獨家丨蔚來智駕多位核心高管離職

億歐汽車獨家獲悉，蔚來人工智能平臺負責人白宇利已于國慶節前離職。

白宇利本科畢業于韓國延世大學，與蔚來自動駕駛副總裁任少卿同出于自動駕駛科技公司Momenta——任少卿曾是Momenta研發總監和聯合創始人，白宇利則在Momenta擔任過人工智能基礎設施負責人。

從Momenta離職后，白宇利曾短暫創業，成立了一家專注于構建高性能通用人工智能基礎設施解決方案的初創公司。

2020年8月，白宇利入職蔚來，擔任人工智能平臺負責人，職級為總監，向任少卿匯報。自2023年3月起，他還擔任了蔚來云端工程部負責人，職級為資深總監。

白宇利所負責的業務，在智駕研發中相當于基礎設施建設，為智駕算法的迭代提供云端算力、數據閉環等支持。

隨著智駕方案從傳統的規則算法切換至端到端算法，以及融合程度更高的VLM、VLA、世界模型等技術路線，數據和計算平臺的能力愈發關鍵，而行業內的組織變動和人員調整也屢見不鮮。

據億歐汽車了解，除了白宇利，蔚來世界模型負責人馬寧寧、蔚來智駕產品負責人黃鑫已于近期離職。

蔚來對億歐汽車回應，為了強化對通用人工智能最新技術的吸收，并能高效、高速、高質量地實現智能駕駛體驗交付，蔚來近期主動調整了智能駕駛部門組織架構——

通過構建預研、量產、平臺復制、車型復制的「4×100接力棒」模式，將智能駕駛組織與通用人工智能組織實現并軌，打造符合通用人工智能技術發展趨勢的組織架構。

該組織架構調整，將更有利于蔚來全力沖刺世界模型2.0版本的開發與交付。

據稱，蔚來將會從今年底到明年一季度，陸續在多個平臺推出世界模型2.0的迭代版本。

技術迭代潮中的人事變動

智能駕駛是智能電動汽車競爭的核心要塞，尤其是對于蔚來這樣的高端品牌而言。

近期在極氪50萬級旗艦SUV——極氪9X的上市發布會上，極氪就分享了一組用戶購車關注因素調研數據：“輔助駕駛系統”排到了第三，僅次于“安全性”和“舒適度”，高于傳統重要購車因素如“三電”、“操控”甚至是“智能座艙”。

這在一定程度上可以說明，高端車型用戶對于智駕的重視程度。

智能駕駛也一直是蔚來的投入重鎮。早在2016年蔚來就開啟了智駕方案的自研，是最早在Mobileye芯片上量產智駕方案的國產品牌，在智駕領域的團隊規模和投入資源也一度領跑新勢力。

不過，智駕領域的競爭烈度一直沒有緩解，甚至愈演愈烈。

過去兩年來，高階智駕的技術風口已經多次轉換，前一年龍頭們還在規則算法上盡可能地丟掉高精地圖，轉眼就集體瞄向了靠數據驅動的端到端架構，而到今年，則進一步指向與大語言等其他模型合流的生成式智駕。

據億歐智庫發布的《2025中國高階智能輔助駕駛最新技術洞察》報告，傳統的模塊化架構將感知、決策、規劃等環節拆分、獨立開發，依賴人工規則且存在大量信息損耗，而端到端架構則通過神經網絡連接各模塊，能實現數據驅動，提升迭代效率。

在這樣的背景下，去年蔚來智駕團隊進行了兩次重要調整。

第一次調整是在去年6月，蔚來撤銷了感知部、規劃與控制部等模塊化部門，新成立了大模型部、部署架構與方案部、時空信息部等，以切換至端到端方案的開發。

但端到端方案上車的進度未及預期，蔚來很快啟動了第二次智駕組織架構的調整。

去年12月，部分智駕二級部門的負責人被換，蔚來智駕副總裁任少卿接替彭超，直接管理大模型部，陳昆盛則接替秦海龍，任部署架構與方案部負責人。

組織架構調整的過程中，伴隨著持續的人事變動。

據公開信息不完全梳理：去年11月，蔚來原時空信息部門負責人袁弘淵離職；隨后在去年底第二次調整架構后，原部署方案與架構部負責人秦海龍離職；今年4月，蔚來規劃與控制領域專家樊昊陽離職……

從傳統的規控算法向端到端轉型，相當于用端到端的新團隊去革原來智駕團隊的命，組織的調整伴隨著業務的重新整合與劃分，智駕團隊各部門負責人的調整與變動在行業中也屢見不鮮。

今年，理想汽車端到端模型開發與落地負責人夏中譜、世界模型負責人賈鵬、智駕團隊量產負責人王佳佳等智駕核心高管也相繼離職。

理想汽車的端到端方案從2023年11月開始立項，次年10月就向MAX版本用戶全量推送了“端到端+VLM（視覺語言模型）”方案，但理想并不認為這就是終極解決方案，一系列人事變動的背后，這家智駕后進生已經重押了“VLA（視覺-語言-動作）”模型。

蔚來的端到端方案，則在傳統的端到端架構上融合了空間認知和時間認知能力。今年5月底，蔚來世界模型NWM首個版本開始了全量推送。

億歐汽車獲悉，蔚來世界模型負責人馬寧寧最近已離職。

值得一提的是，蔚來智駕一號位也在近期履新。

9月20日，據雷峰網報道，蔚來副總裁、自動駕駛研發首席專家任少卿已入職中國科學技術大學人工智能實驗室，蔚來職位將同時兼任。

任少卿當時對媒體回應：“對蔚來公司的事情沒有影響，學校是在常校長、潘校長和斌哥支持下搞一些中長期的研究。”

根據蔚來的回應，組織架構和人員的調整是為了更好地迭代世界模型2.0版本，目標是基于世界模型的時空認知能力，加入語言，構建Open-set（開放集）智能引擎實現開放交互。用戶將不再局限于有限的指令集，而是能夠自然表達，系統正確理解并執行。同時，新版本將會通過強化學習，進一步增強長時序的能力。

智駕研發中的基礎設施

白宇利所負責的人工智能平臺和云端工程部，主要為智駕研發提供云端算力、數據閉環、計算資源等基礎設施支持，它是一塊平臺化業務，在此前的組織變動中所受的波及并不大。

其業務包含云端超算中心和車端計算平臺，形成了獨特的“端云結合”布局。

云端超算中心相當于輔助駕駛的“經驗工廠”，主要是處理海量數據、訓練和迭代復雜的智駕模型，有人打了這樣的比方：超算中心專注于把車輛的駕駛經驗提煉成知識，再教給所有車。

這無異于智能汽車背后的“超級大腦”，因此，云端算力已成為智能駕駛軍備競賽的核心戰場。

據億歐智庫發布的《2025中國高階智能輔助駕駛最新技術洞察》報告，在云端算力儲備方面，頭部公司特斯拉以自建Dojo超算中心和英偉達H100集群領跑，國內車企則通過與云計算巨頭合作（如阿里云、火山引擎等）來快速補足短板。

與國內同航道的車企相比，蔚來在云端算力上的布局并不拔尖。

不過，蔚來率先采用的“端云結合”布局，則同樣為其智駕方案的迭代提供了強大平臺。

在去年的一次演講中，白宇利曾公開介紹，蔚來的高性能計算平臺可支撐日間峰值吞吐達到200萬次的任務請求，并且同時支持1.5萬個節點的并發。

除此之外，蔚來還在人工智能平臺之下，研發了一套EFLOPS量級（每秒百億億次浮點運算）的分布式計算集群，以盡可能地提升研發效率、縮短閉環時間。

車企進行智駕模型的驗證，最終避免不了的環節是把功能放在實車上跑。為了解決快速驗證的瓶頸，蔚來開發了一套解決方案，叫“群體智能”——

在上一代智駕方案中，蔚來融合了4顆英偉達Orin-X芯片，其中一顆專門留給了“影子模式”，以便快速將真實的算法部署在車上，拿到測試結果。

白宇利表示，蔚來打通了邊緣計算的能力，使得車云算力可以聯合調度，蔚來整體端云上的算力（包括云端和車端），足足有260EOPS，相當于100個分布式的千卡訓練集群。

EOPS是不同于?FLOPS（每秒浮點運算次數）的一個單位，它是一個強調效率的性能指標，而?FLOPS、EFLOPS主要是衡量超算中的浮點計算能力。

“這基本和特斯拉10萬片H100的算力規模差不多。我們也在這里進行數據生命周期管理，并通過車端緩存和壓縮技術，大幅減少車云上面流量通行。”白宇利此前介紹。

而根據可查的最新公開信息，截至去年12月，蔚來智能駕駛“端云算力”新增 15.7 EOPS，總算力達378.1 EOPS，是全國最大的“端云算力”集群。

蔚來暫未繼續發布智駕報告，不過隨著交付量的增加，蔚來的“端云算力”顯然還在不斷增加。

與此同時，蔚來也在用業內通行的方式繼續加大云端算力的投入。

蔚來董事長李斌曾在今年的一次媒體溝通中表示，蔚來原來買卡比較多，后來意識到“不是卡越多模型就越好”，現在對卡的算力“管得特別緊”，也有很多卡在以租用的方式使用。

有知情人士告訴億歐汽車，蔚來租了騰訊云、金山云小幾百張卡，“只給智駕使用。”

智駕仍是歷時長久、耗資巨大的持久戰，在算力、數據、算法等多個維度考驗著參與者們的資源儲備與工程化能力。

當前，技術路線尚不明朗、終端體驗也尚未拉開實質性差距，這場戰事的結果還遠未顯現。

調整智駕部門組織架構、醞釀世界模型2.0版本的蔚來，顯然將重心押注在了世界模型上。

蔚來稱，繼今年5月蔚來世界模型首個版本行業首發停車場自主尋路功能后，蔚來將持續釋放世界模型在架構上的潛力。

在9月下旬的一次采訪中，李斌表示，經過十余年的快速發展，智能電動汽車的產品形態和技術路線已開始“收斂”，但真正的“質變”尚未到來——特別是智駕。

他提出了衡量智能駕駛有效性的兩個核心指標：“降低事故的比例”和“使用時長比例”，并直言，目前行業內還沒有任何一家公司敢于公布城區智駕的使用時長數據，這恰恰說明，智駕的可用性和通行效率仍有巨大的提升空間。

李斌認為，智駕的下一步突破，已經不再是硬件架構的問題，而是軟件和數據層面的優化。他表示，未來一兩年，通過“模型的優化、算法的優化，還有數據閉環的收斂”，智駕將真正迎來質變。

而蔚來，顯然也在繼續儲備，蓄力自己的智駕質變時刻。