小米汽车智能驾驶团队规模逾1800人 多技术路线并行预研

近日有信息显示，小米汽车在智能驾驶技术领域开展了广泛的前期研究工作，涵盖了当前市面上的多种技术路径。除了端到端和视觉语言动作模型，其他如基于规则的感知与决策方案等，均在内部有所布局。其中，视觉语言动作模型部分由陈龙负责，其余路线的预研工作则由陈光管理。

小米的智能驾驶团队在组建过程中表现出一定的特点。2021年3月30日，小米宣布进入汽车制造领域，当晚即确定由当时的技术委员会主席叶航军博士总体负责智能驾驶团队。团队成立初期，人员规模在一年内达到约500人。相比之下，其他一些公司组建类似规模的团队用时更长。经过数年发展，该团队目前人员数量已超过1800人。

自2024年3月 小米SU7车型上市以来，其在智能驾驶技术方面进行了一系列更新。从最初依赖高精度地图的方案，过渡到无需高精度地图的驾驶模式，随后又在约一年时间内迭代了多个端到端技术版本。这一过程反映了小米在技术方案上的持续调整。

叶航军曾在讨论中提到，小米智能驾驶的研发遵循了从规则驱动到数据驱动，再向认知驱动演进的步骤。他表示，从有图到无图方案，以及端到端、世界模型、视觉语言动作模型等当前常见的技术框架，小米均有所涉足，并发表过相关学术论文。

智能驾驶技术的多样化路径是行业内的普遍现象。不同公司在选择技术方向时，往往会根据自身资源、研发基础和市场定位进行权衡。小米进入该领域的时间相对较晚，但通过快速组建团队和并行推进多个预研项目，试图覆盖更多可能性。这种做法在某种程度上借鉴了其他公司的经验，但也面临着整合不同技术路线的挑战。

团队规模的扩大往往伴随着管理复杂度的增加。小米智能驾驶团队在几年内从数百人增长到超过1800人，这种速度需要相应的组织架构和资源配置支持。人员数量的变化不仅反映了研发投入的力度，也与项目进展的阶段有关。在汽车制造领域，智能驾驶作为关键技术之一，通常需要较长周期的积累和验证。

技术路线的预研工作有助于提前识别潜在机会和难点。小米内部同时探索多种方案，可能意在减少未来技术选型时的局限,不过预研阶段的项目并不都会进入实际应用，后续仍需根据测试结果和行业趋势做出筛选。视觉语言动作模型作为较新的方向，由专门人员负责，而其他路线则由统一团队管理，这种分工方式试图平衡专注性与协调性。

从行业背景看，智能驾驶技术的发展仍处于演变之中。各家公司的进展节奏不一，既有专注于单一路径的做法，也有多线并行的尝试。小米的做法属于后者，其团队组建和研发推进的速度，在一定程度上体现了后发者试图加快追赶步伐的策略。然而，技术成果的实际应用和用户体验，还需经过更长时间的检验。

小米汽车在智能驾驶领域的投入，是其整体造车计划的一部分,自宣布造车以来，小米在供应链、生产设施和研发体系上均有布局。智能驾驶作为其中一环，其进展与整车的开发进程相互关联。团队规模的数字本身并不能完全说明技术能力，但可以作为观察其资源分配的一个参考。

总体而言，小米汽车在智能驾驶方面的研发工作呈现出范围较广、团队扩张较快的特点。技术路线的预研覆盖了当前常见的多种方案，团队管理上也有明确分工。这些举措旨在为后续的产品化和技术迭代提供基础，但其实际效果还需结合后续的产品表现和市场反馈来评估。在智能驾驶领域，技术路径的选择和团队的执行效率都是影响成果的重要因素，小米的尝试能否达到预期，仍有待观察。