具身智能和大模型这么热,自动驾驶还值得做吗?

当资本把聚光灯投向新概念，最值得做的事往往被严重低估了。

这个问题最近被问得太多。GPT掀起大模型浪潮，具身智能融资额一年暴涨260%，自动驾驶反而被一些人贴上了“过气风口”的标签。

但恕我直言——这个问题本身，就问错了方向。

一、这三个赛道，比的从来不是谁更“热”

当前AI领域最热的三个方向，实际上是：

• 大语言模型：GPT、Claude为代表，虚拟世界的智能对话

• 具身智能：人形机器人赛道，还在摸索商业化的阶段

• 物理世界智能体：自动驾驶属于这一类，让AI理解和应对真实物理世界

这三类不是技术深度的排序，而是价值闭环长度的差异。

做1B模型和做几十B的模型，算法本质没有不同。但关键在于——用户什么时候能感知到你的工作？

做LLM的工程师，改一版模型要等到下个版本发布才能收到用户反馈。做具身智能的，今年最热的公司，两三年后不一定还在，商业模型还没跑通的不确定性消耗极大。

而自动驾驶呢？每一个改动，短时间内就能上车验证。用户的实际体验会告诉你答案。你知道自己的工作有没有效果，不是靠benchmark，是靠真实世界的反馈。

这不是“量产”的叙事，这是“物理世界智能体”的叙事——AI在真实物理世界中做出决策、产生价值，这是最具挑战的AI落地形态。

二、大模型、具身智能、自动驾驶——它们的关系可能和你想的不一样

很多人没想清楚一件事：具身智能和自动驾驶的底层技术，正在走向统一。

两者都依赖AI对客观世界达到极高水平的多模态理解。一辆车，本质就是一个带轮子的机器人；而人形机器人的感知、决策、规划算法，与自动驾驶有高度同源性。

有数据为证：自2023年以来，国内已有近40位智驾核心人才跨界进入具身智能赛道，涉及20多家初创企业。为什么？因为技术相通——多模态融合、端到端大模型、世界模型、数据闭环，这些方法论在两个领域都是核心能力。

选了自动驾驶，不是放弃了AI最前沿——恰恰相反，你正在为未来更大的物理世界智能体打下最扎实的基础。

三、目前的自动驾驶，正在打脸“过气”论

来看看真实数据。

资本在用真金白银投票。2025年至今，自动驾驶行业融资事件已达24起，总额突破350亿元。麦肯锡预计，到2030年中国将成为全球最大的自动驾驶市场，相关新车销售及出行服务将创造超过5000亿美元的收入。

自动驾驶不仅没凉，还在加速。一个重要的信号是：无人配送车赛道年初以来已累计获得约86亿元融资，新石器、白犀牛、九识智能等头部企业都在加码布局，行业从“试点验证”转向“规模化复制”。

而在乘用车领域，Momenta累计合作量产车型已超130款，搭载量突破70万辆，在三方城市NOA市场拿下了60.1%的份额。宝马、奔驰、奥迪、丰田、通用……全球排名前十的车企，有8家与它达成了深度合作。

一家搞自动驾驶的公司，居然赚钱了——网传Momenta 2024年经调整净利润约5000万元，而它还在准备冲击千亿估值的IPO。

四、在Momenta做AI，真实的成长和真实的反馈

我在Momenta从0到1搭了一套自动化数据清洗工具链，拿到了公司10w悬赏令激励。

训练数据里的脏数据是老问题。人工清洗慢、贵、准确率低。我们把整套识别和清洗流程自动化——数据准备效率提升了5倍以上，还能直接对已有训练集清洗，不用重复生产数据集。

悬赏令不只是奖金。它背后有一套逻辑：牵引你做体系化的、系统化的解决方案，而不是解决一个点状问题。

这套工具建好后，最有成就感的是两件事：一是真正帮团队缩短了迭代周期；二是把“数据质量”这件事从依赖某个人的判断，变成了整个团队都能稳定执行的能力。

在Momenta，比较有干劲的同学有一个共性：除了看重回报，更在乎这件事有没有挑战，能不能满足当下的好奇心。

难的工作对很多人来说不是焦虑来源，反而是吸引力和动力。只要能牵引你去尝试没走过的方向、没试过的思路，大家是真的愿意搞的。

实验失败、方向要调是常态。能拿到结果的人都有点“皮实”——不被短期负反馈击倒，而是从里面识别出问题，驱动自己找到下一条更有希望的路。

这种底气来自一件事：方向是对的。 公司用悬赏令机制定义清楚最重要的主线方向，让大家知道自己在往正确的方向上走。

五、AI时代的职业选择，该做什么判断？

2026年校招技术岗的风向已经变了：大模型、自动驾驶、芯片是三大热门方向。具身智能虽然火热，但资本过热与商业化滞后的矛盾正在暴露——2025年前三季度融资约500亿元，是去年同期的2.5倍，但行业仍处于技术曲线“从可用向可靠爬坡”的阶段，70%的机器人被业内调侃还在“演戏”。

在具身智能赛道，你面对的是“先融资、后产品”的高度不确定性；在大模型赛道，你做的东西要等很久才能被用户感知到。

而在自动驾驶，尤其是在Momenta这样的公司，你面对的是真实的问题、真实的反馈和真实的价值。

一个经常被忽视的事实是：具身智能和自动驾驶，底层都依赖AI对客观世界理解达到极高的水平，从长远看这两个方向一定会走向统一。 你今天在自动驾驶领域积累的感知、决策、规划算法能力，未来会无缝迁移到物理世界智能体的任何形态——人形机器人、服务机器人、甚至太空探索。

选了自动驾驶，不是放弃了AI最前沿的方向——你恰恰站在了物理世界AI的最前沿。

好问题比好答案更重要。当你问“自动驾驶还值得做吗”的时候，其实想问的是：哪里能让我做有挑战的事、看到真实的价值、在正确的方向上不断迭代？

答案已经很明显了。