从自动驾驶到具身智能：李力耘的跨界跃迁与AI新赛道的加速

当人形机器人与自动驾驶在技术底层悄然交汇，一场关于“物理世界AI”的变革正在加速。4月21日，一则人事变动引发行业广泛关注：前小鹏汽车自动驾驶核心负责人李力耘正式加盟众擎，出任首席技术官（CTO）。这一消息不仅标志着一位顶级技术领袖的职业生涯新起点，更预示着具身智能赛道正迎来一次关键的技术范式升级。

技术迁移：从“感知-决策-控制”到“大脑-小脑-神经末梢”

李力耘的履历堪称中国AI产业演进的缩影。从清华大学电子工程系到纽约大学计算机博士，从LinkedIn、百度Apollo到京东JDX智慧物流实验室，再到小鹏汽车主导自动驾驶AI化转型，他始终站在技术落地的一线。在小鹏期间，他带领超千人团队完成了从规则驱动到AI大模型驱动的跨越，构建起高效的数据飞轮与工程化部署体系。

如今，他将这套成熟的“工业化AI”打法带入了具身智能领域。众擎创始人赵同阳评价：“李力耘既懂前沿，又懂量产，这是纯学术派做不到的。”这一判断背后，是具身智能与自动驾驶在底层逻辑上的高度同构性——两者都依赖多模态感知、实时决策与精准执行，都需要在复杂物理环境中实现安全、可靠、高效的闭环。

众擎正致力于构建“原生多模态驱动、大小脑与神经末梢协同”的全集成架构。所谓“大脑”，是负责高层认知与任务规划的具身智能核心；“小脑”则对应运动控制与行为协调；而“神经末梢”则是遍布机体的传感器与执行器网络。李力耘的加入，正是要将自动驾驶中已验证的感知融合、决策规划、端到端训练等能力，系统性地迁移至这一新架构中。

数据飞轮：从虚拟仿真到真实世界的闭环加速

具身智能的难点在于，它无法像大语言模型那样依赖海量文本数据训练，而必须通过与真实世界的持续交互来积累经验。这正是李力耘带来的关键优势——他在小鹏期间构建的数据飞轮体系，能够实现“感知-决策-执行-反馈”的闭环迭代。

在自动驾驶中，车辆每行驶一米，都在生成新的训练数据；在具身智能中，机器人每完成一次抓取、行走或避障，同样在积累宝贵的物理交互样本。李力耘将推动众擎建立类似的“物理世界数据飞轮”：通过仿真环境预训练、真实场景微调、边缘计算实时反馈，实现模型持续进化。

更重要的是，这种飞轮不仅提升模型性能，更加速工程部署。李力耘曾主导小鹏城市NOA的规模化落地，深知从实验室原型到百万级量产的鸿沟。他将把这套“可量产的AI工程能力”注入众擎，使具身智能不再停留在实验室demo，而是真正走向工厂、家庭与公共服务场景。

战略跃迁：从“体能之王”到“智能全栈”

众擎此前以人形机器人本体制备见长，被誉为“体能之王”。但赵同阳坦言，公司需要从“能打”升级为“能干”——即具备完整的智能闭环能力。李力耘的加盟，正是这一战略跃迁的关键落子。

他不仅将主导技术架构，更将参与产品定义与规模化路径规划。这意味着众擎不再只是硬件制造商，而是向“AI+硬件”系统级解决方案提供商转型。未来，众擎的机器人将具备更强的环境理解力、任务泛化能力与自主决策水平，真正实现“具身大脑”的落地。

李力耘在朋友圈中表示：“人形机器人是物理AI最具潜力的赛道。”这一判断背后，是AI从虚拟世界走向物理世界的必然趋势。当大模型开始“具身化”，当机器人开始“类人思考”，我们正站在一个新时代的门槛上。

标签： 具身智能 人形机器人 自动驾驶 AI工程化 数据飞轮