黃仁勳的中國智駕一號員工，如何帶領理想汽車從零逆襲

本文整理自《晚點聊 LateTalk》2026 年 3 月播出的單集。

{{< spotify "episode/7lvEbP86HQBtdMdglBuf1M" >}}

{{< apple-podcast "tw/podcast/%E8%B4%BE%E9%B9%8F%E5%88%9B%E7%AB%8B%E8%87%B3%E7%AE%80%E5%90%8E%E7%9A%84%E9%A6%96%E6%AC%A1%E8%AE%BF%E8%B0%88-%E4%BB%8E%E8%8B%B1%E4%BC%9F%E8%BE%BE%E5%88%B0%E7%90%86%E6%83%B3-%E5%85%B7%E8%BA%AB%E6%99%BA%E8%83%BD%E7%9A%84%E5%85%AD%E8%BE%B9%E5%BD%A2%E6%88%98%E5%A3%AB/id1564877433?i=1000756652228" >}}

---

CUDA 花了十年才被廣泛採用。端側晶片從嘗試放進手機到真正在自動駕駛領域大規模出貨，又是十年。在 NVIDIA 內部，你很難不被黃仁勳（Jensen Huang）那種「看下一步，甚至下下一步」的長期思維影響。賈鵬就是在這樣的環境裡，度過了職涯最初的五年。

賈鵬是 NVIDIA 中國自動駕駛團隊的第一號員工。2025 年離開理想汽車（Li Auto）後，他和前理想 CTO 王凱、前理想智駕量產負責人王佳佳一起創辦了至簡動力（Simplexity Robotics），進軍具身智慧機器人領域，半年內完成五輪融資、累計 20 億人民幣、估值突破十億美元。在創業後首次接受媒體專訪中，他完整回顧了從 NVIDIA 到理想汽車的十年歷程。這段職涯，幾乎就是中國自動駕駛產業從萌芽到成熟的縮影。

在黃仁勳身邊的五年：十年押注的長期主義

賈鵬的技術底子是高效能運算（HPC）。早年超級電腦的世界以 CPU 為主，當 NVIDIA 開始推廣 GPU 作為加速器時，他是最早感受到這項技術潛力的那批人。2015 年前後，黃仁勳決定在中國成立自動駕駛團隊，賈鵬成為團隊裡第一個人。背景是這樣的：黃仁勳一直想把晶片做到終端裝置上，最早嘗試的是手機，跟小米合作過但因為過熱問題失敗。後來他判斷汽車是更好的終端應用場景，於是把資源轉向自動駕駛。

在 NVIDIA 的五年，賈鵬親眼見證了黃仁勳如何在一個營收占比不到 2% 的業務上持續押注。2020 年他離開的時候，全球智駕業務對 NVIDIA 營收的貢獻微乎其微，而且 NVIDIA 的股價一度跌到每股大約七美元。外界質疑很直接：你一個做遊戲顯示卡的公司，為什麼要搞這些東西？但黃仁勳堅持了下來。賈鵬觀察，黃仁勳能讓這些「不賺錢」的業務存活，靠的是三件事：創辦人對方向的堅定判斷讓團隊願意信任他；黃仁勳非常願意把願景清楚傳達給每個人，工程師覺得邏輯說得通、目標夠漂亮，就願意跟著做；加上主體業務的經濟基礎夠穩固，有餘裕養新業務。

賈鵬對黃仁勳個人的評價是「精力旺盛到不可思議」。他提到黃仁勳每天凌晨四五點就起床，不是在讀論文就是在看月報，大腦始終在高速運轉。但更讓賈鵬印象深刻的是黃仁勳的格局。在 NVIDIA 內部，黃仁勳從不把公司定義為硬體公司，早期就說自己是「人工智慧公司」，後來更強調這是一個通用運算平台。這種底層邏輯讓 NVIDIA 能從遊戲到比特幣到資料中心到機器人，持續找到新的應用場景。黃仁勳思考的永遠是下一個甚至下下一個階段，這家公司要往哪裡走。

離開 NVIDIA，投奔理想

在 NVIDIA 待了五年後，賈鵬做了一個讓不少人意外的決定：離開這家如日中天的公司，加入一家當時還被外界視為「沒技術」的中國新能源車企。原因很直接，他想接觸真實資料，想看到自己做的東西被使用者實際使用。NVIDIA 作為平台商，做的是生態系，提供開發工具讓車廠在上面建應用。但這也意味著離終端使用者很遠，很難拿到第一手的行駛資料。想把自動駕駛真正做到落地的人，在平台商這端始終使不上力。

2020 年的中國自駕創業潮已經退去。2016、2017 年是泡沫最大的時候，到 2020 年其實是低谷期。賈鵬判斷那不是創業的好時機，更好的選擇是到車廠去把理念落地成產品。他跟蔚來、小鵬、理想都聊過。最終選擇理想汽車，是因為創辦人李想說了兩句話打動了他。第一句：技術最終一定要服務於產品，技術吹得再厲害也沒用，交付給使用者一個好產品才有用。第二句：資料是一切。賈鵬說，其他車廠聊的都是「我的演算法多強、模型多厲害」，但李想的認知完全不同，他認為這件事的終局是資料問題，要把資料的閉環做好，才能知道問題在哪、才能解決問題。

另一個原因是人的因素。賈鵬跟後來成為理想 CTO 的王凱在百度時期就認識，2016 年就有合作基礎。理想當時的智駕團隊班底來自百度，配合起來更順。他也評估了自己在團隊中的定位：去小鵬，團隊已經成熟，發揮空間有限；去理想，雖然起點低，但可以把自己的想法完全施展出來。2020 年 8 月，他正式加入。

菜雞團隊的逆襲之路

賈鵬加入理想時，智駕團隊的狀態用他自己的話說是「非常差」。第一款車失敗後轉做增程式電動車，智駕完全依賴供應商方案，沒有自研能力。團隊大約只有二三十人，外界給的標籤是「沒技術的公司」，甚至更難聽的評價也不少。但就是這支被看輕的隊伍，花了四五年時間，把理想汽車的自動駕駛做到了中國新能源車企的前段班。賈鵬說他很享受這個逆襲過程。

逆襲的第一個關鍵，是核心團隊的認知高度一致。賈鵬所說的「認知一致」非常具體：李想、王凱，加上他自己和負責量產的王佳佳等幾個關鍵人物，對「怎麼做自動駕駛」這件事的判斷完全統一，就是要走特斯拉的路線，做資料驅動、做標配、做端到端。如果這幾個人之中有人覺得應該走 Waymo 的路線、有人覺得應該用 NVIDIA 的方案，注定做不起來。大家認知統一之後，剩下的就是組織執行力。

理想的團隊文化極度強調戰鬥精神。賈鵬提到團隊會一起看一部紀錄片叫「全營一桿槍」，講的是當年中國軍隊如何擊落 U-2 偵察機。U-2 進入領空後，從雷達發現到發射導彈的窗口只有八秒，但傳統流程需要好幾分鐘。團隊硬是把反應時間壓縮到八秒以內，靠的就是所有人想法一致、動作一致。這種精神深刻影響了理想智駕團隊的運作方式。每發起一個項目就取一個代號，從各部門抽調精兵組隊，找個飯店封閉開發。沒有僵化的組織架構，一切以項目為導向。

第一場硬仗是 2021 年用 NVIDIA Orin 晶片自研高速公路領航輔助（高速 NOA）。這是內部創業團隊的第一次亮相，做不出來，這個團隊就不用存在了。當時程式碼量是零，團隊把時間拆成三段來用，三個月內從零交付。除了項目管理和時間壓縮，選合作夥伴的策略也很關鍵。理想的原則是「不選行業老大，一定要選老二和老三」。老大沒有急迫感，但老二和老三也有把事情做成的強烈動機，雙方才能拼著一股勁把事做出來。他們跟地平線、禾賽、森思泰克等公司的合作就是這樣建立起來的。

從有圖到無圖：沒有任何人可以避開坑

理想智駕的另一個重要轉折，是從「有圖」（依賴高精地圖）切換到「無圖」（純視覺，不依賴高精地圖）方案。推動這個轉變的是李想的產品思維：為什麼使用者花了一樣的錢，一線城市的人能用智駕，三四線城市的人就不能用？因為高精地圖的覆蓋速度跟不上，很多城市根本沒有地圖資料。對李想這種對產品體驗要求極高的人來說，這是不可接受的。唯一的解法就是徹底去掉對高精地圖的依賴。

賈鵬認為理想能快速完成這個技術切換，關鍵在於團隊沒有歷史包袱。他們覺得新方向更好，就果斷把舊的程式碼全部推翻。李想常說一句話：「沒有任何人可以避開坑，你只能比別人少掉一點點。但最後比的是誰爬坑的能力更快。不要在坑裡徘徊、自言自語，覺得下一個方向更好就立刻爬出來。」這種決斷力，讓理想在技術路線轉換上比很多競爭對手快了至少一個身位。

快速切換的能力，跟理想一直堅持的研發文化有關。即使在最緊張的項目交付期間，團隊也會保留一部分人專門做前沿研究。端到端模型、VLA（Vision-Language-Action）、雙系統架構，其實很早就有人在做。所以當某一天決定把研究成果轉到量產時，這些預研成果可以迅速被端出來。賈鵬說，理想自駕團隊近兩年在頂級學術會議上發表的論文數量，幾乎比業內其他自動駕駛團隊加起來還多。

怎麼判斷理想的智駕做「成」了？賈鵬提出四個指標。第一是啟動率，使用者到底有沒有在用。第二是里程占比，智駕在使用者每天通勤路線中佔了多少比例。第三是淨推薦值（NPS），使用者是否願意向朋友推薦。第四是商業化表現。他舉了一個具體的數字：早期理想的 Max 版本（搭載更強的智駕硬體，但車價要多三萬人民幣）購買比例只有百分之十幾。到了 2025 年，這個數字已經突破七成。使用者願意多花錢買 Max，就是對智駕產品最實際的投票。

我的觀察

賈鵬的十年職涯，從 NVIDIA 平台商的視角看全局，再跳到車廠第一線做產品落地，這種橫跨生態上下游的經歷在業界並不多見。

對臺灣讀者來說，這個故事有兩個值得留意的面向。第一是黃仁勳式的長期主義。CUDA 十年、端側晶片十年，NVIDIA 能走到今天，不是因為押對了一次寶，而是在看不到回報的時候持續投入。黃仁勳把股價七美元的壓力扛下來，最終等到了 AI 浪潮全面爆發，這種耐心在臺灣科技業同樣稀缺。第二是中國新能源車企的智駕能力如何在短短幾年內從零追趕。理想汽車的案例清楚顯示，當團隊認知一致、組織足夠靈活、而且願意果斷放棄沉沒成本的時候，後發者完全可能快速追上。如今賈鵬帶著這套方法論進入具身智慧機器人領域。他能否在一個全新的賽道上再複製一次逆襲？這是接下來值得持續關注的事。