清华博士孔涛从字节跳动转投小米：具身智能赛道的人才流向与战略逻辑

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-08-13

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。

原字节跳动机器人团队负责人孔涛，已于2025年夏季低调加盟小米，现任小米机器人基座模型团队负责人。国内多个权威媒体已有验证报道。两家公司都在发展机器人业务，但字节重心在AI算法，偏软件；小米重心在机器人的场景应用，其在汽车领域“人机共造”的环境，被认为对孔涛形成吸引力。

📊 核心实体与商业数据

💡 业务落地拆解

孔涛的学术与职业背景

孔涛于2019年从清华大学计算机系博士毕业，导师为孙富春教授。其博士论文曾获中国人工智能学会优秀博士论文提名，截至2025年6月论文被引用超1.5万次。在字节跳动期间，孔涛是启动机器人项目的第一人，完成了业务从0到1的搭建，曾向研究部门负责人李航汇报，并带领Seed Robotics团队。2024年6月有报道称其离职，但字节官方公众号在2024年7月仍称其为“顶尖带教导师”，具体离职时间存疑。

字节跳动的战略调整

孔涛离职后，字节跳动将Seed Robotics团队改为向多模态负责人周畅汇报，并招聘具身智能技术负责人（职级L8，对标阿里P10-P11）。这一调整透露出字节的战略框架：将机器人与多模态、世界模型形成“业务协同”，机器人被视为大模型落地物理世界的载体，也是获取真实交互数据的关键场景。

小米的具身智能布局

小米在机器人领域的探索始于2021年发布的机器狗CyberDog，定价9999元，2023年发布第二代CyberDog 2，售价12999元。2026年3月，雷军宣布小米是最早研究具身智能机器人的公司之一，并计划未来5年投入2000亿元。小米机器人事业部约200人，2026年8月新设“具身智能与应用部”，孔涛出任负责人，打通VLA团队和具身研发部。

真实场景驱动的数据飞轮

小米汽车工厂为机器人提供了真实的物理场景。据发布，2026年初，小米机器人在汽车工厂自攻螺母上件工站“实习”，3月连续自主运行3小时双侧安装成功率达90.2%，7月提升至98%，与人工作业仅差1%，已正式“转正”。机器人还开启了总装车间物流区新工站，均达**90%**成功率。对基座模型研发者而言，在仿真环境训练的模型与在真实产线迭代的模型，进化速度不可同日而语。

行业视角：硬件的第一性原理

有业界人士指出，互联网公司容易把硬件当做流量入口，而硬件的第一性原理是极致。

“硬件的第一性原理是极致。技术的极致，性能的极致，价格的极致。”——业界人士

过往互联网做硬件折戟的案例很多，谷歌、亚马逊、Meta均未取得十足成功。字节目前把机器人当做数据入口，优势在于投入不多，短板在于难以在真实物理环境中“感知—决策—执行”。小米则自研芯片、自建工厂、自产汽车、自研机器人，场景闭环与数据飞轮，让机器人能直接在汽车产线上迭代。

🚀 对企业 AI 化的启示

人才流动折射赛道趋势

孔涛的跳槽并非个例。近年来，小鹏、理想、华为、长城等车企的智驾技术负责人，纷纷加入或创立众擎、无界动力、昆仑行、它石智航等企业，从“轮子里的AI”转向“身体里的AI”。行业数据显示，具身智能赛道正处于爆发前夜，2025年中国具身智能市场规模预计达52.95亿元，年增速超40%。

场景闭环是具身智能落地的关键

对于企业AI化，尤其是具身智能领域，单纯依赖算法优势不足以支撑产品落地。真实物理场景的闭环迭代，是提升模型泛化能力和实用性的核心。小米的汽车工厂提供了“数据飞轮”，使得机器人在真实环境中快速迭代，成功率逼近人工。这启示企业：AI落地需与具体业务场景深度绑定，构建从数据采集、模型训练到部署优化的闭环。

战略选择：软件算法 vs. 硬件场景

字节跳动与小米的路径差异，反映了AI企业战略选择的两种方向：一是以算法为核心，向外赋能；二是以场景为核心，软硬一体。孔涛的选择表明，对于具身智能领域，硬件场景的稀缺性可能比算法优势更具吸引力。企业需根据自身基因和资源，选择适合的落地路径，避免盲目跟风。

【官方原文链接】点击访问首发地址