原小米智能驾驶 L3 技术负责人王乃岩已于近期离职创业，新项目瞄准「具身大脑」——给机器人装上能自己学会干活的 AI「大脑」。据 21 世纪经济报道 2026 年 9 月 8 日消息，该项目正在寻求融资，团队核心研发人员有十几人，大多是王乃岩在图森未来时期的老同事。

具身智能是让 AI 拥有身体（机器人）、在真实世界里感知和行动的技术方向，被视为 AI 的下一个风口；「具身大脑」是其中最难、也是当下资本最看重的环节——2026 年，具身大脑系统已取代人形机器人，成为机器人赛道融资次数最多的子赛道。王乃岩的差异化打法在于训练路线：行业普遍「先模仿、再强化」，他则主张在预训练阶段直接上强化学习，让模型靠「演绎」而非「死记硬背」学会动作。

王乃岩是谁

王乃岩是自动驾驶行业的「老兵」。他此前担任图森未来中国区 CTO，负责 L4 级无人驾驶卡车系统的研发；2024 年 5 月加入小米，主导小米 L3 级自动驾驶研发——L3、L4 是自动驾驶的分级，L3 指特定条件下驾驶员可以长时间脱手，L4 指在限定场景下基本不需要人接管。在小米期间，其团队以「小米 L3 级自动驾驶团队」署名发表了论文《DriveZero：超越人类示例的端到端自动驾驶技术》，并曾用小米 SU7 Ultra 创下纽北赛道首个自动驾驶圈速纪录。离开汽车领域后，他把同一套技术逻辑带进了机器人行业。

他要做的「具身大脑」是什么

「具身大脑」通俗说就是控制机器人动作的 AI 程序——机器人该动哪个关节、怎么动、遇到没见过的场景怎么反应，都由它决定。运行这类程序的大模型叫「具身大模型」。

这个领域目前最大的瓶颈是「泛化能力」：模型在固定场景里表现很好，一换环境、一换物品，表现就大幅下滑。宇树科技创始人王兴兴 8 月 20 日在世界机器人大会（WRC，全球机器人领域规模最大的行业会议之一）主论坛上坦言：固定场景里成功率可能接近 100%，换一个环境甚至换一个物品，成功率就会暴跌。王乃岩的新项目目标正是打造「泛化」能力最强的具身大模型，更快接近「物理 AGI」——即能像人一样在真实物理世界里灵活干活的通用人工智能。

行业通行的做法：先模仿，再强化

过去训练这类模型，行业通常走「先模仿、再强化」两步：先灌入大量人类示范数据让模型模仿学习（类似人类司机遇到类似路况做出类似决策），再把强化学习当最后一道微调工序。强化学习就是让 AI 通过大量试错和奖惩反馈自己优化策略的方法。

这种模式有天生局限：模型能开得很像人，却不一定能超越人。具体后果有三个：模型「死板」，不知道同一场景可以有不同解法；遇到训练数据没覆盖的场景就无从应对；更严重的是，人类数据里很少有危险动作和救车动作，模型在新场景出现小偏差后不知道该怎样回调，错误会一路累积。

王乃岩的做法：预训练阶段就上强化学习

王乃岩判断，靠不断灌数据、做大参数量，无法让具身大模型真正具备泛化能力；真正有效的规模法则（Scaling Law，模型能力随数据、参数、算力增长而提升的规律）应该换一种方式实现：在动作模型的预训练阶段就做强化学习。

具体做法是「域随机化」（Domain Randomization）：训练时故意把各种数据和条件打乱，只给模型定几条根本性的「第一性原理」奖励函数——例如安全底线、物理法则——然后让模型成千上万次地自我博弈与试错。

把两种路线放在一起看：行业做法像「题海战术」，模型死记硬背大量题库，人类告诉它正确答案后再拼命记忆；王乃岩的做法则像先教基本定理（比如三角形内角和等于 180 度），再让模型拿着定理去做题，在一次次的失败中领悟、举一反三。在他看来，动作不是靠模仿抄出来的，而是靠「演绎」学出来的。

资本风向：从造身体转向造大脑

王乃岩的创业赶上了资本转向。据 IT 桔子统计，2023 年人形机器人融资起数占比 34.4%，是绝对主导，具身大脑系统仅占 25%；到 2026 年格局反转，具身大脑系统以 38.8% 的占比反超人形机器人的 21.1%，成为融资次数最多的子赛道。

车圈高管的迁徙也在加速：在此之前，前小鹏自动驾驶业务负责人李力耘、前小鹏副总裁陈永海已加入众擎机器人；前理想汽车 AI 首席科学家陈伟创办了斜跃智能，聚焦家庭场景的消费级具身智能产品。

创业要过的三道坎

第一，智驾大模型未必能完全迁移到机器人领域。一位具身大模型算法工程师指出：汽车的驾驶轨迹是二维的，机器人的动作是一段三维运动过程——机器人有上百个关节，还要感知触觉、理解物理世界规律，强化学习和大规模仿真训练的难度比自动驾驶大得多。

第二，数据采集更难。相比智驾数据，机器人数据对质量和多样性的要求更高。

第三，资金高度向头部集中。据 IT 桔子统计，2026 年上半年国内具身智能披露融资额超过 460 亿元，其中约七成（约 330 亿元）流入前 20 家企业；其余 200 多家公司只能分到约 124 亿元，平均每家数千万元。这意味着初创公司很难在资金有限的情况下，迅速完成大模型架构重构或硬件量产线的实质突破。

先练基本功，再谈落地

面对多重约束，王乃岩的计划是先带队把具身大模型的基本能力训练好，之后再针对特定场景做部署。行业里也有人保持乐观：一位「大脑派」公司高管判断，如果汽车行业最后能留下超过五家玩家，机器人行业最后留下的至少有二三十家。

对王乃岩和他的团队来说，答案或许很简单：练好具身大脑的基本功，是穿越周期的第一步。