入职新公司后的首日，张杨（化名）被要求透露前东家公司的辅助驾驶算法及代码细节。由于他并未主动配合，他在新公司的停留时间并未长久，不久便选择了离职。
张杨之前供职于理想汽车，这家公司近年来因辅助驾驶技术的快速应用而受到业界瞩目，因而成了业内同仁竞相探寻的焦点。
辅助驾驶技术的进步正不断加速。随着从传统规则驱动向“端到端”模式转变，汽车制造商对人才的需求发生了显著转变，他们迫切需要AI领域的专业人才，就如同互联网巨头和AI企业所渴求的那样。
市场竞争激烈且不断加剧。在汽车企业内部，各团队展开激烈竞争、立下军令状、实施集体封闭式开发，以及“做不到就更换人员”等现象，已普遍存在于辅助驾驶部门。面对巨大的交付压力，企业纷纷采取暗中手段，如挖取高端人才、窃取行业领军企业的技术。
特别是自今年起，辅助驾驶领域的领军企业人才备受争抢。据猎头透露，在端到端技术、AI大型模型的热潮中，华为、理想、Momenta这三家企业的员工流失最为严重。
2024年及2025年初，理想辅助驾驶团队的每位关键成员几乎都收到了超过20通来自猎头的电话。在今年的5月7日，理想汽车的CEO李想在AI Talk活动中如此表示。
然而，对于高端人才的争夺，常常伴随着行业风险和法律上的争议。据36氪汽车报道，理想汽车在本年度对一位跳槽至同城的员工提起了诉讼，索赔金额达到了千万元之巨。最终，双方决定通过私下协商解决此事，该员工赔偿了理想汽车相当于一年工资的款项。
竞业协议相关的诉讼案例并不罕见。据36氪报道，理想汽车公司曾对南方某知名新能源汽车企业的员工提起诉讼，双方最终达成了和解协议。在此过程中，该员工在和解后帮助公司向员工支付了超过一百万元的赔偿金。对于这一事件，理想方面选择了保持沉默，并未对此作出任何评论。
车企在辅助驾驶和AI领域，普遍采用竞业禁止和诉讼策略，旨在阻止技术泄露并推迟其扩散，此外，这些手段还能有效遏制竞争对手的进步。
目前，新能源汽车领域的商品特性呈现出较为明显的趋同现象，而在这些技术中，辅助驾驶系统成为了为数不多且具有独特性和差异化的亮点。
在“端到端”辅助驾驶模式激活之后，Scaling Law定律中提到的“更大数据量，更强模型表现”的原则依然适用，同时，视觉-语言模型（VLM）以及视觉-语言-动作模型（VLA）等多模态的大型模型亦逐渐显露其优势。
换句话说，辅助驾驶技术正迈向一个崭新的AI时代。就如同2023年AI大模型的热潮所显现，顶尖AI人才变得极其抢手，成为了“千金难求”的宝贵资源。目前，这种人才争夺战在中国的新能源汽车企业之间正愈发激烈地进行着。
「高端人才流动，车企攻防」
在2020至2021年间，特斯拉在AI Day活动上对外展示了FSD辅助驾驶技术的演进路线。随后，国内的一些同行企业对特斯拉的PPT进行了逐帧分析，了解其技术细节。因此，特斯拉便不再刻意公开其技术路线图。
在浓雾笼罩之下，国内汽车制造商不得不独立寻求出路。华为、理想、小鹏以及Momenta等企业，堪称业界中崛起最快的佼佼者。
理想汽车历经两年时间，成功从行业中的后进者跃升至领先行列。自2023年起，该公司在技术研发上进行了多番探索，包括基于地图的城市导航方案、简化地图的方案、整合端到端与视觉-语言模型（VLM），以及最新推出的视觉-语言-动作模型（VLA）。
小鹏先前提出了“世界基座模型”这一理念，并指出其训练方法与DeepSeek相似，即首先在云端培养出一个庞大的模型基座，接着通过知识蒸馏技术，将模型的功能有效保留至车载设备中。
华为和Momenta在高级辅助驾驶技术领域内，其落地规模位居行业前列，成为主要的技术服务商。根据官方公布的数据，华为的乾崑智驾ADS系统安装量已经超过五十万辆，预计到今年年底将达到两百万辆；此外，据36氪汽车报道，Momenta的方案搭载量也已逼近三十万辆。
这些企业流失的技术精英，常常受到业界的热烈追捧，尤其是那些在今年集中力量发展辅助驾驶技术的，无论是新崛起还是传统车企。
今年二月，比亚迪发起了辅助驾驶领域的平等化运动，并推出了天神之眼A、B、C三大技术平台。其中，C平台由比亚迪自主研发，拥有高速NOA（高快速路领航）等先进功能，即便是比亚迪7万元级别的海鸥车型也能够配备。近期，比亚迪通过补贴政策，进一步将海鸥辅助驾驶版本的价格降至5.58万元。
36氪汽车获悉，比亚迪设定的内部计划是，本年下半年将发布其自主研发的城市导航辅助驾驶方案。为了推进这一新项目的进展，知情人士透露，比亚迪技术研究院院长杨东升以及辅助驾驶部门负责人李锋，曾多次赴上海，积极寻求一位具备新兴汽车企业背景的技术专家加入。
知情人士透露，这位人士在新势力企业中的职位并不算突出，于2024年离职后，他转投另一家专注于辅助驾驶的初创企业，不久后，他又一次更换工作，加盟比亚迪并担任部门主管，其工作直接向李锋汇报。在比亚迪的团队里，已有不少前员工来自那家新势力车企。
小米汽车今年面临的关键任务之一，便是着力提升辅助驾驶技术，为此公司已从新兴势力企业中吸纳了众多优秀人才。在此之前，小米创始人雷军便已成功引进了英国自动驾驶企业Wayve的前主任科学家陈龙，其将直接向小米辅助驾驶团队的负责人叶航军汇报工作。
但人才的流动本身是双向的。
理想汽车的茁壮发展，同样离不开关键技术人员团队的加入。据知情者透露，在之前吸引一位核心技术人员的过程中，理想汽车曾协助该员工向原雇主支付了数百万元的竞业禁止赔偿金。
去年十月，鉴于“端到端”策略实施成效显著，理想公司便主动向用户推出了这一功能。然而，“端到端”策略的落实需依托于大量数据的驱动，而非仅仅依靠工程师的人海战术。此后，理想公司内部启动了人员精简的工作，无论是主动还是被动，都有部分辅助驾驶领域的专业人才开始流向外部。
理想汽车致力于防止关键人才的大量流失，据36氪汽车报道，公司内部规定，辅助驾驶部门的员工，特别是参与最新技术方案VLA项目的员工，需签订保密合同，规定“在VLA项目正式实施前，员工不得离职”。（对于这一消息，理想汽车方面未作出评论。）
员工若提出辞职，必须先在非关键部门进行信息脱密处理，持续6个月之后方可正式离职。华为的自动驾驶部门同样实施了类似的保密措施和协议。
当前，端到端以及大模型的演进步伐极为迅速，短短六至八个月的时间，所采用的技术和模型或许就已过时。一位业内人士如此表示。
换言之，企业通过实施对辅助驾驶员工的保密协议，旨在获得6至8个月的竞争优势。
与AI大模型技术潮流相仿，即便是国际顶尖的AI企业，也都在竭力维护其技术上的领先地位。据媒体报道，谷歌旗下的AI部门DeepMind，为了防止其员工跳槽至竞争对手，实施了一项被形容为“激进”的竞业禁止条款，该条款规定，在英国工作的部分员工在离职后的整整一年内，不得加入任何竞争对手的公司。而在此期间员工无需工作，DeepMind也会支付他们薪水。
硅谷与中国两地，AI企业至汽车制造商，围绕顶尖人才的竞争已进入高潮。自2023年以来，辅助驾驶领域的科技发展路线发生了巨大变化，人才的流动趋势已成为衡量该行业兴衰的关键指标。
「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。
自今年二月比亚迪发起智能驾驶平等化运动以来，国内辅助驾驶领域的推广主力军已由新兴势力转变为历史悠久的知名车企，甚至包括日系和德系在内的汽车制造商也纷纷借助辅助驾驶技术供应商的力量，开启了反击的态势。
尽管国内汽车制造商难以像特斯拉的FSD软件那样收取高达6.4万元的费用，而且辅助驾驶技术大规模推广后所面临的诸多挑战尚未完全暴露，然而，这些历史悠久的车企已经无法再忍受，它们自身并未置身于这场技术变革的风口浪尖。
比亚迪、吉利、长安等汽车制造商在推进自主研发的同时，也采纳了外部供应商的解决方案。部分车企更是秘密地尝试了多种不同的方法。
业内流传着一个故事：某辅助驾驶服务提供商以“白盒”方式向一家新兴汽车制造商提供了代码方案，随后，该制造商的辅助驾驶部门员工几乎人手一份该代码。其中，“部分员工利用这份代码迅速离职，谋求晋升，或将其转售给其他企业，从中获利”。
不久，该供应商的算法源代码便流传至其他汽车制造商。换言之，这些车企无需支付费用，便获得了该供应商的核心技术。
在这种“捷径”的引导下，部分汽车制造商或许能够迅速实现一些成果和产品的落地。据业内人士向36氪透露，以往基于规则的城市导航辅助系统方案，对架构定义能力要求极高，同时需要具备较为长远的视野和思考。而“端到端”方案以模型为核心，一旦掌握了核心代码，稍加修改完善，“即便人员充足、数据丰富，同样可以创造出有价值的东西”。
尽管我们拼凑出的“可用”方案与行业领先者所追求的“好用”方案尚有差距，“但能成功制作出来已属不易，其他人则难以做到”。
「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。
每一次技术架构的更新迭代，从遵循规则的方案演变至“端到端”模式，再到如今备受瞩目的VLA模型，都代表着一次全新的思维革新和面临的新挑战。
即便华为、理想、Momenta等行业领军企业，也并未完全揭开技术的神秘面纱。自从特斯拉不再公开技术演示文稿，国内这些顶尖企业不得不自行探索，依靠积累的工程化实力来为人工智能的不确定性提供保障。
目前，业界普遍认识到“端到端”模型方案存在一定的限制。正如理想汽车首席执行官李想所言，“端到端”模式主要表现为AI系统对大量驾驶数据的模拟与学习，然而，这种模式在处理数据库之外的场景时，泛化能力较弱。
理想尝试借助创新的技术理念来攻克难题，并建议采用VLA模型，以此替代之前所采用的“端到端加VLM”的复合系统配置。
VLM（视觉语言模型）与VLA（视觉-语言-动作）存在差异，后者在VLM的基础上增加了与物理世界互动的“动作”功能。换言之，VLA可以被视为一个更高维度、更全面的多模态大型模型。
理想汽车员工向36氪透露，辅助驾驶领域VLM人才稀缺，而大规模生产VLA技术则更具挑战性。模型构建、数据收集、问题界定等方面均存在难题，且企业在量产和工程经验上存在较大差距。最终，模型设计的重要性反而显得微不足道。
理想是行业内部率先且最为主动推动辅助驾驶AI化的企业之一。比如，理想携手清华大学MARS Lab研究团队共同研发了“端到端+VLM”的双重系统方案，并在该方案的基础上，积累了AI大型模型优化、数据工程基础设施建设等方面的宝贵量产经验。这些因素或许正是其他同行纷纷争夺理想公司AI大模型人才的原因所在。
除了这些，华为、理想、小鹏、Momenta等业界领军企业，已经明确了未来技术发展的核心方向：那就是基于生成式AI构建的世界模型仿真器，以及强化学习在规控和仿真等领域的深入应用。这些技术或许将成为汽车企业辅助驾驶技术在未来发展阶段中，人才竞争的关键领域。
36氪汽车报道，自2019年起，辅助驾驶技术提供商Momenta便在预测和规控等关键环节运用了AI模型，并且较早地将强化学习技术整合到了系统训练过程里。得益于出色的表现，目前不少处于行业一二梯队的企业纷纷开始争夺Momenta的技术人才。
在辅助驾驶技术尚处迷雾之际，我国汽车制造商以及技术支持企业面临穿越未知领域的挑战。人工智能人才的流动，企业间的竞争与防御，均能在一定程度上推动整个行业技术水平的提升，从而提高行业技术基础的门槛。
对于那些追随型的企业来说，如果只是依赖于人才流动带来的技术扩散，或者试图走捷径来迅速取得成果，而缺乏独立思考和创新判断的能力，那么它们在行业竞争中就很难站在最前沿。
