正在阅读:

车企造“人”:特斯拉、小鹏、理想、小米提前押注未来

扫一扫下载界面新闻APP

车企造“人”:特斯拉、小鹏、理想、小米提前押注未来

过去100年,车企的竞争围绕发动机等三大件展开。未来30年,车企比拼的是谁能做好人形机器人,成为具身智能平台。

文|具身商业前哨

2026年,汽车行业正在发生一件怪事。越来越多的车企,不满足于制造汽车,而是开始押注人形机器人。

特斯拉的Optimus3即将亮相;小鹏正在准备量产IRON机器人;小米、比亚迪、奇瑞也在加码人形机器人的落地和商用。

数据显示,以自研、投资和合作等方式进军人形机器人赛道的主流车企超过20家。

随着具身智能的发展,汽车产业的终极形态,可能不再是生产更多汽车,而是批量制造更智能的人形机器人。而这场变化的源头就是特斯拉。

从成立开始,特斯拉从未把自己定位成一家车企,而是一家AI和机器人公司。在这个叙事中,汽车只是载体,真正的核心是自动驾驶算法、AI以及未来的通用机器人。

马斯克多次强调,特斯拉未来80%的价值将来自Optimus机器人,并声称特斯拉将转型为估值25万亿美元的机器人公司。

其他车企很难不注意到这一点。于是,一个新的行业现象出现了:车企开始复制特斯拉的路径。国内的小鹏、理想等企业对机器人的投入则更加激进。

从车企创始人的态度中,我们可以看到这种变化。

早在2024年底,李想提出,100%会做人形机器人,但节奏不是现在。但在2026年1月,他却突然改口称,理想汽车将加速启动人形机器人业务,即将发布的全新理想L9不仅是新一代汽车,更是理想在具身智能领域的“开山之作”。

此前,何小鹏在接受采访时表示,小鹏的人形机器人可能还要做20年,投入规模需要再花500亿,甚至是上千亿元。

从表面上看,车企造人形机器人的本质是制造能力外溢。但如果仔细观察就会发现,这些变化是车企在规划未来发展的二次校准。

但真正值得追问的是:为什么国内的车企,都在学特斯拉造人形机器人?他们能学得好吗?

01:车企需要新的未来故事

要理解车企为什么造机器人,首先要理解汽车产业正在经历什么。

过去一百多年,汽车行业的竞争主要围绕汽车的机械能力展开。发动机、底盘、变速箱的“三大件”,决定了一家车企的核心实力。

但电动车时代之后,这套竞争逻辑开始改变。汽车行业正在经历一次权力转移,从机械工程师到软件工程师再到AI工程师。

随着智能化技术的发展,汽车行业的竞争逐渐从机械能力转向AI能力。自动驾驶、智能座舱和车载操作系统,成为新的技术焦点。

而现在,越来越多车企开始意识到:下一阶段的竞争,可能不只是AI,而是具身智能。

如果说智能汽车是“带轮子的计算机”,那么人形机器人则是能够在物理世界行动的智能体。当汽车产业的竞争从机械走向软件,再从软件走向智能体,人形机器人几乎成为车企决战未来的一种必然选择。

从商业角度看,车企进入机器人领域至少有三个原因:

第一、汽车行业正在进入内卷阶段

过去几年,中国和全球汽车市场的竞争迅速加剧。价格战、技术战和产能过剩,让越来越多新势力车企意识到,仅仅依靠冰箱、彩电、大沙发来卖电动车,很难讲出一个足够大的故事。

2025年,中国新能源汽车市场全年销量达到1649万辆,同比增长28.2%。中汽协预测2026年新能源汽车销量将达1900万辆,同比增长15.2%。从数据来看,电动车的增长已经趋于平缓。

第二、特斯拉提供了估值示范效应

传统车企被视为重资产制造业,增长空间有限、利润率低、资本开支大,因此市场只愿意给予0.5倍左右的市销率。比如丰田的市销率约0.8倍,而特斯拉的市销率约为15倍,这意味着特斯拉的市销率是丰田的20倍左右。

这种"硅基赛道"的叙事,让市场愿意为其支付接近科技公司的估值倍数。其他车企自然也会尝试进入这个赛道。

第三、机器人正在成为新的资本叙事。

在人们对AI和具身智能的想象中,人形机器人被视为下一个可能改变产业结构的方向。从资本到政策,再到产业链,各种资源正在向这个领域聚集。

投资者给出了最真实的选择。2025年,中国人形机器人赛道的融资规模超过511亿元,是2024年的3.5倍。

根据中国电子学会预测,到2030年,仅中国人形机器人市场规模就将达到8700亿元。如此庞大的市场潜力,对于净利率已降至2.9%的汽车行业而言,无疑是极具吸引力的新故事,足以点燃资本的热情。

02:为什么偏偏是车企在制造机器人

虽然很多公司都在做机器人,但汽车公司进入这个领域并不是偶然。从产业逻辑看,这更像是一种技术外溢和能力迁移。

汽车公司之所以能够快速进入机器人领域,主要有三个原因:

第一、技术复用

搭载AI能力的电动汽车已经具备机器人最核心的三套系统:感知、决策和执行。摄像头和雷达负责感知环境,自动驾驶算法负责决策,电机、电控和底盘系统负责执行动作。

如果把机器人定义为“能够感知环境并执行动作的智能体”,那么今天的智能汽车,本质上已经是一种:轮式机器人。

何小鹏表示“AI汽车是一个有四个轮子的机器人,两者有70%的技术同源性,这意味着我们在自动驾驶领域的积累,可以高效复用到机器人的‘大脑’上。”

第二、供应链优势

汽车行业拥有全球最复杂、最成熟的供应链体系。电机、电池、传感器、控制系统等关键硬件,都可以在机器人领域复用。

有行业研究指出,电动汽车与人形机器人的供应链重合度已经超过 60%。换句话说,用造车的方法造机器人,可以把机器人成本从几十万元压到 2万—3万美元。

比如,汽车的大规模量产让激光雷达价格从几年前的数万元降至千元级,极大降低了机器人的硬件成本。

相比很多机器人创业公司,车企在工程能力和规模化制造方面拥有明显优势。

第三、车企拥有天然应用场景。

机器人商业化最大的难题之一就是选择落地场景。

但车企恰好拥有一个天然测试环境:工厂和经销商网络。

汽车工厂中大量重复性工作,非常适合机器人率先落地。例如物料搬运、零部件检测和简单装配,都可以成为机器人的早期应用场景。目前,特斯拉、小鹏、小米的机器人都已经开始在自家工厂里打螺丝。

03:不是所有车企都能造好机器人

虽然越来越多车企进入机器人领域,但这并不意味着每一家车企都能成功。车企的优势是规模化制造,但机器人的竞争是AI能力。

斯坦福大学教授李飞飞认为,自动驾驶汽车只是在二维表面运行的金属盒子,目标是不碰到任何东西。机器人则是在三维世界中运行的三维物体,目标恰恰是要接触东西。

这意味着,两者在本质上存在着巨大的差异。不能简单地进行迁移和复制。

自动驾驶解决的是:让车从A点安全到达B点。而机器人要解决的是:让机器完成无数种不同任务。

目前来看,车企造人形机器人至少面临三个核心挑战:

第一、灵巧手

汽车更依靠视觉和轮子完成任务,而机器人最困难的部分并不是行走,是抓取、装配、精细操作等精细化操作能力,这就对机械结构和控制算法提出极高要求。

灵巧手是人形机器人中成本最高的部件之一。据估算,特斯拉第二代灵巧手的成本占整机成本的17%以上,单只成本超过6000美元。

原本将于26年第一季度量产的Optimus,已经跳票,就是受限于灵巧手的能力还不达预期,根本原因在于其试图在极小的空间内复现人类手部的极致灵活性,但这在工程上引发了成本、可靠性与性能三者难以兼顾的“不可能三角”。

这不仅是特斯拉的难题,也是整个行业从实验室走向实用化必须跨越的鸿沟。

第二、AI能力

机器人真正的核心竞争力是 AI,即大脑能力,而不单纯的依靠小脑和硬件。

汽车公司擅长制造在二维平面上高速移动的“轮式机器人”,但人形机器人需要的是一个能在三维空间中进行复杂物理交互的“具身智能大脑”。这种跨越,让汽车公司积累的优势在机器人面前遭遇了“前所未有”的困境。

汽车的AI大脑是在学习一套相对明确的“交通规则”,而机器人的AI大脑则需要掌握无穷无尽的“物理常识”。

例如,它必须直觉地判断口袋的材质、手机与布料的摩擦力,并根据口袋的形变实时调整抓取力度。这种源于人类直觉的物理常识,是当前机器人大脑中最致命的短板。

正如Meta首席技术官所言,即便用尽人类所有媒体数据,也无法让AI复现人类抓取咖啡杯时对摩擦力、材质形变的直觉判断。

第三、数据闭环

自动驾驶依赖的是行驶数据,而机器人需要的是操作数据。汽车公司拥有的海量数据对机器人AI训练具有“部分相关性”——可作为预训练基础,但无法覆盖操作技能的核心需求。

尤其是机器人在数据采集上仍处在瓶颈期,无论是真机的遥操数据、还是合成的视频虚拟数据都很难满足机器人对于数据的需求。马斯克承认Optimus训练需求至少是汽车的10倍。

这也是为什么很多车企可以很快造出机器人样机,却很难做出真正好用的通用机器人。

04:谁能成为机器人公司?

越来越多车企押注人形机器人,那么问题来了,哪家车企能够华丽变身机器人公司?

在众多车企中,目前只有特斯拉和小鹏是唯二拥有自研芯片、专属大模型、自动驾驶数据和整车制造能力的全栈式玩家。因此,在现阶段来看,特斯拉和小鹏无疑赢面更大。

特斯拉拥有自动驾驶数据、AI训练算力和完整制造体系。Optimus直接复用了特斯拉FSD视觉感知系统,而Dojo超级计算机也被用于机器人模型训练。同时,特斯拉已启动自建芯片Terafab项目,规划年算力输出规模突破1太瓦。

在制造层面,机器人还可以复用特斯拉汽车供应链,包括4680电池、永磁电机、AI芯片和摄像头等。因此特斯拉将Optimus的量产成本目标设定在 2万—3万美元。特斯拉计划改造弗里蒙特工厂的Model S/X生产线来生产Optimus,

而小鹏则是中国车企中 AI 基因最强的一家。从自动驾驶到机器人,再到飞行汽车,小鹏一直在尝试把自己定位为一家“物理AI公司”。

IRON机器人搭载小鹏自研的VLA物理世界模型和三颗自研的图灵芯片,并复用了汽车三电系统和自动驾驶算法。使其快速具备在复杂环境中理解、决策和行动的能力,无需从零开始。

在供应链层面,小鹏IRON机器人的核心部件的国产化率高达80%。例如:关节驱动、谐波减速器、一体化压铸。成本优势显著:得益于技术复用和国产替代,小鹏IRON的单机成本比特斯拉Optimus预期低30%-40%。

过去100年,车企的竞争围绕发动机展开。未来30年,真正的竞争是谁能做好人形机器人,成为具身智能平台。

在AI时代,汽车可能只是机器人的一种早期形态。谁先造出真正有用的机器人,谁就可能重新定义这个产业。

 
本文为转载内容,授权事宜请联系原著作权人。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

车企造“人”:特斯拉、小鹏、理想、小米提前押注未来

过去100年,车企的竞争围绕发动机等三大件展开。未来30年,车企比拼的是谁能做好人形机器人,成为具身智能平台。

文|具身商业前哨

2026年,汽车行业正在发生一件怪事。越来越多的车企,不满足于制造汽车,而是开始押注人形机器人。

特斯拉的Optimus3即将亮相;小鹏正在准备量产IRON机器人;小米、比亚迪、奇瑞也在加码人形机器人的落地和商用。

数据显示,以自研、投资和合作等方式进军人形机器人赛道的主流车企超过20家。

随着具身智能的发展,汽车产业的终极形态,可能不再是生产更多汽车,而是批量制造更智能的人形机器人。而这场变化的源头就是特斯拉。

从成立开始,特斯拉从未把自己定位成一家车企,而是一家AI和机器人公司。在这个叙事中,汽车只是载体,真正的核心是自动驾驶算法、AI以及未来的通用机器人。

马斯克多次强调,特斯拉未来80%的价值将来自Optimus机器人,并声称特斯拉将转型为估值25万亿美元的机器人公司。

其他车企很难不注意到这一点。于是,一个新的行业现象出现了:车企开始复制特斯拉的路径。国内的小鹏、理想等企业对机器人的投入则更加激进。

从车企创始人的态度中,我们可以看到这种变化。

早在2024年底,李想提出,100%会做人形机器人,但节奏不是现在。但在2026年1月,他却突然改口称,理想汽车将加速启动人形机器人业务,即将发布的全新理想L9不仅是新一代汽车,更是理想在具身智能领域的“开山之作”。

此前,何小鹏在接受采访时表示,小鹏的人形机器人可能还要做20年,投入规模需要再花500亿,甚至是上千亿元。

从表面上看,车企造人形机器人的本质是制造能力外溢。但如果仔细观察就会发现,这些变化是车企在规划未来发展的二次校准。

但真正值得追问的是:为什么国内的车企,都在学特斯拉造人形机器人?他们能学得好吗?

01:车企需要新的未来故事

要理解车企为什么造机器人,首先要理解汽车产业正在经历什么。

过去一百多年,汽车行业的竞争主要围绕汽车的机械能力展开。发动机、底盘、变速箱的“三大件”,决定了一家车企的核心实力。

但电动车时代之后,这套竞争逻辑开始改变。汽车行业正在经历一次权力转移,从机械工程师到软件工程师再到AI工程师。

随着智能化技术的发展,汽车行业的竞争逐渐从机械能力转向AI能力。自动驾驶、智能座舱和车载操作系统,成为新的技术焦点。

而现在,越来越多车企开始意识到:下一阶段的竞争,可能不只是AI,而是具身智能。

如果说智能汽车是“带轮子的计算机”,那么人形机器人则是能够在物理世界行动的智能体。当汽车产业的竞争从机械走向软件,再从软件走向智能体,人形机器人几乎成为车企决战未来的一种必然选择。

从商业角度看,车企进入机器人领域至少有三个原因:

第一、汽车行业正在进入内卷阶段

过去几年,中国和全球汽车市场的竞争迅速加剧。价格战、技术战和产能过剩,让越来越多新势力车企意识到,仅仅依靠冰箱、彩电、大沙发来卖电动车,很难讲出一个足够大的故事。

2025年,中国新能源汽车市场全年销量达到1649万辆,同比增长28.2%。中汽协预测2026年新能源汽车销量将达1900万辆,同比增长15.2%。从数据来看,电动车的增长已经趋于平缓。

第二、特斯拉提供了估值示范效应

传统车企被视为重资产制造业,增长空间有限、利润率低、资本开支大,因此市场只愿意给予0.5倍左右的市销率。比如丰田的市销率约0.8倍,而特斯拉的市销率约为15倍,这意味着特斯拉的市销率是丰田的20倍左右。

这种"硅基赛道"的叙事,让市场愿意为其支付接近科技公司的估值倍数。其他车企自然也会尝试进入这个赛道。

第三、机器人正在成为新的资本叙事。

在人们对AI和具身智能的想象中,人形机器人被视为下一个可能改变产业结构的方向。从资本到政策,再到产业链,各种资源正在向这个领域聚集。

投资者给出了最真实的选择。2025年,中国人形机器人赛道的融资规模超过511亿元,是2024年的3.5倍。

根据中国电子学会预测,到2030年,仅中国人形机器人市场规模就将达到8700亿元。如此庞大的市场潜力,对于净利率已降至2.9%的汽车行业而言,无疑是极具吸引力的新故事,足以点燃资本的热情。

02:为什么偏偏是车企在制造机器人

虽然很多公司都在做机器人,但汽车公司进入这个领域并不是偶然。从产业逻辑看,这更像是一种技术外溢和能力迁移。

汽车公司之所以能够快速进入机器人领域,主要有三个原因:

第一、技术复用

搭载AI能力的电动汽车已经具备机器人最核心的三套系统:感知、决策和执行。摄像头和雷达负责感知环境,自动驾驶算法负责决策,电机、电控和底盘系统负责执行动作。

如果把机器人定义为“能够感知环境并执行动作的智能体”,那么今天的智能汽车,本质上已经是一种:轮式机器人。

何小鹏表示“AI汽车是一个有四个轮子的机器人,两者有70%的技术同源性,这意味着我们在自动驾驶领域的积累,可以高效复用到机器人的‘大脑’上。”

第二、供应链优势

汽车行业拥有全球最复杂、最成熟的供应链体系。电机、电池、传感器、控制系统等关键硬件,都可以在机器人领域复用。

有行业研究指出,电动汽车与人形机器人的供应链重合度已经超过 60%。换句话说,用造车的方法造机器人,可以把机器人成本从几十万元压到 2万—3万美元。

比如,汽车的大规模量产让激光雷达价格从几年前的数万元降至千元级,极大降低了机器人的硬件成本。

相比很多机器人创业公司,车企在工程能力和规模化制造方面拥有明显优势。

第三、车企拥有天然应用场景。

机器人商业化最大的难题之一就是选择落地场景。

但车企恰好拥有一个天然测试环境:工厂和经销商网络。

汽车工厂中大量重复性工作,非常适合机器人率先落地。例如物料搬运、零部件检测和简单装配,都可以成为机器人的早期应用场景。目前,特斯拉、小鹏、小米的机器人都已经开始在自家工厂里打螺丝。

03:不是所有车企都能造好机器人

虽然越来越多车企进入机器人领域,但这并不意味着每一家车企都能成功。车企的优势是规模化制造,但机器人的竞争是AI能力。

斯坦福大学教授李飞飞认为,自动驾驶汽车只是在二维表面运行的金属盒子,目标是不碰到任何东西。机器人则是在三维世界中运行的三维物体,目标恰恰是要接触东西。

这意味着,两者在本质上存在着巨大的差异。不能简单地进行迁移和复制。

自动驾驶解决的是:让车从A点安全到达B点。而机器人要解决的是:让机器完成无数种不同任务。

目前来看,车企造人形机器人至少面临三个核心挑战:

第一、灵巧手

汽车更依靠视觉和轮子完成任务,而机器人最困难的部分并不是行走,是抓取、装配、精细操作等精细化操作能力,这就对机械结构和控制算法提出极高要求。

灵巧手是人形机器人中成本最高的部件之一。据估算,特斯拉第二代灵巧手的成本占整机成本的17%以上,单只成本超过6000美元。

原本将于26年第一季度量产的Optimus,已经跳票,就是受限于灵巧手的能力还不达预期,根本原因在于其试图在极小的空间内复现人类手部的极致灵活性,但这在工程上引发了成本、可靠性与性能三者难以兼顾的“不可能三角”。

这不仅是特斯拉的难题,也是整个行业从实验室走向实用化必须跨越的鸿沟。

第二、AI能力

机器人真正的核心竞争力是 AI,即大脑能力,而不单纯的依靠小脑和硬件。

汽车公司擅长制造在二维平面上高速移动的“轮式机器人”,但人形机器人需要的是一个能在三维空间中进行复杂物理交互的“具身智能大脑”。这种跨越,让汽车公司积累的优势在机器人面前遭遇了“前所未有”的困境。

汽车的AI大脑是在学习一套相对明确的“交通规则”,而机器人的AI大脑则需要掌握无穷无尽的“物理常识”。

例如,它必须直觉地判断口袋的材质、手机与布料的摩擦力,并根据口袋的形变实时调整抓取力度。这种源于人类直觉的物理常识,是当前机器人大脑中最致命的短板。

正如Meta首席技术官所言,即便用尽人类所有媒体数据,也无法让AI复现人类抓取咖啡杯时对摩擦力、材质形变的直觉判断。

第三、数据闭环

自动驾驶依赖的是行驶数据,而机器人需要的是操作数据。汽车公司拥有的海量数据对机器人AI训练具有“部分相关性”——可作为预训练基础,但无法覆盖操作技能的核心需求。

尤其是机器人在数据采集上仍处在瓶颈期,无论是真机的遥操数据、还是合成的视频虚拟数据都很难满足机器人对于数据的需求。马斯克承认Optimus训练需求至少是汽车的10倍。

这也是为什么很多车企可以很快造出机器人样机,却很难做出真正好用的通用机器人。

04:谁能成为机器人公司?

越来越多车企押注人形机器人,那么问题来了,哪家车企能够华丽变身机器人公司?

在众多车企中,目前只有特斯拉和小鹏是唯二拥有自研芯片、专属大模型、自动驾驶数据和整车制造能力的全栈式玩家。因此,在现阶段来看,特斯拉和小鹏无疑赢面更大。

特斯拉拥有自动驾驶数据、AI训练算力和完整制造体系。Optimus直接复用了特斯拉FSD视觉感知系统,而Dojo超级计算机也被用于机器人模型训练。同时,特斯拉已启动自建芯片Terafab项目,规划年算力输出规模突破1太瓦。

在制造层面,机器人还可以复用特斯拉汽车供应链,包括4680电池、永磁电机、AI芯片和摄像头等。因此特斯拉将Optimus的量产成本目标设定在 2万—3万美元。特斯拉计划改造弗里蒙特工厂的Model S/X生产线来生产Optimus,

而小鹏则是中国车企中 AI 基因最强的一家。从自动驾驶到机器人,再到飞行汽车,小鹏一直在尝试把自己定位为一家“物理AI公司”。

IRON机器人搭载小鹏自研的VLA物理世界模型和三颗自研的图灵芯片,并复用了汽车三电系统和自动驾驶算法。使其快速具备在复杂环境中理解、决策和行动的能力,无需从零开始。

在供应链层面,小鹏IRON机器人的核心部件的国产化率高达80%。例如:关节驱动、谐波减速器、一体化压铸。成本优势显著:得益于技术复用和国产替代,小鹏IRON的单机成本比特斯拉Optimus预期低30%-40%。

过去100年,车企的竞争围绕发动机展开。未来30年,真正的竞争是谁能做好人形机器人,成为具身智能平台。

在AI时代,汽车可能只是机器人的一种早期形态。谁先造出真正有用的机器人,谁就可能重新定义这个产业。

 
本文为转载内容,授权事宜请联系原著作权人。