从高速NGP到城市落地：拆解李力耘在智驾领域的76个月技术突破轨迹

2019年6月，李力耘从百度、京东等互联网公司转身，加入小鹏自动驾驶研发团队。这位清华大学电子工程系本科、纽约大学计算机系博士的背景，为后续六年的技术深耕埋下伏笔。

高速NGP：技术验证的第一枪

加入小鹏后，李力耘首要任务是高速NGP（导航辅助驾驶）的软件开发。这套系统后来成为小鹏智驾技术栈的基石。高速场景相对简单、边界清晰，适合作为技术验证的起点。

李力耘团队在此阶段完成了感知、决策、规划控制的全栈自研能力建设。高速NGP的成功落地，不仅验证了技术路线可行性，更为后续城市复杂场景积累了宝贵的工程经验。

城市NGP：攻坚克难的技术长征

从高速到城市，场景复杂度呈指数级上升。交通参与者类型从单一车辆扩展到行人、自行车、电动车；道路结构从结构化高速变为非结构化城区道路。

李力耘在城市NGP项目中的核心职责是软件算法优化。他主导的规划控制模块，解决了城市道路中常见的加塞、绕行、路口博弈等难题。

2023年，城市NGP在国内数百座城市实现落地。这一数字背后，是无数次CornerCase的处理、极端场景的优化、以及软硬件协同的反复调试。

端到端：智驾方案的范式转换

2023年8月，李力耘接替吴新宙，全面负责小鹏智驾方案研发。这一时间节点恰好与小鹏智驾战略升级重叠。

他推动的“端到端”技术路线，将传统的模块化方案（感知-规划-控制串联）转变为一体化神经网络处理。这要求团队具备从数据采集、模型训练、仿真验证到量产部署的全链路能力。

2024年10月，李力耘晋升小鹏汽车副总裁。“端到端”智驾方案在行车全功能实现量产上车，标志着技术闭环完成。

技术迁移：智驾经验赋能具身智能

李力耘离职后选择加入众擎机器人，这并非偶然。众擎创始人赵同阳的技术战略是“体能优先”——优先发展机器人运动控制能力。

智驾与具身智能在核心技术层面存在交叉：环境感知、实时决策、运动规划。李力耘在感知算法、规划控制、仿真验证等领域积累的六年经验，与众擎的机器人运动控制需求形成能力互补。

众擎机器人2024年10月发布的直膝行走人形机器人，以及后续的前空翻、高负载作业等运动能力，均需要高精度环境感知与动态平衡控制。李力耘的加入，或将加速其从“体能优先”向“体能+智能”双轮驱动演进。