近来，多家科技媒体报道，XPeng汽车AI基础架构负责人陆思渊已启动离职流程，正在进行工作交接。交接完成后，他预计将加盟OpenAI，未来将主攻具身智能机器人相关研发。陆思渊此前承担的是AI基础架构方向的工作，隶属于XPeng通用智能中心，团队规模大约200人。从事的业务涵盖AI模型训练平台、算力资源调度、自研芯片工具链以及车端模型部署等多个环节。这些能力正是当前智能驾驶与机器人研发中不可或缺的基础支撑，牵动着端到端的研发效率。XPeng选择自研芯片而非单纯依赖外部平台，这使得整条工具链必须由内部人马完成。因此，陆思渊带领的团队天然承担着“咬定骨头不放松”的核心角色。
自从正式更名为“小鹏集团”，企业定位转向“物理AI公司”，不仅聚焦自动驾驶，还加码人形机器人领域。为了打通算力、芯片与终端部署各环节，相关研发团队已被拆分，由不同负责人统筹对应方向。这种分工背后，是对高耦合技术栈的拆解与再组织，意在提升前后端协同和资源调度效率。业内人士普遍关注，这样的架构调整也在为更大规模的端上落地做准备。尽管短期内会带来管理上的挑战，但从长期看，有利于快速迭代不同场景的物理AI产品。小鹏方面强调，芯片与算力是底层壁垒，只有把核心能力做成自家可控，才能在竞争中保持弹性。团队重塑也使前沿研究沿着可落地路径推进，避免技术与产品脱节。
在AI时代，人才被视为企业胜负手，真正决定长期竞争力的往往是密度与体系化的研发能力。回看行业经验，华为内部曾以针对性的人才培养与跨领域引才，积累了一支高效的研发队伍。通过将具备潜力的年轻人放在关键岗位，形成“以AI驱动的创新体系”，成为最核心的无形资产。车企在近年也将AI人才列为重点投入方向，围绕大模型、机器人、自动驾驶等领域持续扩充。这其中，跨境团队与本地研发协同成为常态，既有来自谷歌、OpenAI等科技公司的专业人才，也有从公开研究转化为产品化的案例。这种全球化的人才网络，与企业对自研核心工具链的依赖相互支撑，成为持续创新的底层动力。因而，人才引进与培养的策略，正在逐步成为行业共同的长期竞赛焦点。
据公开信息，XPeng在海外设立了AI研发团队，负责VLA模型、模型部署及基础设施等方向的研究。国内也在同步布局，形成海外与国内协同的研发格局，团队成员包括来自谷歌、OpenAI等企业的专家。研究重点覆盖大模型、机器人以及智能驾驶等前沿领域，强调端云协同和落地场景对接。今年上半年，XPeng集团密集发布了物理AI技术相关报告，透露其在感知、控制、仿真等链路上的最新进展。这表明公司正以“物理环境中的AI应用”为导向，推动从算力到算法再到场景落地的闭环建设。与此同时，团队也在探索更高水平的低功耗部署与端侧推理能力，以提升实际场景的响应速度。在持续的技术积累之上，XPeng正试图将AI能力内嵌到汽车与机器人产品的全生命周期中，形成可持续的竞争力。
