自動駕駛老兵看具身智能：為什麼「創始人模式」決定一切

本文整理自《張小珺Xiaojùn Podcast》2026 年 2 月播出的單集。

{{< youtube c-ZVu-Cr1FQ >}}

{{< spotify "episode/6T1c1ruXCHKhoSA0fIU58N" >}}

{{< apple-podcast "tw/podcast/132-%E5%AF%B9%E6%98%9F%E6%B5%B7%E5%9B%BE%E5%88%9B%E5%A7%8B%E4%BA%BA%E9%AB%98%E7%BB%A7%E6%89%AC%E7%9A%843%E5%B0%8F%E6%97%B6%E8%AE%BF%E8%B0%88-%E9%B2%B6%E9%B1%BC-%E6%9B%BE%E5%9B%BD%E8%97%A9-waymo%E4%B8%8Emomenta%E7%9A%84%E4%B8%A4%E9%9D%A2-%E4%B8%80%E5%8F%AA%E7%8B%BC%E4%B8%8E%E8%AE%B8%E5%8D%8E%E5%93%B2%E7%9A%84%E7%A6%BB%E5%BC%80/id1634356920?i=1000749574835" >}}

---

星海圖（GALAXEA）創辦人高繼揚（Gao Jiyang）在 Waymo 待過兩年，在 Momenta 待過兩年。這兩段經歷加起來，構成了他對一個問題最深刻的理解：在一個充滿不確定性的技術行業裡，到底是什麼決定了一家公司能不能贏？

他的答案不是技術，不是人才密度，不是融資規模。是有沒有一個人能站出來說「就這麼幹」，哪怕這個決定可能是錯的。

---

Waymo 的問題不是工程師不夠強

高繼揚加入 Waymo 的時候，公司大約 1,000 人，等他離開的時候已經接近 2,000 人。他所在的感知團隊從十來個人膨脹到七八十人。人才密度極高，工程基礎設施來自 Google 體系，同事之間溫暖支持，目標明確但不強迫加班。用他的話說，是工程師的天堂。

但他觀察到兩個問題。表面上的問題是大公司病：一家還沒有做出商業價值的公司，內部卻已經按照大公司的節奏在運作，職級體系跟 Google 對齊，文化氛圍偏向 Peace and Love。

更深層的問題，是 Waymo 沒有創始人。名義上 Waymo 的創始人是 Google 的創辦人，但 Google 的創辦人沒有時間直接管自動駕駛這條線。所以在 Waymo 內部，自上而下的推動力是缺失的。

高繼揚拿特斯拉做對比。馬斯克說要幹什麼，哪怕是錯的也能立刻開始幹。在他看來，在這種行業裡，錯不可怕，有錯可以快速迭代、快速調整。可怕的是力量不集中、不統一。當整個組織不知道該往哪個方向走的時候，再強的工程師也使不上力。

---

Robotics vs AI Native：一場需要創始人裁決的路線之爭

高繼揚在 Waymo 做的第一件事不是寫程式，是讀歷史。他把自動駕駛從 2008 年以來的論文全看了一遍，再把 Waymo 內部的程式碼庫從頭讀到尾。他發現了一個讓人不安的事實：2018 年的自動駕駛架構，跟 2008 年的大框架沒有本質區別。感知、定位、離線建圖、規劃控制，十年沒變。

底層邏輯是 Robotics 驅動的模組化拆分。把系統切成一個個可解釋的小模組，在每個模組裡解決邊角案例。Waymo 的感知系統有幾十個獨立模型：偵測用一兩個，追蹤有自己的分類器，每種物體類別有各自的分類器，場景理解又有另一層分類器。整個系統精密、嚴謹，但極其笨重。

而特斯拉從 AI Native 的角度重新設計了整個框架。數據驅動，端到端，先把感知統一成一個大模型，再逐步把規劃也納入。兩者的根本區別不在於是否工程化，Waymo 的工程能力極強，而在於面對 AI 驅動的系統設計時，調整的速度和力度。

這種路線級別的選擇，不是工程師投票能決定的。它需要一個人站出來說：我們就走 AI Native 這條路，從頭建一個新團隊，用一套新的基礎設施，重新設計整個架構。在 Waymo，這個人不存在。在特斯拉，這個人是馬斯克。

高繼揚被問到：如果 Waymo 在 2018 年有一個更強勢的創始人，應該做什麼？他的回答很明確：另起一個團隊，從頭用 AI Native 的方式重新設計架構，共用一套基礎設施和評測體系，但底層邏輯要完全不同。

---

Momenta 的另一面：戰略能力加極致執行

離開 Waymo 後，高繼揚加入了 Momenta。這是一個完全不同的世界。

Momenta 創辦人曹旭東（Cao Xudong）在 2018 年就確定了一條清晰路線：量產自動駕駛，通過飛輪效應積累數據，最終走向 Robotaxi。這個判斷在當時極其超前，而曹旭東在接下來幾年裡不管遇到什麼波折都沒有動搖。高繼揚對此評價很高：這是戰略能力，是 Momenta 從這麼多自動駕駛企業裡脫穎而出的最核心能力。

戰略清晰之後，是極致的執行。核心算法團隊每天到晚上 12 點，一週六天打底。面對國內車企客戶被罵是常態。高繼揚以「鯰魚」身分被引入，在感知、定位、泊車、規控、NOA 多條線之間輪轉，每到一個新領域就用同一套方法：快速學習歷史、拆解問題結構、找到對的人放到對的位置、建立監控和迭代機制。

Waymo 教會他的是工程師思維，Momenta 教會他的是另一件事：以客戶為中心。不是客戶說什麼做什麼，而是站在客戶角度理解需求，幫客戶挖掘他自己沒意識到的需求，然後提出更好的方案。這個能力在 Waymo 學不到，因為 Waymo 的客戶是乘客，產品不夠好就先不推給乘客，永遠有緩衝。Momenta 的 B 端大客戶不會給你這種緩衝。

兩段經歷的對比，在高繼揚心裡結晶出一個判斷：在不確定性高的行業，最重要的不是每個決策都對，而是有人能統一方向、快速行動、犯錯後立即調整。Momenta 的曹旭東是這樣的人。特斯拉的馬斯克也是。Waymo 缺的就是這樣的人。

---

星海圖的創始人選擇：許華哲離職的底層邏輯

高繼揚把從 Waymo 和 Momenta 學到的東西，直接投射到了自己的公司。星海圖的組織文化有一個很明確的核心：戰功文化，以客戶價值為導向的務實創新。

這個文化導致了一個必然的結果。聯合創始人許華哲（Xu Huazhe）更傾向探索前沿研究方向，想做 To C 的家庭應用場景。這跟星海圖「先服務開發者市場，再走向生產力市場」的路線產生了分歧。不是誰對誰錯的問題，而是在資源有限的創業階段，創始人必須做出選擇：有限的資源先投到哪裡。

高繼揚選擇的是務實。用他自己的框架來說，算法創新的傳播週期只有 2-3 個月，獨立於整機和數據體系的純算法研究，壁壘太低、ROI 不夠。創業公司應該把資源優先投入傳播週期更長的環節。

內部的組織調整在 2024 年 8 月就已完成：另一位聯合創始人趙行統一接管基礎模型團隊，此後團隊推出的 G0 Plus 取得了顯著進展。高繼揚把這個決定定性為長期利好，並承諾星海圖會參與許華哲第一輪融資。

這個決定的底層邏輯，跟他對 Waymo 的診斷是一致的。當組織內部存在根本性的路線分歧時，最危險的不是選錯了路，而是兩條路都想走。力量分散，誰都走不通。創始人的工作就是在這種時刻做出選擇，然後承擔後果。

---

具身智能時代的創始人命題

高繼揚對 Waymo 和特斯拉的路線之爭有一個總結性判斷：兩者的區別不在於技術能力，而在於面對 AI 驅動的系統設計變革時，組織的調整速度和力度。而調整速度和力度，取決於有沒有一個創始人願意自上而下地推動。

這個觀察正在具身智能領域被再次驗證。具身智能跟自動駕駛一樣，面臨 Robotics 傳統路線和 AI Native 路線的選擇。選擇端到端還是模組化？選擇真實數據還是仿真數據？選擇先做整機還是只做大腦？每一個問題都沒有標準答案，都需要有人在資訊不完整的情況下做出判斷，然後帶著整個組織執行。

高繼揚引用了一個價值觀框架來解釋他怎麼做這種選擇：價值觀的底層就是兩個問題，面對取捨的時候選什麼，面對利益分配的時候分給誰。他認為這兩點決定了組織的長期文化走向，任何人才或資本的壓力都不應該讓創始人偏離這個核心。

Waymo 的故事告訴我們，頂尖人才和充沛資金並不能自動解決路線問題。Momenta 的故事告訴我們，清晰的戰略加上極致的執行，可以讓一家供應商在紅海中殺出來。兩個故事的共同啟示是同一件事：在不確定性極高的行業裡，組織成功的關鍵不是每個決策都正確，而是有一個人能站出來犯錯、然後帶領所有人快速修正方向。

高繼揚正在把這個信念用在自己的公司上。對他來說，放棄一千萬美元期權不難，跟聯合創始人分道揚鑣也不難。真正難的是每天面對一個還沒有標準答案的行業，在資訊永遠不夠充分的情況下，持續做出選擇，持續承擔後果，持續把頭埋進土裡。