从腾讯微信机器人到L4自动驾驶：一个中科院博士如何用15年炼成具身智能工程Leader

导语：他是中科院自动化所博士，却在微信团队带过机器人系统；他在阿里巴巴达摩院ADLab做到高级算法专家，又在京东X事业部操盘智能驾驶；他亲手推动过L4级自动驾驶的大规模落地，却在2024年选择All in一家刚成立的具身智能创业公司。当00后天才少年陈源培在前台闪耀时，他在后台搭建起整个工程体系的骨架。他是柴晓杰，灵初智能联合创始人，一个经历横跨腾讯、阿里、京东三大巨头，却始终沉默在聚光灯外的技术"扫地僧"。

---

一、中科院自动化所：一个博士的"机器人执念"

柴晓杰的学术起点，本身就带着浓厚的机器人基因。

他在中科院自动化所获得博士学位，并担任助理研究员。作为国内人工智能领域的顶级科研机构，自动化所培养了无数中国AI产业的脊梁——从模式识别到机器视觉，从智能控制到认知计算。

在那个深度学习尚未全面爆发的年代，柴晓杰就已经在钻研机器人领域的核心命题：如何让机器真正"理解"物理世界并做出精确操作？

这个问题，他一追就是15年。

博士期间的系统训练，给了柴晓杰远超普通工程师的底层能力——他不仅能写算法，更能从系统层面思考问题。这种"算法+仿真+工程"的全栈能力，后来成了他在大厂之间横跳的底气，也成为灵初智能最看重的技术资产。

---

二、腾讯岁月：在微信里养大一个机器人系统

离开中科院后，柴晓杰的第一站是腾讯。

他的职位是微信/机器人系统负责人。你没看错——在那个微信支付刚刚崛起、小程序还未诞生的年代，柴晓杰就在微信生态里搭建机器人系统。

这段经历给了他两个宝贵的认知：

第一，理解"超级App"的技术生态。 微信作为十亿级用户的平台，任何技术架构都必须考虑高并发、高可用、高扩展。这种大规模系统设计的经验，后来被他迁移到了自动驾驶和机器人领域。

第二，认识到"纯软件"的局限。 在微信里做机器人，本质上还是在数字世界里打转。柴晓杰越来越强烈地感觉到：真正的挑战不在比特世界，而在原子世界——让AI从屏幕里走出来，去触碰、操作真实的物理物体。

这个念头一旦种下，就再也挥之不去。

---

三、阿里达摩院：在自动驾驶的"烧钱战场"里打磨量产能力

2018年前后，阿里巴巴达摩院自动驾驶实验室（ADLab）正处于扩张期，柴晓杰以高级算法专家的身份加入。

这是一个堪称"星光熠熠"的团队。由国家千人计划专家带队，核心成员来自顶尖自动驾驶公司及相关车企，硕士占比90%以上，博士占比约30%。

柴晓杰在ADLab的工作，聚焦于L4级自动驾驶的核心算法研发。他参与了达摩院多个关键项目：

• 环境感知算法：多传感器融合的目标检测与语义分割
• 高精定位技术：基于HD Map的厘米级定位
• 决策规划控制：海量交通流数据下的最优轨迹规划

更重要的是，他参与了L4产品的真实落地——不是实验室里的Demo，而是要在真实的城市道路、物流园区里跑起来、活下来。

这段经历让他深刻理解了一个道理：从"能跑"到"能卖"，中间隔着一条叫"量产"的鸿沟。

阿里达摩院后来经历了大规模调整，自动驾驶实验室被并入菜鸟集团，团队从300人精简到不足百人。但柴晓杰带走的不是失落，而是对技术商业化的清醒认知。

---

四、京东X事业部：智能驾驶技术的"压力测试"

从阿里出来后，柴晓杰加入了京东X事业部，担任智能驾驶技术负责人。

京东X事业部是京东旗下专注于智能物流的"黑科技"部门，致力于无人仓、无人机、无人车等前沿技术的研发与落地。

在这里，柴晓杰面对的是一个更严苛的考场：

物流场景的自动驾驶，没有"差不多就行"。

城市道路上的RoboTaxi出问题，可以靠边停车等接管。但物流园区的无人车出问题，意味着货物损毁、仓储停滞、资金链断裂。每一个决策都必须精确到厘米，每一次调度都要考虑全局最优。

柴晓杰带领团队完成了大规模L4自动驾驶技术的数据闭环建设：

环节	核心挑战
数据采集	物流场景海量异构数据的实时获取
仿真测试	极端场景的高保真还原与快速迭代
模型训练	感知-决策-控制端到端优化
部署落地	从算法到车载系统的工程化转化
持续迭代	真实运行数据的回流与模型更新

"数据闭环"这四个字，说起来容易，做起来是无数个凌晨三点的debug。 但正是这段经历，让柴晓杰成为了国内为数不多真正完整经历过L4自动驾驶"从0到1再到N"的工程专家。

也正是在京东，他结识了后来灵初智能的创始人——王启斌。

---

五、三个大叔+一个00后：灵初智能的"奇怪组合"

2023年，王启斌找到柴晓杰，说自己在看一个机会。

彼时的王启斌，已经在机器人行业深耕近20年，历任黑莓产品经理、Sonos全球业务开拓、云迹科技产品副总裁、京东机器人总裁。他敏锐地意识到：上一代机器人只解决了"移动"（locomotion），下一代机器人必须解决"操作"（manipulation）。

而要做到真正的灵巧操作，强化学习是不可或缺的技术路线。

王启斌跑遍国内外大学实验室，找到了北京大学人工智能研究院的杨耀东教授，以及他的学生们——其中包括刚从斯坦福李飞飞实验室访学归来的00后天才少年陈源培。

杨耀东教授问陈源培：要不要一起？

陈源培说：好。

于是，这个堪称"奇怪"的创始团队诞生了：

成员	角色	标签
王启斌	创始人&CEO	20年产品老兵，深谙0-1-N商业化
柴晓杰	联合创始人&工程Leader	15年L4自动驾驶量产经验
陈源培	联合创始人&RL Leader	00后斯坦福访问学者，李飞飞学生
杨耀东	首席科学家	UCL博士，强化学习领域知名学者

一个70后产品老兵，一个80后工程专家，一个00后学术天才——这大概是具身智能赛道里年龄跨度最大、背景差异最悬殊的创始团队。

但正是这种组合，让灵初智能既有顶尖学术前沿的敏锐度，又有产业落地的工程能力，还有商业化的操盘经验。

---

六、从自动驾驶到具身智能：柴晓杰的"跨界"逻辑

很多人不理解：柴晓杰在L4自动驾驶领域已经做到了顶级，为什么要去一家刚成立的具身智能公司？

他的逻辑非常清晰：

1. 技术同源

自动驾驶和具身智能，本质上解决的是同一个问题——AI如何感知、理解并与物理世界交互。自动驾驶处理的是"车在路上"，具身智能处理的是"手在操作"，底层的技术栈高度重合：感知、决策、控制、仿真、数据闭环。

2. 数据壁垒

自动驾驶行业花了十年才意识到"数据闭环"的重要性。柴晓杰在京东亲手搭建过这套体系，他知道真实场景数据才是护城河。灵初智能要做全球最大的灵巧手操作数据集，这正是他的拿手领域。

3. 时机判断

“自动驾驶已经进入了’渐进式演进’阶段，但具身智能还处于’范式确立’的前夜。这种历史性窗口，一辈子可能只有一两次。”

4. 团队化学反应

柴晓杰和王启斌在京东共事过，彼此知根知底。陈源培虽然年轻，但在强化学习领域的突破性成果让柴晓杰确信：这个人有定义下一代技术的能力。

和比自己聪明20岁的人一起工作，不是压力，是幸运。

---

七、灵初智能的背后：那个沉默搭建骨架的人

灵初智能成立一年多，融资超20亿元，估值暴涨7倍，入选"国家队"资本布局。聚光灯打在了00后陈源培和创始人王启斌身上，但柴晓杰的作用同样不可或缺。

作为工程Leader，他负责把陈源培和北大的前沿算法变成可落地的产品：

• Psi R0 / R0.5 / R1 系列模型的工程化部署
• Psibot V1/H1 硬件平台的研发与量产
• 自研21自由度外骨骼手套的数据采集系统
• 真实物流场景的大规模数据闭环建设

如果说陈源培是灵初智能的"大脑"，王启斌是"心脏"，那柴晓杰就是"骨架"——没有他，再聪明的算法也只能停留在论文里。

---

八、柴晓杰给技术人的3条成长启示

从柴晓杰的15年职业轨迹中，我提炼出3条真正有价值的启发：

1. 全栈能力是你的"职业防弹衣"

从算法到仿真，从工程到系统，柴晓杰没有给自己设边界。在腾讯做系统、在阿里做算法、在京东做量产——每一步都在扩展自己的能力版图。

大厂会裁员，业务会调整，但"什么都能干"的人永远有饭吃。

2. 选择赛道比选择公司更重要

柴晓杰从微信机器人到自动驾驶，再到具身智能——每一次转型都不是平移，而是向更接近物理世界的方向前进。他始终站在AI与实体产业融合的最前沿。

站在风口上，猪都会飞。但你要先走到风口去。

3. 工程能力是最被低估的竞争力

在中国 tech 圈，算法工程师的光环远超工程工程师。但柴晓杰的经历证明：能把算法变成产品的人，才是真正稀缺的人才。 灵初智能被称为"科学家密度最高"的具身智能公司，但如果没有柴晓杰这样的工程Leader，科学家们只能"纸上谈兵"。

做那个让想法落地的人，而不是只提想法的人。

---

九、写在最后：沉默的"扫地僧"，时代的见证者

柴晓杰很少出现在媒体采访中。当陈源培入选福布斯30 Under 30、在WAIC上被众人围观时，他在后台调试机器人。

但正是这些沉默的工程Leader，撑起了中国具身智能产业的脊梁。

从腾讯到阿里，从京东到灵初智能——柴晓杰的15年，是中国AI从"数字世界"走向"物理世界"的缩影。他不是最耀眼的那一个，但他可能是最不可或缺的那一个。