从ResNet到蔚来智驾，“硬核浪漫派”任少卿的另类人生

01 来自蚌埠二中的计算机少年，遇见他的“豪门”

2007年夏天，是一个略显炎热且充满既定轨道转动的季节。

那一年，一个名叫任少卿的学生，从安徽省蚌埠二中毕业。在其他人看来，高考之后的路无非是进入一所大学，按部就班地读完本科，然后找一份安稳的工作。但任少卿显然从一开始就没打算选择那条按部就班的路。带着对计算机世界强烈的好奇心，他以极其优异的成绩被保送到了中国科学技术大学。

在学术的氛围里浸淫了几年后，他拿到了一个在那个年代极其宝贵的机会——进入了中国AI研究领域的“黄埔军校”：微软亚洲研究院（MSRA）。

多年后他在社交感慨：“如果MSRA对我是‘豪门’，那我要说，真正的豪门培养的不是优越感，而是一份对技术创新的敬畏感和使命感。”

在微软亚洲研究院，他加入的团队是当时全球视觉计算组（Visual Computing Group）里最华丽的阵容——孙剑、何恺明日后分别成为旷视首席科学家和MIT副教授，任少卿和张祥雨则是其中最小的实习生。

在这个“四王炸”团队里，还带着些许青涩的任少卿，从一个研究思路尚在打磨的学生，很快被卷入了由何恺明和孙剑主导的一场技术革命当中。

2015年12月，当任少卿和何恺明、孙剑、Ross Girshick将论文《Faster R-CNN： Towards Real-Time Object Detection with Region Proposal Networks》投出时，计算机视觉界还没意识到，一场关于物体检测的效率和范式革命就要涤荡开来。如果说有什么能把《Faster R-CNN》这项工作的“离谱”程度渲染到极致，那就是 ——任少卿完成这一切时，还仅是一名在读博士生。

02 那个让深度学习 “不睡觉” 的男孩与更加激进的“R-CNN”

一切故事，都要从**“更深”**这件事情说起。

早在2012年，当AlexNet横空出世时，大家意识到深度学习就像一种药，只要你喂的事情越多，把网络做得越深，它表现得就越惊艳。可谁也没想到，当其层数足足加到几十层甚至上百层后，一种诡异的现象出现了：模型在训练集上的误差率开始持续增加。

这就是“梯度消失”或“退化”现象。你越努力想让网络变强，网络却因为你让它“学得太累”而开始变得烦躁、开始丧失人脑的机制——它开始忘事儿了。

2016年，何恺明、张祥雨、任少卿和孙剑在当年的CVPR大会上，扔出了一颗重磅炸弹——《Deep Residual Learning for Image Recognition》：残差网络（ResNet）。

乍一听，ResNet的核心思想如果翻译成大白话其实非常简单。其核心公式是 y = F(x) + x。传统网络需要让堆叠的层直接去学习期望的底层映射 H(x)，这太难了；但任少卿与团队把这个问题转化了：让这些层学习残差 F(x) = H(x) - x。简单来说，原本你让模型学会“画出一只完美的小狗”，模型可能会手抖；但现在你让它去学习“小狗和参考素描之间的差距修正”，模型瞬间就拿捏了。

就是这么一个简单到极致的数学思想，让网络可以被无限叠加到1000层以上而不退化。它几乎是凭借一己之力，把深度学习从浅层的泥潭中彻底拽了出来，让后续的AlphaGo Zero也好，ChatGPT的Transformer也好，都心安理得地把残差连接作为他们网络结构里的“标配”。

今日回头看，截至2026年，这篇救活深层网络的论文，在全球被引次数已超过46万次，是名副其实的“21世纪全球最高被引论文”。

但任少卿显然没有满足于做一个“让网络变深的人”。他想走得更远，想在识别物体的任务上，让机器像人脑一样，看见即理解。

这个想法催生了Faster R-CNN。

在此之前，物体检测任务需要几个步骤：先用区域提议方法（如Selective Search）猜测物体可能存在于哪里，然后把猜出来的区域送到神经网络去识别。这种传统方案慢得离谱——处理一张图就要花上几秒钟。

任少卿想让这一切变得像眨眼一样快。他和何恺明、Ross Girshick、孙剑一起，提出了“区域提议网络”（RPN）。它不再是猜，而是与神经网络共享卷积特征的超轻量级滑动窗口，在特征图上直接预测物体的类别和边界框。

这项工作的超前性在于，它将物体检测的所有独立阶段焊成了一块完整的神经网络。当你输入一张图像，RPN和检测网络在同一张特征图上无缝配合，瞬间输出精确的物体位置和类别。

最终结果呢？

它终于将物体检测带入了 “毫秒级实时检测”的全新阶段。一辆智能车在飞驰的马路上也能瞬间定位行人、红绿灯和障碍物。

如果说计算机视觉有个 “祖师爷奖”，那在2025年11月，当任少卿带上 “NeurIPS 2025年度时间检验奖” 的奖章时，他就成了殿堂级人物。 这里有个极其罕见的里程碑：这是华人博士在国内就读期间发表、且引用量全球第一的学术文章，也是中国学者首次斩获 NeurIPS 时间检验奖——上一个获此殊荣的人，叫杰弗里·辛顿。

实际上，在2023年，任少卿就因为对深度残差学习的奠基贡献，和何恺明、孙剑、张祥雨一起拿到了未来科学大奖，那是中国首个由科学家、企业家共同发起的民间公益世界级科学大奖，单项奖金高达100万美元。

你能想象吗？那个刚刚走出校园的年轻人，参与制造的这两个“轮子”——ResNet解决深度学习深度的问题，Faster R-CNN解决计算机视觉感知速度的问题——在未来十年里，从根本上决定了无人驾驶的技术天花板。

03 从毫秒级的论文，到“活着见到明天”的交锋

那么，把学术底蕴构建得如此深厚的任少卿，到底应该走怎样的路呢？

有些人会解读为留校任教，成为终身象牙塔里的教授；有些人会向往去硅谷，加入Adobe、Meta或者谷歌研究院。

但任少卿的选择出乎所有人意料。

2016年博士毕业后，他没有在微软亚洲研究院继续呆下去，而是一头扎进了当时还未被完全认可的自动驾驶创业浪潮。以联合创始人的身份，和曹旭东等人一起创建了自动驾驶公司Momenta。

但创始人的光环，并不意味着创业生活的蜜糖。

在Momenta期间，虽然很多硬核工程能力得以落地，但在商业化和数据资源的双重压力下，任少卿亲手将自己的技术理想，从最高深的理论推到必须解决量产瓶颈的现实战争当中。

在《2018年度自动驾驶谷歌学术引用榜》中，任少卿自动驾驶方向累计学术引用高居全球第二。是的，在“自动驾驶”这个行业标签上，他依然能霸榜。但作为研发总监，他深刻意识到一个转折点——如果不能用规模巨大的实体车载数据反哺算法，自动驾驶永远只能活在Demo里。

这时，蔚来正值低谷。所有人都在唱衰“蔚小理”之路。而任少卿又一次做出惊人之举——退出自己一手创办的公司，197天后，他在2020年8月加入蔚来，出任自动驾驶研发首席专家兼副总裁。

04 蔚来“铁腕”三年：从0到1塑造“量产系统”

所有人都觉得蔚来请任少卿是一个“营销噱头”，拿核心研究员去粉饰品牌。

但任少卿用成绩让所有质疑闭嘴了。

他一进蔚来，接手的是一块烫手山芋——当时的蔚来NT2.0自动辅助驾驶，完全是“一张白纸”：方案没确定、芯片选型没做，传感器阵型未定，工程软件更是基本等于零。任少卿必须在极其惨烈的疫情及短缺供应链环境中，硬生生地把它变为可以量产交付的应用。

想象一下，这个人几乎是赤膊上阵，既要做技术架构师，又要调度整个工程团队，同时他还要保证蔚来不能因为跳票被市场抛弃。

历经两年的煎熬后，蔚来推出了全栈自研的NAD自动驾驶技术，显著超越此前供应商方案，让蔚来全系量产车型的驾乘体验一度成为新势力中故障率最低、人工接管公里数最高的极致存在。与此同时，他亲手改造了蔚来整个数据流转体系：三层套数据闭环，为智驾推上了高速增长的算力基础设施。

也就在此时，任少卿终于能在蔚来这个巨人的肩膀上，做他自己最想做的东西——看更远的风景，走更难的路。

05 世界模型与“非共识”未来

任少卿是一个看似温和，但实际上颠覆性想法极多的人。当大家都在拥戴端到端大模型“上车即正义”时，他却总是给出一些“非共识”的判断。

在2025年接受媒体采访时，他难得露出了一点技术人对工程极限的锋利感： “‘你可以为99%的场景写规则，但剩下的1%，永远写不完。’”

任少卿坚信，纯端到端模仿学习的本质是“躺平”和“概率平均”，短期内让车变丝滑，但长期看，它只是参数规模的跃升，实际上系统就像一只“金鱼”，记忆长度只有短短五秒钟，遇到稍微复杂一点的场景组合，就手足无措了。

他认为真正的上限在世界模型。

这里面涉及到他对空间智能的一次完整阐释：以视频为核心，通过跨模态的互相预测和重建，让系统学习时空和物理规律，再叠加语言层去交互与注入知识，让机器能像人一样理解环境。

此外，他还坚持引入强化学习（RL）。

“智驾行业至今没有真正接受RL的重要性。模仿学习像老师手把手教你五秒，当场景拉长到三十秒、六十秒，就会失效。必须靠强化学习，把短时记忆的‘金鱼’，进化为能处理长时序的智能体。”

2026年初，任少卿负责的蔚来NWM（蔚来世界模型）2.0版本开始陆续推送。 这对蔚来来说，意味着一次智驾底层逻辑的重构——他们的体系彻底从规控驱动迁移到了通用人工智能驱动。

06 众星捧月，仍旧“斜杠”

2025年9月20日，蔚来汽车高级副总裁任少卿又多了两个新的Tittle。

他不仅被母校中国科学技术大学聘为讲座教授，而且还兼任了中科大通用人工智能研究所的负责人。

很多人惊呼他是不是要“脚踏两条船”。他很快澄清：自己只是推动一些中长期的前沿AI研究，这件事是得到了李斌和潘校长全力支持的。他在蔚来的工作根本不会变，两者相辅相成。

但这种学术、工业界联合角色的切换，只能让局外人赞叹，他永远保持着拼力向前的心态。任少卿非常大方地把2023年获得未来科学大奖的巨额奖金，悉数捐献给了母校中国科学技术大学教育基金会，用于支持信息与智能学部的学生研学交流项目。

要知道，100万美金，普通人遇到这种事情，无论如何也要犹豫一下。而对于任少卿来说，钱不是阻碍自己前进的根本，他自己渴望每一次尝试都能带来技术和人才的正向循环。

2026年2月，联同蔚来CEO李斌，任少卿拿下了新一轮的代表中国人工智能最高荣誉“吴文俊人工智能科技进步一等奖”。

就在人们羡慕从2020年起职业生涯如同开挂那样时，真正理解他的人，却又都笑而不语。

07 结语

每当科技圈的内人给我谈起任少卿时，我时常想起一次采访中的小细节。

那个记者说他第一次走进会议室时，看见任少卿——一个头发浓密、微卷，刘海都快盖住额头的中年男人——脱口而出说：“哟，这怎么来了个实习生？”

当被告知这就是蔚来的智驾最高负责人任少卿时，记者不由调侃道： “只有现在AI创业公司，才能看到这么年轻的技术leader了吧？“

任少卿抬起头，只是简短有力地回了一句： ”我们本身就是AI公司。“

这句话几乎就是他在技术圈的缩影。自从AI技术走进大众视野以来，人人都希望AI更快、更强、更懂人，但只有少数人知道它需要更勇敢、更执着、更有耐性。

而那个曾经在MSRA留下一行行核心代码的蚌埠男孩，到头来也只不过用了一个最简单、却也最难实践的信条，对自己所追求的世界，给出了最深情的告白。