自动驾驶端到端负责人张颖离职创业，押注物理AI

过去几年，大模型推动 AI 能力快速进入数字世界。但当 AI 从文本、代码走向真实环境，更为复杂的问题开始浮现：机器如何理解世界？如何预测变化？如何在现实环境中持续行动？这也是 Physical AI（物理智能）成为全球科技产业热门赛道的原因之一。

近日，某头部自动驾驶公司一段式端到端核心技术负责人张颖宣布离职创业，聚焦通用物理 AGI。团队是国内率先明确探索“AI for Physical AI”的团队之一，致力于以 Auto Research（自动化研究）实现真正的 AI for Physical AI。长远愿景是对标 Generalist 等北美前沿公司，提升模型在新任务、新场景中的零样本与少样本泛化能力，推动通用物理智能走向商业应用。

核心思路是：将自动化研究系统与数据、训练、评测和部署基础设施打通，让真实世界执行中暴露的问题持续转化为新的数据、评测与研究任务，推动模型能力迭代。团队相信，模型决定能力上限，Auto Research 与 Infra 决定能力进化速度。

张颖在前司任职期间，曾是内部最年轻的对标 P10 级别技术负责人之一。他早期从感知技术切入，负责动态障碍物方向，半年多时间便带领团队实现关键能力跨越式提升，随后成长为端到端核心技术负责人。当行业还在讨论端到端理论框架时，张颖已带队走完从技术探索、组织攻坚、工程验证到量产落地的完整周期。这种“从 0 到 1 再到 N”的量产闭环经验，在国内端到端领域并不多见。

公司于今年 7 月成立，目前已连续完成多轮融资，融资金额高达数亿元人民币。参与方包括深耕自动驾驶与具身智能领域的 VC、互联网大厂及产业资本。

团队核心成员形成互补阵型。首席科学家占方能，现任香港科技大学助理教授、World Mind Lab 负责人，是世界模型与具身智能领域顶尖专家，曾在 MIT 与哈佛大学从事研究工作，聚焦 3D 世界建模，在 SIGGRAPH、CVPR、ICCV、TPAMI 等发表 50 余篇高引用论文。真机控制与机器人操作端，青年科学家季马泽宇毕业于 UCSD，师从王小龙教授，在机器人学习、三维感知、机器人操作和人形机器人全身控制等方向积累深厚，其研究是业内最早推动通用人形控制器完成真机落地验证的代表性成果之一。他曾是 Assured Robot Intelligence 创始团队成员，该公司后被 Meta 收购，团队并入 Meta Superintelligence Labs。如今季马泽宇归国，与张颖并肩创业。

三位核心成员各自带着深厚技术长板，共同组装起覆盖全链路的能力体系：张颖掌舵端到端量产闭环与百人级复杂系统工程统筹；占方能提供底层 3D 视觉重建与世界模型前沿学术引擎；季马泽宇打通人形机器人全身动力学控制、灵巧操作与真机落地验证。学术前沿、工程系统、实体控制三者紧密咬合，形成从基础世界模型构建、复杂模型系统工程化到物理真机控制落地的全链路“黄金三角”。

小米战略投资部表示，张颖及团队拥有自动驾驶端到端量产落地的深厚积累，将其迁移到 Physical AI，让前沿模型真正跑通场景闭环，是具身智能走向产业化最关键的一环。百度风投投资团队崔轲迪、金效滢表示，张颖及团队长期深耕具身智能与智驾端到端智能模型方向，具备将模型和算法创新转化为真实具身自主闭环体系的能力。

在 Physical AI 从概念验证走向规模部署的关键拐点上，张颖这种“实战派”的稀缺性，无疑会赢得资本青睐。从自动驾驶到 Physical AI，张颖之前的命题是解决“如何让端到端 AI 进入量产”，接下来要回答的则是如何“用 Auto Research 的方法实现真正的 AI for Physical AI”。

据了解，张颖团队内部技术攻坚与系统迭代正在稳步推进。自动化研究工具已进入试点开放阶段，模型能力也已在部分指标上达到行业领先水平。不久后，团队将在适当时机正式对外披露具体模型成果与产品进展。