华为ADS预测模块负责人杨旭光加盟理想，补强VLA大模型预判能力

10月19日，业内确认华为ADS（Advanced Driving System）创始团队核心成员杨旭光正式加入理想汽车。作为华为早期自动驾驶研发的关键人物，杨旭光曾长期负责ADS体系下的预测模块，与动态感知负责人许彬、静态感知负责人孟昭时共同构成感知部门三大技术支柱。此次人事变动并非孤立事件，而是理想加速自研高阶智驾能力落地的重要一环。

预测模块是智能驾驶系统的“决策前哨”，承担对周边车辆、行人、非机动车未来数秒内行为轨迹的建模与推演任务。例如，前车是否即将变道加塞、路口行人是否会突然横穿马路——这些判断直接决定后续规划与控制策略的安全边界。若预判失准，即便感知精度再高、控制响应再快，系统仍可能陷入被动甚至危险境地。

杨旭光的技术履历与该环节高度契合。2020年初，华为启动端到端大模型技术布局，杨旭光主导推动预测模块完成神经网络化重构，使其从传统规则驱动转向数据驱动建模，为后续ADS向纯视觉+大模型架构演进奠定基础。随着华为ADS架构持续迭代，预测部门先后并入规控体系，最终在全面转向端到端方案后整合至AI模块开发部。岗位职能的结构性调整，客观上促使部分资深技术骨干寻求新的发展平台。

理想汽车当前正处于智驾技术攻坚的关键阶段。今年6月，在Livis Day软件与具身智能发布会上，理想明确公布下半年智驾升级路径：第三季度在AD Max车型推送全新马赫VLA（Vision-Language-Action）大模型，第四季度目标实现与特斯拉FSD V14相当的能力水平。马赫VLA作为理想自研的司机级大模型，已实现全球首个VLA架构量产上车，但在复杂城市道路的动态博弈场景中——如近距离加塞应对、突发鬼探头识别——仍存在预判延迟或误判问题。

杨旭光的加入，恰好针对这一薄弱环节。其在交通参与者行为建模、时序预测神经网络训练及端到端框架适配方面的成熟经验，有望显著提升马赫VLA对多目标交互关系的理解深度。值得注意的是，理想并未止步于算法层补强：旗下芯片子公司上海马赫心科技已于近期完成首轮16.25亿元股权融资，由杭州经韬、蓝驰创投、华业天成领投，奇绩创坛跟投；理想汽车通过全资附属公司出资10亿元，外部资本合计6.25亿元。资金到位为M100自研芯片与星环OS的协同优化提供保障，也为大模型推理效率提升创造硬件条件。

人事策略上，理想呈现出清晰的“分层取舍”逻辑。2022年李想曾大规模引入华为背景高管（如谢炎、李文智、邹良军等），试图全盘复制华为的组织管理与销售体系，推行PBC考核机制。但实践表明，这套模式与理想原有文化存在摩擦，2025年公司已回归OKR体系，多位华为系高管陆续离职。管理层“去华为化”的同时，底层核心技术人才引进却持续加码：CTO谢炎留任主导芯片与操作系统，如今又迎来杨旭光强化算法链路。

这一转变反映出行企对技术路径认知的深化：华为的组织方法论未必适配所有企业，但其在自动驾驶底层算法、端到端建模、数据闭环构建等方面的工程积累，具有普适性价值。理想选择精准吸纳最紧缺的能力模块——即预测建模这一承上启下的关键节点，而非盲目照搬整套体系。

时间点亦具指向性。理想i6车型发布会定于10月28日举行，新车预计搭载升级版AD Max系统。杨旭光的入职节奏与产品发布周期高度吻合，大概率将参与i6智驾功能的最终调优与场景覆盖拓展。在当前国内高阶智驾竞争白热化的背景下，华为ADS已落地问界系列并持续迭代，小鹏XNGP实现全场景覆盖，蔚来NOP+亦稳步推进。理想若要在30万元以上家庭用户市场维持差异化优势，仅靠空间与舒适性已不够，NOA的“拟人化博弈能力”正成为新战场。

需要指出的是，人才到位不等于能力即时转化。杨旭光需将其经验融入理想现有的VLA架构，适配M100芯片算力分配逻辑，并与整车控制信号链深度耦合。过往行业案例显示，部分车企高薪引入专家后，因团队磨合、数据断层或工程落地能力不足，导致技术成果难以转化为用户可感知的体验提升。

理想当前拥有较完整的自研链条：从星环OS底层系统、M100芯片、MindVLA司机大模型到MindGPT认知大模型，各模块已初步打通。杨旭光的加入，实质是补齐“环境理解→行为预测→动作生成”闭环中最后一块关键拼图。能否将纸面技术实力转化为日常通勤中更自然、更可靠的NOA表现，将是接下来半年检验此次人才引进成效的核心标尺。

智驾赛道正从“功能堆砌”迈向“认知深度”竞争阶段。当端到端大模型成为行业共识，传统模块化开发时代的岗位结构正在重构，人才流动随之加速。车企不再追求“整套复制”，而是基于自身技术栈缺口，定向吸收成熟经验。理想此举，既是战术补强，也折射出中国智能驾驶产业进入精细化攻坚期的深层趋势。