字节否认智能驾驶布局，但物理AI赛道招聘持续，自动驾驶成大厂新战场

每经记者：刘曦 改写编辑：徽声在线编辑部

7月13日，有市场消息传出字节跳动正在积极筹备进军自动驾驶领域，其业务规划或将聚焦于自动驾驶场景中的“无人物流”应用。针对这一传闻，字节跳动官方回应称：“公司在AI大模型前沿技术领域，尤其是物理AI方向，确实开展了多项早期研究与探索工作，但现阶段并无开展智能驾驶业务的明确计划。”

尽管官方明确否认了布局智能驾驶的计划，但相关岗位的招聘活动仍在持续推进。7月14日，《每日经济新闻》记者通过字节跳动官方招聘平台查询发现，包括智驾仿真评测专家、多模态算法工程师（自动驾驶云方向）等在内的多个智驾技术岗位，以及智驾大模型产品经理、汽车行业高级销售经理等产品与销售类岗位，均处于热招状态。

图片来源：字节跳动招聘官网

以智驾大模型产品经理岗位为例，其职责涵盖跟踪自动驾驶行业最新技术动态，结合公司技术优势规划大模型在自动驾驶开发领域的应用路径，并制定商业化落地策略。岗位要求方面，优先考虑计算机科学、汽车工程、人工智能等相关专业的候选人，同时具备1年以上大模型或自动驾驶相关产品开发经验者优先。

事实上，字节跳动在汽车智能化领域的布局早已启动，并采取投资与业务合作双轮驱动的策略。在投资层面，2019年公司以3000万美元参与理想汽车C轮融资；2021年作为联合领投方参与轻舟智航A1轮融资，投资金额超过2500万美元。业务合作方面，2020年火山引擎将推荐算法技术引入汽车市场，同年字节跳动正式组建“车联网”团队（由原“锤子科技”团队核心成员构成），致力于打造自有车载信息娱乐系统解决方案。

进入2023年，字节系“火山车娱”系统成功进入奔驰座舱；2024年奔驰中国与火山引擎建立深度合作关系；2025年梅赛德斯-奔驰（中国）与北京字跳网络技术有限公司签署战略合作升级备忘录，合作范围扩展至智能辅助驾驶、智能座舱、智能化研发、数字化营销及客户运营等全业务链条。今年6月，赛豆科技发布全新品牌AIVA，并宣布与火山引擎达成战略合作，共同开发AI汽车交互体验。火山引擎副总裁杨立伟表示，将为AIVA品牌提供豆包大模型、智能座舱等核心技术支撑，助力其提升AI汽车交互体验。据北京车展期间火山引擎公布的数据，搭载豆包大模型的车辆已突破700万辆，覆盖超过50个汽车品牌、145个车型。

值得注意的是，除字节跳动外，国内互联网三巨头BAT（百度、阿里巴巴、腾讯）也在加速布局自动驾驶赛道。百度旗下“萝卜快跑”已成为Robotaxi（自动驾驶出租车）行业的领军品牌；阿里巴巴采取投资与平台建设并举的策略，2025年9月战略投资哈啰Robotaxi业务，共建智驾大模型，同时旗下高德地图与小鹏汽车达成全球生态合作，共同提供L4级自动驾驶出行服务；腾讯则在今年2月战略入股L4级无人配送车企业“新石器”，完善AI与自动驾驶场景化布局。

今年以来，物理AI成为行业关注焦点，自动驾驶和具身智能被视为物理AI技术最先实现商业化落地的两大场景。其中，自动驾驶被普遍认为是具身智能领域最早实现规模化应用的场景。有行业分析认为，互联网企业集体布局自动驾驶的核心逻辑已超越传统造车或软件销售模式，而是指向更具战略意义的“物理AI”入口争夺。

对此，元戎启行CEO周光在接受《每日经济新闻》记者采访时表示：“互联网大厂布局自动驾驶的终极目标并非获取License（授权）开发费用，而是为了抢占物理AI的入口资源。”他进一步分析称，物理AI的发展将呈现两阶段特征：上半场以自动驾驶为核心，下半场则转向机器人领域。汽车作为首个能够提供海量动作（Action）数据的场景，将有效解决行业长期面临的“数据荒”问题。

从技术演进路径来看，周光认为文本领域在DeepSeek-R1（深度求索）模型发布后已趋于成熟，多模态技术成为下一阶段突破关键。今年年初Gemini（谷歌大模型）的发布，使多模态技术对物理世界的理解能力和规则演绎能力实现质的飞跃，这将为自动驾驶和机器人领域带来重大技术红利。“2025年将是关键时间节点，大模型能力将在物理世界真正展现其价值。”周光预测道。

图片来源：每经记者 李星 摄

在大模型技术储备方面，字节跳动旗下Seed团队成立于2023年，作为公司一级战略部门承担基础研究任务。公开资料显示，周畅于2024年加入字节跳动，负责多模态大模型研发工作，随后管理范围逐步扩展。2024年视觉生成业务划归其管辖，2025年Seed Robotics团队也纳入其汇报体系。这意味着Seed团队的技术边界已从单纯的大模型研发延伸至世界模型和具身智能等领域，为字节跳动在物理AI领域的持续探索提供了坚实的技术支撑。

当前字节跳动已构建起包含大模型技术、火山引擎云服务以及豆包汽车生态在内的完整技术体系，但与百度（拥有萝卜快跑）、腾讯（布局无人配送）、阿里（投资Robotaxi）等竞争对手相比，仍缺乏一个能够持续获取真实驾驶数据、验证世界模型能力的自动驾驶运营场景。

随着物理AI成为AI领域下一阶段竞争焦点，互联网大厂的竞争重点正从单纯比拼大模型参数规模和算力投入，转向真实世界数据循环能力和场景闭环能力的较量。而自动驾驶领域，无疑将成为这场物理AI竞赛最重要的技术验证场。