难像特斯拉FSD软件包一样收取6.4万费用，辅助驾驶大规模落地后的许多暗礁也还没有真正显现，但老牌车企们已不能忍受，自身不在这场浪潮的风暴中心。

于是比亚迪、吉利、长安等车企一边开启自研模式，同时还采用外部供应商方案。一些车企甚至还在暗中探索各种途径。

一个流传在行业中的故事是：一家辅助驾驶供应商，以“白盒”形式向一家新势力车企交付了代码方案后，该新势力车企辅助驾驶员工几乎人手一份代码，“一些员工凭借这份代码迅速跳槽，实现升职，或是卖给其他公司，牟取私利”。

很快，这家供应商的算法代码开始出现在其他车企手中。换句话说，其他车企不用付费，就拥有了这家供应商的核心代码。

这样的“捷径”下，一些车企或许能很快落地一些成果与产品。有行业人士告诉36氪，过往基于规则的城市NOA方案，需要有很强的架构定义能力，要有较长远视角与思考。而“端到端”以模型为主，有了核心代码后，加以修修补补，“只要人多、数据多，也能做出东西来”。

尽管拼凑出来的“可用”方案，与行业第一梯队追求的“好用”方案仍有距离，“但能做出来就已经不错了，其他人都做不出来”。

「辅助驾驶走向AI，摸索中过河」

需要正视的事实是，辅助驾驶的技术进化尚未停止。

从基于规则的方案，到“端到端”，再到当下被看好的VLA模型，每一次的技术架构换代，都是一场全新的思考与挑战。

即便是华为、理想、Momenta等头部，也并非就全然摸清了技术迷底。在特斯拉停止公开技术PPT后，国内头部玩家只能自行摸索着过河，用累积的工程化能力为AI的不确定性兜底。

当下，行业都意识了“端到端”模型方案的一些局限性。正如理想汽车CEO李想的观点，“端到端”方案更像是AI系统对海量驾驶数据的一种模仿学习，但这很难解决数据库以外的场景泛化问题。

理想试图用新的技术思路来解决问题，提出用VLA模型来取代此前的“端到端+VLM”双系统方案。

与VLM（视觉语言模型）不同，VLA（视觉-语言-动作）新增了与物理世界交互的“动作”能力。可以理解为，VLA是更维度更高的多模态大模型。

但理想汽车员工告诉36氪，辅助驾驶行业里VLM人才本身就不多，如何量产比VLM更难的VLA是一种挑战。“模型本身、数据获取，问题定义等都是问题，而企业在量产经验和工程经验上的差距会很大。到头来，模型怎么设计反而是最不重要的。”

理想是行业中最早、最积极将辅助驾驶AI化的玩家之一。例如，理想与清华MARS Lab学术团队联合开发“端到端+VLM”双系统方案，并且在此基础上累积了AI大模型优化、数据工程基建等稀缺的量产经验。这些或许是同行围猎理想的AI大模型人才的原因。

除此之外，华为、理想、小鹏、Momenta等头部玩家，也大致给出了接下来的技术重心：基于生成式AI的世界模型仿真器，以及强化学习在规控、仿真等领域的应用。而这些技术，或将成为车企辅助驾驶下一阶段人才攻防的重点区域。

据36氪汽车了解，辅助驾驶供应商Momenta从2019年开始就在预测、规控等环节使用了AI模型，也很早开始将强化学习融入系统训练中。“因为效果不错，现在一二梯队不少公司都在挖Momenta的员工。”

在辅助驾驶技术迷雾尚未拨开之前，中国的车企、技术供应商公司需要穿越无人区。AI才人的流动，企业之间的攻防，在一定程度上有助于抬升行业的技术海平面基线。

但对于跟随型企业而言，若仅依赖人才流动所带来的技术外溢，或企图通过捷径来获取成果，而缺乏自身的原创性思考与前瞻性判断，那么将很难在行业竞争中立于潮头。