9 月 15 日，理想汽车宣布王凯出任理想汽车首席技术官（CTO），全面负责理想汽车智能化相关技术的研发与量产，包括电子电气架构、智能座舱和自动驾驶等。

在理想内部，王凯的职级很 高，已经进入高级管理层 级。毫无疑问，王凯是理想汽车过去五年来招募的最为重要的高管，没有之一。

对于这一人事任命乃至王凯本人，外界充满好奇：对于理想来说，为什么是王凯？对于王凯来说，又为什么是理想？甚至，一家车企需要 CTO 这个职位吗？我们逐一展开。

（结尾附采访记录，有删减。）

 1

为什么是王凯？

在两个小时的交流中，王凯 20 次提到「落地」，18 次提到「特斯拉」，而特斯拉恰恰是智能汽车技术落地经验最为丰富的企业。

在过去的职业生涯里，王凯不仅限于理论研究，更多是长期积淀下来的落地经验，这可能是理想汽车最看重王凯的特质之一。

王凯在专访中表示，一家车企真正蜕变为一个科技公司的标志，是「一定要对各种细分技术、各种基础科学，有一个特别强的整合能力，而且把它真正能落地，这是一个最高的条件。」

这句话映射到汽车电子电气架构的集中化趋势上，意味着车企需要对全车的芯片、算法、操作系统、硬件架构等不同资源的深刻理解和重新排列组合。

2012 年 11 月，王凯从诺基亚跳槽到伟世通担任高级硬件工程师。一年后，伟世通启动了由王凯担任首席架构师的 SmartCore™ 智能座舱域控制器研发项目。2017 年年底，该项目在梅赛德斯-奔驰新 A 级（MBUX 智能座舱）上成功落地。

这是全球首个智能座舱域控制器的量产项目。在那之后，王凯前后累计主导了五款不同方向的量产项目，成功将职业触角升到了芯片、算法、操作系统、硬件架构等汽车智能化的方方面面。

这让他对底层技术细节有着更好的把控。比如，除特斯拉外，理想是第二家明确表示要自主研发自动驾驶实时操作系统的车企。

在解释自研操作系统的逻辑时，王凯提到了自动驾驶系统的一个核心指标——延迟，理想必须自研底层实时操作系统和系统中间件的 Kernel 部分，以确保未来全链路的优化。

为了保证极致的用户体验——更准确地说是当用户反馈时，能够快速诊断、从源代码层解决问题、快速 OTA 更新，理想需要研发和控制整个技术栈。

在落地之外，王凯表现出来的另一项特质，是对宏观技术趋势的敏感与判断。

交流一开始，王凯提到了汽车行业 14 家一级供应商（包括王凯身处其中的伟世通）陷入亏损的惨淡前景，但另一方面，汽车科技公司（泛指以特斯拉、理想、蔚来、小鹏等数据驱动型的新兴车企）在用户端和华尔街两个维度双双获得认可。

王凯认为，这些「汽车科技公司」的差异化绝不仅限于对座舱、辅助驾驶系统的更多投入，从基础科学的角度来讲，汽车行业的变革浪潮代表了多个基础学科的发展在汽车行业交汇，促成了新一轮革命的产业基础。

• 通讯：4G - 5G 的演进，延迟、成本下降、吞吐量提高
• 工业 4.0：制造自动化，降低成本、提升效率
• 人工智能：赋能座舱、自动驾驶
• 大数据：用户数据驱动的产品迭代
• 材料科学：汽车三电工程与轻量化

王凯把他对不同产业发展的宏观判断融入了职业规划。2012 年 6 月，智能汽车的鼻祖特斯拉 Model S 在加州亮相。王凯嗅到了汽车行业的暗流涌动，5 个月后，王凯加入了伟世通，开始主导新一代汽车电子电气架构集成化的落地。

双重特质叠加，让李想在公告中讲出了那句：王凯是众多候选人中最适合、最能胜任理想汽车 CTO 这一角色的。

2

为什么是理想？

在回答这个问题前，我们不得不简单介绍一下王凯的背景。在加入理想之前，王凯已经在海外工作了 15 年。

所以，这个问题也许要拆解成两个小问题：为什么回国？为什么是理想？

王凯谈到了智能手机行业一超多强的市场格局：苹果是其中唯一的破坏式创新者，剩下的几大头部公司全部是中国企业（具备全产业链优势和集约效应优势的三星除外），而华为、小米、OPPO 和 vivo 无一例外都是当年苹果引爆智能手机市场之后快速跟进的 fast learner。

为什么全部是中国企业？因为中国具备智能设备市场的三个特点：大市场、多用户、数据驱动。这三个特点对于智能汽车市场同样成立。

所以问题变得清晰：智能汽车行业的破坏式创新者已经在那里，王凯要找的，是与自己价值观合拍的中国 fast learner。

「我一直支持 Progressive innovation，就是渐进式技术革命，通过一步步扎实走，把技术落地，技术落地以后回补下一步的研发，一步步做起来。」王凯表示。

理想 ONE 这款车浑身上下都是「渐进式技术革命」的影子。比如，在纯电动动力总成的成本和补能效率不比燃油车的当下，理想 ONE 通过增程这一并不主流的动力路线来实现了兼具电驱动的平顺性和燃油车补能的便利性。

在王凯看来，这是站在用户角度出发，最合适的产品决策。

王凯也非常认同李想提出的「在特定的时间做特定的事情」、「企业在从 0 到 1、从 1 到 10 和从 10 到 100 的策略是完全不同的」。

「很多公司高举高打，这种模式会有很大的风险。」理想会分阶段设定具体的目标，做扎实后开始下一阶段的部署。

某种程度上，「阶段论」在理想汽车自动驾驶部门已经有所体现：伴随着 2020 年 L4 自动驾驶汽车项目的启动，长期稳定的理想汽车自动驾驶部门开始扩张。根据王凯的说法，自动驾驶团队将从 60 人增长至 200 人左右。

「错误的精准比模糊的正确要致命得多。」王凯表示。

3

一家车企需要 CTO 吗？

『过去我相当于一个「黄金球员」，到了理想汽车要做「明星教练」，带领团队里的每个人都成为「明星球员」』。这是王凯对 CTO 这一职位的认知。

理想汽车要做一家数据驱动的科技企业。王凯负责的是总架构的设计，这个架构不再是狭义上的汽车电子电气架构，也不是整车架构，而是企业级的闭环架构。

从 0 到 1，理想汽车完成了整车、手机 App、售后系统、研发系统和云端的闭环打通。当用户的需求被采纳后，可以迅速反馈到研发，并实时看到研发的进度、预计推出时间等等。

而王凯加入后的从 1 到 10，将推动整个闭环进入飞轮迭代，让整个迭代变得越来越快。

王凯表示，要在所有的部门形成飞轮效应、加速增长，所有的小飞轮组合成一个宏观上的大飞轮，形成销量增长-海量的用户反馈数据-研发改善用户体验-促进销量增长的可持续运转。

为了整个过程中的跨部门协同，王凯统管了智能座舱、自动驾驶与新增的算力平台部门。

从汽车电子电气架构的角度来说，行业内有三个非常重要的趋势分别是计算中心化、数据网关卫星化和能源网关卫星化。

在这个演进的过程中，理想汽车算力平台部门将自研部分局部增容的 ECU，推进数据网关和能源网关的融合，并为下一阶段整个硬件的抽象化做准备。

从企业层面，理想汽车会在这个过程中实现最终的目标，成为一家出行服务提供商。在王凯看来，这样的企业绝对具有科技属性。

「一个科技公司需不需要 CTO，这个问题大家去想。」

实际上，没有什么比王凯加入理想更能说明理想已经全面进入从 1 到 10 的阶段。我们也期待，王凯的飞轮效应，能裂变进化出一个全新的理想。

附：

媒体：下一阶段你们打算把研发团队建到多少人？

王凯：在特定的阶段应该做特定阶段的事情。从 0 到 1 的时候更多是说如何把这件事情的机制转起来，你对成本控制是应该的，没有搞清方向就砸钱，这是很大的浪费。

从 0 到 1 阶段，理想汽车真正抠的是运营，并不是说研发工程师减薪，没有这一说。而从 1 到 10 阶段，我可以负责任地讲，我们一定会把研发人员的薪酬高于市场之上，个别的例子会超出很多把他招来。

媒体：一年研发投入要多大的规模？

王凯：我先说人数吧，因为钱取决于我们要干的事情，而且是实际招到的人影响很大的。

比如说自动驾驶团队，因为我们要自研，之前我们是用 Mobileye 的东西，感知部分不是自研，现在感知这一块我们要自己做。自动驾驶团队从现在小的规模扩张到 200 人。

媒体：现在是多少？

王凯：60。这只是一个领域。我们从长远来讲是有很多的布局，OEM 来讲，走科技企业的触角要探得很远，我们重视人才质量，你看特斯拉也一样，没有说垒一堆人。

有说做这种软件垒一万人、几亿行，这一点我们有不同看法。我们觉得像特斯拉每个人都很精，质量很高。

从我的角度来讲一直是拼效率，效率是最核心的。你对资金的使用效率，对人员、运营的效率，这是最核心的。各个分支领域的顶尖人才，这是我们希望质量高的团队。

媒体：如何定义核心技术？

王凯：能非常直接体现价值的就是核心技术，第一就是数据。我刚刚说了，数据驱动型科技企业，数据是命门。另外一个是跟用户相关的，因为为了提高终端客户的极致体验。

以自动驾驶为例。自动驾驶领域有一个特别大的挑战是在于延迟，这是非常大的一个挑战。为了能控制这件事情，你需要对整个技术栈有一个控制。最核心的 Kernel 部分一定要在自己手里，只有这样才能保证延迟可控。

一旦你交给供应商，他的开发是黑盒的，你到那儿就形成断裂了，当客户提出需求让你改，你都没法完成这件事情。

虽然 OTA 本身机制已经建立好了，但是如果有些东西完全黑盒没法改动，或者你需要交钱，就算交钱也不能很快给你迭代，他就捏住你的命门了，对我们来讲全栈软件的架构是要自己把控的。

Middleware 的 Kernel 也是要把在我们自己手里，我们会自己建这两个Kernel 部分的 API，尤其是 OEM 的 Kernel 我们会建立合理的 API 引入第三方进来，有一些现成的东西就可以进来了。

通过 Middleware 的 Kernel 外建 API，可以引入现成的算法，这套东西成为体系，它有自己的 Middleware，加上上层的 application 应用，通过 API 就可以直接用。但是最核心的数据交互都是我们来组织。

对我们的合作方，我们希望是白盒交付的，这样才能真正控制说客户端反馈有问题，我们能快速诊断出来哪儿有问题，我们去更新，跟用户的闭环就完成了。

媒体：白盒是？

王凯：源代码。

媒体：OS、Middleware 的内核和 OS、Middleware 整体的差异是什么？

王凯：内核是相当于一个基石。Kernel 部分包括 file systems 文件调度系统，IO 系统，还包括 boot，就是最开始的 boot。这一部分是最核心的部分，比如说外延的一些application 甚至 driver，都是在 OS 范围，但不属于 Kernel 部分。

媒体：不是那么重要？

王凯：一样很重要，但是这一部分不一定非得所有东西都自研，我甚至可以交给第三方，因为不是命门。影响你最根上，最骨架的东西没有掌握在自己手里。比如说你找供应商，可以按我的规矩，我只要你按我的规矩走，我就能保障我自己。

汽车业尤其是自动驾驶，最重要的是 worst case。你看特斯拉为什么很多事情做得快，因为所有的都是自己做的，包括自研硬件，是因为它觉得没有任何人能满足它的软件。

当它软件做到极致的时候，顶级的软件工程师一定是想自己做硬件，他看哪个都看不上眼。顶级的硬件工程师一定也想自己做软件，说你们太 LOW 了，这是很自然的水到渠成的事情。

媒体：之前理想对自动驾驶有一个路线图，现在您入职以后对路线图或者是时间表有没有一些更新？

王凯：整个步骤还是这样，我们首先会实现 NOA，其实我不愿意谈所谓的 L2、L4。

对用户来讲是什么样的场景，场景越来越多，自动驾驶的时间，能用的辅助或者是自动驾驶时间长，这才是用户体验。我们希望提高这个，包括数据闭环是根据用户需求来决定先实现哪个，淡化所谓的 L2、L4。

从场景来讲，说的教条一些像特斯拉的 NoA 先到位，然后 L3，L3plus，应用场景越来越宽，最后到 L4。

重要的时间节点，比如说下一款车，2022 年出的这个是要从硬件上要做到 ready L4 的硬件，不是把所有的硬件一下到位，但是接口全都到位，这车不光是软件升级，硬件也可以升级。

媒体：理想测绘资质吗，有没有说未来要做到高精地图？

王凯：有。

媒体：这一块的投入会不会太大？包括后期可能要做超级计算机训练数据？

王凯：首先第一个我们是有资质的，乙级资质。（乙级是自己采集自己用，不能卖。）

从我的角度来讲，数据是最重要的，我一直讲数据驱动的公司，地图包括高精地图是很重要的数据之一，虽然它不是用户数据，但是它是很重要的数据之一。

当你的科技属性强了以后，造车的费用跟那些比起来是小头。

因为本身机械制造、发动机技术，传统的技术基本上是比较成熟了，反而是不成熟的领域，但是你现在要它们都融合，它们是你最应该投钱的部分，这样才能体现你的差异化，而且这时候用户是可见你的迭代速度的。

特斯拉的超算，是它在这个领域做出前沿了。

但是我们也有自己的优势。我是这么认为，特斯拉如果不在中国建很强的本地团队，很有可能会被本土企业吊打。

我刚刚讲的很重要的一点，以后的汽车行业是数据驱动型科技企业，数据驱动是要跟本地用户发生强关联的，尤其是自动驾驶领域。

很多数据是国与国之间有不同的法规，他不到这个地界是不了解的，甚至数据出不去那怎么办。而本土企业植根于这儿，所有的员工土生土长在这儿，他知道这儿的规矩，这个迭代速度天生比外来人要快一些。

特斯拉其实带了很多新的理念，把整个供应链都带进来，确实有一些先锋的作用。

媒体：座舱、自动驾驶和算力团队之间怎么协同？

王凯：从汽车业来讲，架构这个理念有三个特别重要的趋势。第一个趋势计算中心化，第二个趋势数据网关卫星化、能源网关卫星化。不知道大家有没有听过，Zone Controller 区域控制器？就是典型的我说的三个趋势的实现。

我简单来说两句，然后再回答组织架构为什么要匹配，这是相关的。

计算中心化很简单。以前制造业是功能驱动型产业，我需要一个功能的时候加一个 ECU，把最终的结果数据，无论是输入还是输出就传到其他的地方，完成这个功能。以前加一个环视就加一个 ECU，就只提供你一个环视，就完了。

但是今天的智能车要求是什么？我这个产品在几年前定义的时候，架构都定义好，最初的时候给你一个基本的版本、基本的功能，以软件的形式实现。以前的情况下，几年后这个车就这样了，但现在是我给了你之后，你的软件部分一直在升级，一直在变得更好，会把内部所有资源都调动起来，这个时候原本的功能驱动型的架构就完全不行了。

以刚才我们讲的环视功能，任何一个中间结果，因为我这个是供应商做的，就是我给你电源、数据线，你输出，就完了，任何中间结果都没法用。

你想用，我去找他，你给我改一下，供应商说好，一百万、三个月，你还怎么做 OTA，这么一个小小的改动。

所以这个时候最佳的解决办法就是所有东西，用硬件的东西最开始的时候搭个大架子，软件的基层做完，尽量计算到核心的东西去做。而这些传感器都只是数据进来。

至于我怎么用是在中心计算平台最开始有一个先给内件的搭配组合，回头升级以后有新的玩法，在中间改就行了。所有端的东西，传感器都不用碰，这跟以前的概念完全不一样。

刚才我说的一个是数据网关卫星化和能源网关卫星化，这两个是什么意思？

原本我的架构，一个豪车 200 个 ECU 很正常，里面缠了很多线，组装的时候很费劲，这个已经不符合以后的需求了，你完全是 update，每个都只有最终结果，不能改中间，实现的功能非常有限，我还得求爷爷告奶奶，不一定实现，我搞定一个 ECU 其他的都能这么用。

在新的体验下，把所有的计算尽量中心化，一到几个核心的 ECU 有实际的脑子，原本因为很多的 ECU 分布在车里，车里的东西无非要不是输入，要不就是输出。输入是传感器给你攒集来的数据。输出是控制某一个电机，窗户开或者是关，就是这些。ECU 之所以放在这些地方是因为离电机近，新一代几个的时候把这些都无脑化，形成一个卫星化，就好像中心城市和卫星城一样。

比如北京市和通州，通州做的是什么，这些人真正上班是在北京上班了，但是住在这儿，最开始要休息，无论能量还是数据都在这儿收集，通过智慧完成工作。

这样做的好处是什么？无论是能源网关还是数据网关可以进行数据输入和输出的汇总，不需要太多的脑子，把数据搬运回中心做计算。

有几大好处，第一是解决了 OTA 轻松升级，轻松管控。

第二是兼顾了物理位置的布局，使布局路线大大缩短，特斯拉说要缩到 100 米，但是没有做到，这一点特斯拉还是走的比较前面。

去年的核心专利我很希望在 Model Y 上有所体现，但是还没做到。有几个核心体现就是比如说 2D 布局，backbone 做完了以后，所有东西全在这上面。第二个是所有的基础件带通讯接口，说白了是安一个门，连上，有一个插口就插上。

像这些专利，去年年底发了两个，但是最后的时候并没有在 Model Y 上没有做到，但其实这个概念觉得大家都是认可的，这是以后的必然趋势。我之所以讲这个，是为了回到我们现在为什么组织架构这么做。

组织架构还是一样，你所做的运营也是技术的迭代，一步步扎扎实实走过去。当前有一个智能和系统部门，主要做的是智能座舱相关的所有东西，还有一个是云端和手机端的服务，包括 OTA 的通路都打通了。

自动驾驶有一个团队被独立出来，第三个是算力平台，算力平台当前的事情会研发一些核心的，而且有特别意义的是局部增容 ECU，我们要完成网关这些事情，能源网关和数据网关的融合。

媒体：自研 ECU？

王凯：对，能源网关和数据网关的融合，下一步平台部门会担任整个硬件抽象化的核心。那个时候就是硬件完全抽象化了，这个是下一阶段，一步步来。以后各种功能域会被提炼成需求对平台有要求，侧重点在软件上，而联系这些所有东西是系统架构的事情。

能源网关是供电。汽车之前也是很多能源供电或者是油路供电，这是车级很重要的架构的事情。但是到电车了以后，这个事情是最重要的。电的分布是怎么分布，电的使用效率。

因为其实包括特斯拉自研硬件有一个原因，就是因为它觉得其他芯片不够省电，就是非常第一性原则的典型的例子。

媒体：理想跟 Model Y 差距有多远，多久能赶上？

王凯：特斯拉的中心域控制器基本上差不多了，后续是性能提升，马上要出的 Hardware 4.0 我蛮期待做成什么样，那个时候真正会把自动驾驶和座舱是要融合了，在一个芯片里，那就非常厉害了。

我们现在属于这两个是分开的，两个 ECU，这是必经之路。你如果这一块不做扎实了，下一步走的时候，你在产品需求定义的时候会遇到层层阻力。

我们下一步是把交互做得更好，软件层面和内部的数据闭环是我们的重点，在这个阶段。

其实做预控制器尤其是融合这一块最难的是软件。功能安全从 QM 等级一直到ASIL-D 等级，跨度非常大，系统的复杂性指数级往上奔。如果你的软件不过硬，这件事情最好分开做。因为无论是复杂度还是研发投入的成本一直企业是扛不起的。

当你两边吃得很透，甚至做到某种意义来讲，开发的时候软硬分离，但是效率是软硬一体的时候，这件事情做完以后才能做下一步，在你的体系里完成 0 到 1，进入成本缩减的时候再说走下一步。

你现在 0 到 1 还没做，做下一个这会要了你的命，因为对车企来讲很多的指标是要落地的，我们有明确的时间点，这个车什么要落地，这是硬性的指标。