[ 首发于智驾最前沿微信公众号 ] 过去两年，具身智能行业几乎是将自动驾驶的人才、方法论和组织经验一起打包吸收了进来，据不完全统计，近两年国内智驾领域已有近 40 位核心高管及技术骨干跨界进入具身智能领域。很多智驾相关的平台也会将具身智能作为技术的探讨内容，智驾人才涌向具身智能，是降维打击还是会水土不服？

一场人才大迁徙？

2026 年开年至今，具身智能赛道也已经跑出多家新晋独角兽，翻看创始人名单，星海图的高继扬曾任 Momenta 量产负责人，智平方的郭彦东是小鹏汽车前首席科学家，它石智航的陈亦伦是华为车 BU 前自动驾驶系统 CTO、李震宇是百度智能驾驶事业群前总裁。

理想汽车则是这波人才迁徙最集中的企业，过去半年，理想有 8 位核心高管离职，涵盖智驾、芯片、产品等关键板块。智驾一号位郎咸朋、智能驾驶产品负责人韩龄，以及曾被外界称为三驾马车的夏中谱、贾鹏、王佳佳等核心高管相继离开，大多转投具身智能领域。郎咸朋创立的昆仑行机器人，注册 90 天内完成 3 轮融资，估值超 10 亿美元，直接跨过独角兽门槛；前理想 CTO 王凯与智驾团队成员联合创立的至简动力，成立仅 8 个月连续完成 5 轮融资，成为具身智能赛道最年轻的独角兽。

图片源自：网络

地平线系的人才流出同样密集，据统计，地平线至少有 14 位核心技术和管理层离职创业，其中 13 人进入了具身智能赛道。005 号员工余轶南创办了维他动力，智能座舱产品线总经理牛建伟创立叮当动力，前视觉感知技术负责人黄冠创办极佳视界。

这场人才流动的驱动力主要来自两个原因，一个是智驾行业的收缩，L4 级 Robotaxi 商业化落地一再推迟，长尾难题难以攻克，资本市场耐心耗尽，行业从扩张转向收缩；还有就是具身智能赛道的爆发，2026 年 1 至 4 月，具身智能领域招聘指数达到 579，较 2025 年的 36 暴增 15 倍。具身智能的薪资也在提升，具身智能岗位平均月薪已从 5.8 万元提升至 6.1 万元以上。一位具身智能算法工程师形容当下的状态，现在投资人问的第一个问题不是你们技术怎么样，而是你们估值多少，上一轮谁投的。

技术栈的高度重叠，让转行看起来顺理成章？

从技术架构看，自动驾驶和具身智能确实共享大量底层技术，两者都依赖感知、决策、执行的技术闭环，都需要借助海量传感器数据实时构建环境模型并做出最优决策。在感知系统中，两者都需应对噪声环境下的信息提取、多传感器数据融合和数据传输低延时等问题。

VLA（视觉 - 语言 - 行动模型）、世界模型、端到端大模型、数据闭环这些技术概念，在自动驾驶领域已经得到广泛应用，迁移到机器人领域在逻辑上更是顺畅。理想汽车曾提出自动驾驶是具身智能的上半场，通用人形机器人是具身智能的下半场。国务院发展研究中心发布的报告也显示，中国具身智能产业市场规模有望在 2030 年达到 4000 亿元、2035 年突破万亿元。

之所以具身智能领域可以接收如此多的智驾人才，是因为智驾人才带给具身智能行业的，不只是某段可复用的代码，而是在自动驾驶战场上磨出来的全套方法论。如何定义复杂问题、如何在不确定性中拆解任务、如何在资源约束下做关键取舍、如何在一个长达数年的开发周期里维持团队的纪律与信心等，都是可以从智驾领域直接应用到具身智能领域的。

有观点认为，智驾领域的具体知识（某个算法实现、某个特定调优技巧）或许会随技术换代迅速贬值，但在智驾领域所锤炼出的元能力（对算法开发与部署的掌控力、跨域协同的工程力、将技术从 Demo 推向量产的执行力）是实实在在的硬通货。

也正因如此，智驾背景的人才在具身智能领域创业时，资本市场给予了极高的信任。郎咸朋在理想主导的是整个智能驾驶体系的战略规划与落地执行，资本认为他对具身大模型的商业路径判断具备确定性；至简动力背后的投资人名单包括元璟资本、蓝驰创投、红杉（参数丨图片）中国、君联资本、中科创星、高榕创投等明星机构，战略投资方则有腾讯和阿里巴巴。这些投资决策背后，其实也可以看出市场对智驾人才能力的认可。

但两者像，但不代表一样

随着这两个领域并步前行，两者的区分也逐渐明显，很多真正从智驾领域跨入到具身智能领域的人都说，最初都把两者看得太像了。自动驾驶虽然复杂，但本质上是在高度约束的环境中解决问题，道路是固定的，交通规则是明确的，车辆形态是统一的，绝大多数变量都在一个相对可定义的框架里。而机器人面对的是开放的物理世界，需要把人与物理世界几乎所有可能的交互关系都考虑进来。

两者更核心的分野在于任务这个概念是不同的，自动驾驶没有下游任务，不可能造一辆专门跑北京五环的车，智驾追求的是一个能适配所有道路场景的通用解法。但机器人的本质就是任务的集合，今天没有任何一个机器人模型能通吃所有工业场景，更别说家庭场景。像是拧螺丝、上料、分拣、装配、搬运、整理等，每一个动作背后都可能是另一套数据、另一套训练和另一种部署方式。预训练、后训练、场景微调、小样本学习这套繁琐的流程，才是机器人行业的常态。

从能力维度看，智驾和具身智能的差异更为明显，智驾要解决的核心问题只有一个，即安全的导航移动；而具身智能则需要同时解决导航移动、运动控制和灵巧操作三个问题，导航移动只是具身智能的入场券，运动控制和灵巧操作才是真正的核心挑战。车辆在结构化道路上的行为空间也是相对有限的，而通用操作机器人需要应对非标物体、柔性材料、动态环境和长时序任务，像是具身智能需要的手眼协调、力控、故障自恢复这些能力，在车规级方案里没有现成答案。

智驾和具身智能在数据层面也有所差异，语言模型可以利用互联网上沉淀的海量数据，但机器人数据高度依赖具体场景，工厂、商超、咖啡店、酒店前台、医院前台等不同空间积累的数据各不相同。全球加起来能用的真机数据大概只有 50 万小时，而大语言模型训练时消耗的文本数据是它的两万倍不止。具身智能学会一个动作需要的数据没法从网上爬，只能靠机器人自己在真实环境里一遍遍试。多位算法负责人在闭门会议中承认，花几千万采集来的 10 万小时数据，模型能力只涨了 5%，在 A 工厂学到的技能，换到 B 工厂大概率失灵。

前特斯拉中国设计中心负责人张海星曾将具身智能能力划分为 L1 到 L5 五个阶段，目前行业仍处在从 L1 向 L2、L3 过渡的阶段，对应的是自动驾驶 L1 到 L5 的智能阶段。人形机器人可以在部分专用场景落地，但距离真正的跨场景泛化还有相当距离，现阶段，全球尚未形成统一的技术路线，各家有各家的打法。

经验正在从资产变成负债？

到了 2026 年，具身智能行业的风向开始变化，春节前后就有猎头提到，一些机器人公司已经明确倾向于优先招聘有机器人行业经历的人，跨行业候选人的面试概率明显下降，智驾背景虽不至于成为减分项，但已经不像前几年那样天然具备吸引力。一家从头部智驾公司出来做具身的企业，在招聘世界模型研究员时，直接将不要智驾背景写进了岗位要求里；一位工业机器人公司的 CEO 说得更直白：" 具身这是个新行业，真的要靠老经验，基本上就黄掉了 "。

之所以会出现这个现象，不是因为经验没有价值，而是因为经验或许会变成负担，长期在智驾体系里成长起来的工程师，很容易形成路径依赖，他们习惯于寻找统一解法，习惯于搭建通用框架，习惯于用过去已经验证成功的方法去解释和解决新问题。但具身智能很多时候并不需要这种思维，甚至某种程度上需要抛弃这种思维，因为机器人行业最大的特点，就是几乎所有事情都没有标准答案。

不少具身智能领域的创业者私下都说过类似的话，他们现在看人，最在意的既不是做没做过机器人，也不是做没做过自动驾驶，而是这个人能不能快速理解一个全新的问题。一代成功经验正在失效，新世界开始筛选新的能力，当一家头部具身智能企业在岗位要求中明确标注拒绝智驾背景时，这并不是对过去技术积累的否定，而是对路径依赖的警惕。

资本热度下的真实现状

从融资数据看，具身智能赛道的热度仍在攀升，据 IT 桔子数据显示，2026 年上半年国内具身智能及机器人领域共发生 288 起融资事件，涉及 226 家企业，披露融资额超 460 亿元。拉长到 2025 年 7 月至 2026 年 6 月，这个数字是 503 起融资、超 960 亿元。截至 2026 年 6 月初，国内具身智能领域融资总额已超过 677 亿元，规模接近 2025 年全年总和。

投融资数据火热，但热钱的分布极不均衡，上半年，前 5 家公司融了约 171 亿元，占全行业 37%；前 20 家拿走了七成约 330 亿元，剩下 200 多家公司只能分不到三成的钱；2026 年前五个月，27 家公司拿走了所有 10 亿元及以上大额融资。资金分配极度失衡，头部拿了钱，所以头部更该拿钱，这种资本惯性下的从众效应明显强于市场验证后的正反馈。

相较于谁拿了钱，其实还可以关注下谁在出钱，10 亿元以上的大额融资里，主角已经从传统 VC 换成了百度、字节、小米、美团、上汽、汇川等企业，以及各地政府背景的投资平台，产业资本和国资加起来占比超过四成。国资的入场方式很直接，即出钱，要求企业在当地建厂，同时开放本地工厂作为第一个客户。

大量的融资背后，具身领域的发展到底如何？有数据显示，截至 2026 年 5 月，全国具身智能相关企业突破万家，其中人形机器人整机企业达 320 家，但真正跑通商业闭环的案例为零。达闼，一家曾经估值超过 200 亿、融资超过 54 亿的公司，2025 年前 7 个月只卖了 140 万的货，净亏损 8425 万元。凤凰网财经的统计显示，截至 2026 年一季度末，A 股人形机器人概念板块总市值达 11.89 万亿元，同期全球人形机器人实际出货量仅约 2000 台。宇树科技市销率 24.7 倍，但 73.6% 的收入来自科研教育客户，工业刚需场景仅占约 9%。有行业判断认为，2026 年并非具身智能商业化元年，而是淘汰赛元年。

最后的话

聊了这么多，再回到最初的问题，智驾人才转行具身智能，究竟是机会更大还是风险更高？短期内，智驾人才的算法能力、工程经验和系统思维确实能给具身智能行业带来增量价值，这从大量智驾背景的创业公司能快速获得巨额融资就能看出来。

但从长期看，两个赛道在问题定义、技术路径和评价体系上的本质差异，决定了单纯的经验复制行不通，只有那些能放下路径依赖、重新理解机器人行业特有难题的人，才有可能在即将到来的淘汰赛中留下来。而那些带着降维打击心态入场的人，最终可能会发现自己才是被降维的那一个。