2026-06-18 — views

实体AI人才争夺战——顶尖工程师的去向与科技领导权预测

2026年顶尖ML研究员与机器人工程师的人才流向，预测2028年的科技领导格局。

实体AI基准系列第27篇——人才作为领先指标

资金追随人才，科技领导权追随资金。在自动驾驶车辆、人形机器人与具身基础模型等实体AI领域，2026年的招聘决策是预测哪些组织将于2028至2029年掌握技术领先地位的直接指标。本文梳理顶尖ML研究员、机器人工程师与自动驾驶系统架构师的集中方向，分析哪些组织正赢得人才战，并预测未来两至三年的竞争格局。

人才配置之所以是领先指标，在于实体AI从招聘到产品落地的周期相当漫长。一位传感器融合工程师通常需要六到十八个月才能在新系统上达到完整生产力。一位研究员开发新操控策略，需要硬件访问、数据收集与多轮迭代才能看出成果。2026年组建最优秀团队的组织，正在建立将于2028年实现差异化能力的人才管线——而这些信号现在就已可见，在能力正式推出之前。

第一节——人才集中分布图

下表汇整主要实体AI组织的估计AI/ML/机器人人数、关键人才池、招聘重点与人才来源。所有人数均为2026年中根据LinkedIn公开资料、公司公告、职缺发布及产业报导所得的估计值，各公司均未公开精确的工程人数分类。

组织	人数规模（估计）	核心人才领域	招聘重点	人才来源
Tesla AI	约3,000–4,000名AI/ML/机器人（估计）	FSD神经网络、Dojo芯片、Optimus运动规划	MS/PhD视觉、RL、嵌入式系统	学术界（CMU、斯坦福、MIT）、前Waymo员工
Waymo	约2,500–3,500名AI/机器人（估计）	传感器融合、高清地图、车队运营、安全验证	资深自动驾驶工程师（6年以上）、安全+形式化方法	前Google X、前Uber ATG员工
Figure AI	约500–700人（估计）	全身操控、运动-操控整合、AI策略	来自Boston Dynamics、DeepMind、CMU的人才	获6.75亿美元B轮融资（2024年2月）
1X Technologies	约200–300人（估计）	人形机器人运动、神经机器人策略	欧美；OpenAI合作吸引AI策略人才	北欧机器人 + 美国AI
Agility Robotics	约400–500人（估计）	双足运动（Digit）、仓储部署	制造 + 软件集成	前俄勒冈州立机器人、Amazon Robotics
Boston Dynamics	约1,000人以上（估计）	腿式运动、Atlas灵巧性	现代汽车支持；硬件密集型	内部 + 前MIT CSAIL
OpenAI Robotics	约100–200人（估计，新团队）	机器人基础模型（通用策略）	世界模型 + 模仿学习研究员	前学术界、前Google Brain
Google DeepMind	机器人约500人以上（估计）	RT-2、RoboVQA、基础机器人策略	多模态 + 机器人学习	Google内部 + 顶尖学术界
Meta FAIR Robotics	约200–300人（估计）	腿式 + 移动操控研究	开源机器人AI研究员	学术界 + 前FAIR校友

解读说明： Tesla与Waymo在自动驾驶簇中占据原始人数的主导地位。Figure、Agility与Boston Dynamics支撑人形机器人簇。OpenAI Robotics与DeepMind引领基础模型簇。这三个簇有截然不同的人才来源动态、薪酬结构与技术赌注，并正开始竞争同一批核心人才。

第二节——三大人才簇

实体AI人才市场已结晶为三个截然不同的簇，各具不同的来源动态与战略逻辑。

A簇——应用自动驾驶（Waymo、Tesla、Cruise残余、Mobileye）

重点： 今日就必须在商业部署中运作的系统。

核心技能： 传感器融合工程师、安全验证、软件可靠性、高清地图。

人才来源： 传统汽车自动驾驶部门（福特、通用）、前Uber ATG（2020年关闭后分散的约1,200名工程师）、前Cruise工程师（2023年10月计划暂停后）。

竞标动态： Tesla在2022年裁员后大幅提升薪酬，积极挖角Waymo人才。Waymo以Alphabet级别的福利与工作稳定性作为反制——在自动驾驶业界已见多起高知名度关闭的情况下，这是有意义的诉求。

人才集中的预测： 应用自动驾驶人才正在优化近期商业表现——每次脱离介入里程数、安全指标、车队可靠性。赢得此簇的组织将在基础模型组织追上之前拥有可部署的系统。

B簇——人形机器人（Figure、1X、Agility、Boston Dynamics、Physical Intelligence）

重点： 全身控制、灵巧操控、现实世界泛化。

核心技能： 运动-操控整合、强化学习、运动规划、硬件-软件协同设计。

人才来源： CMU机器人研究所、MIT CSAIL、前Boston Dynamics员工（许多人在现代收购后因公司文化转变而离开）。

薪资溢价： 人形机器人初创估计以高出市场20–40%的薪资吸引学术界与大型公司的人才。Figure的6.75亿美元B轮与1X的OpenAI支持给予这些公司足够的资本竞争。

人才集中的预测： 人形簇正在下一个十年押注——通用双足机器人在2030年代初期的仓储与轻制造环境中具有商业可行性。此处的人才集中是严肃资本与工程人才相信该赌注具有可融资性的最强信号。

C簇——基础模型机器人（OpenAI Robotics、DeepMind、Tesla Dojo、1X/OpenAI重叠）

重点： 以互联网数据与机器人数据训练的通用策略。

核心技能： 大规模RL、世界模型、模仿学习、视觉-语言-动作（VLA）模型。

人才来源： 正在跨训练至具身AI的NLP与LLM研究员；直接从博士班招募的顶尖ICLR、NeurIPS与ICRA论文作者。

战略赌注： 谁能打造机器人的「GPT时刻」——一个能在多元实体环境中运作的单一通用策略——就能赢得赢家通吃的市场。若成功，下游价值巨大；若失败，投入的资本与人才难以重新部署。

人才集中的预测： OpenAI、DeepMind与Tesla同时追求基础模型机器人，表明业界相信此方法技术上是可行的。若世界上最具能力的四家AI研究组织中有三家都在朝此目标招聘，2028–2030年出现早期通用机器人策略的时间窗口是合理的。

第三节——Tesla的数据飞轮作为人才磁石

Tesla的招聘诉求在结构上不同于本文所有其他组织。它提供的东西是任何获资助的初创与任何其他成熟公司都无法匹配的：全球最大的现实机器人数据集。

独特优势：

超过600万辆Tesla车辆每日在全球规模生成带标记的驾驶数据，创造出比任何专用数据收集车队成长更快的训练语料库。
Dojo——Tesla定制AI训练超级计算机——让工程师拥有定制芯片架构的实战经验。对于职业发展中的工程师，「我为Dojo设计了训练基础设施」是其他雇主无法提供的简历差异化。
Optimus是第一款具有可信消费者规模制造路径的人形机器人。想在真正可能大量出货（而非研究原型）的人形机器人上工作的工程师，选择极少。

反向信号：

Tesla AI几起高知名度的离职——包括前AI总监Andrej Karpathy——引发对管理文化、决策速度与研究自主性的质疑。Tesla AI主要以数据规模和使命竞争；其工作环境声誉比Waymo、DeepMind或顶尖人形机器人初创更为复杂。

预测： Tesla的数据优势随时间复利累积。每年部署更多车辆，就在现实驾驶数据上扩大差距。Tesla的人才挑战是留住研究员足够长的时间以实现多年数据优势的复利效应——在优势具体化之前的流失是关键风险。

第四节——Waymo的稳定溢价

Waymo在人才市场中占据结构上独特的地位：它是唯一能可信地宣称拥有规模化全商业无人驾驶服务的组织。

稳定优势：

Alphabet支持意味着Waymo可以提供顶尖市场的整体薪酬，而无需面对人形机器人初创所伴随的生死存亡风险。亲眼目睹Cruise、Argo、Aurora消费者转型以及Uber ATG关闭或重组的工程师，现在将「这家公司三年后还在吗」视为真实的职业考量。Waymo对这个问题的回答独树一帜。

Waymo也拥有自动驾驶业界最深厚的组织知识。对于资深自动驾驶工程师而言，在积累的领域知识上继续深耕——而非在初创从头重建——是有意义的差异化。

稳定代价：

Waymo的决策周期比初创慢。对于优化财务回报的工程师群体而言，人形机器人初创的风险调整后期望值可能超过Waymo的稳定溢价。

预测： Waymo将继续吸引曾在一个或多个计划取消中存活、现在优先考虑组织持久性的资深自动驾驶工程师。它将失去部分风险承受度较高的年轻人才给人形机器人初创。对Waymo的战略而言，这笔交易可能是正确的：它需要生产级可靠性多于前沿研究赌注。

第五节——值得关注的关键人才指标

信号	预测内容	追踪方式
资深研究人员招聘公告（LinkedIn/X）	2–3年后的能力轨迹	追踪关键研究员的公开资料；留意簇性跳槽
CMU/MIT/斯坦福机器人所的博士论文主题	业界认为哪些问题是可解的	Google Scholar + 学术会议论文（ICRA、NeurIPS、ICLR）
前Waymo/Tesla校友创办新公司	人才是否「外漏」至新竞争者	Crunchbase + LinkedIn创始人简介
ICRA/NeurIPS/ICLR论文作者（Waymo/Tesla/Figure）	研究产出→未来产品管线	Semantic Scholar机构追踪
自动驾驶公司年对年员工成长	扩张期vs.优化期	LinkedIn Insights + 公司申报文件

2026年最重要的信号： OpenAI的机器人团队是否在十二个月内从估计的100–200名研究员成长至500名以上。若OpenAI以投入LLM相同规模的资源承诺具身AI，将重塑整个实体AI簇的竞争格局——在DeepMind与Tesla之外，在基础模型机器人领域创造第三个机构规模玩家。

第六节——关于本系列

本文为实体AI基准系列第27篇。前26篇已涵盖：进展指数、人形机器人竞赛、法规、资本、算力、传感器、单位经济学、全球竞赛、高清地图、车队运营、软件与OTA、保险与责任、消费者需求、合作伙伴关系、竞争护城河、Cybercab对比Model Y、安全数据、Waymo第六代、Optimus制造、三次计分卡快照、2030年熊/基/牛预测、投资者框架综合、Waymo城市扩张管线（第24篇）、Tesla州监管地图（第25篇）与自动驾驶天气及气候限制（第26篇）。本文引入人才配置作为预测科技领导权的领先指标视角。

核心发现：实体AI人才已结晶为三个簇——应用自动驾驶、人形机器人与基础模型机器人——各具截然不同的来源动态与战略赌注。Tesla以数据飞轮胜出，Waymo以组织深度与稳定性胜出，人形机器人初创以股权上行与使命契合度胜出。基础模型研究员是关键的摇摆人才池：他们在未来十二个月的集中方向，是哪个能力簇将于2028年实现突破性成果的最高信号预测指标。