21家車企為何加碼人形機器人？

人形機器人在沒穿花棉襖登上春晚之前，就已經是汽車圈子里的“香餑餑”。

“如果到了2025年，我們還有同行才剛開始看人形機器人，那他業務能力也太落后了?！辟Y深自動駕駛獵頭李陽（化名）告訴《財經》，他從人才流動端發現，國內汽車業對機器人業務的押注從2023年就開始升溫了。自那以后，人形機器人領域一直是自動駕駛人才外流的主要方向。

今年初開始，人形機器人成了汽車圈第一風口?！敦斀洝犯鶕俜焦娌煌耆y計得出，當前國內已有廣汽、上汽、比亞迪、小鵬、奇瑞、小米等15家車企，以及華為、地平線、禾賽科技等供應鏈企業，相繼投入人形機器人賽道。在海外，特斯拉、寶馬、奔馳、本田、豐田、現代等6家車企也提出了自己的人形機器人思路。全球主流車企基本已入局人形機器人賽道。

“行業風向標”特斯拉設定了一個宏大的量產目標，要在2027年將自己的人形機器人Optimus的產能擴大至每月10萬臺。雖然，目前他們的量產能力每月可能只有幾十臺。

尚未官宣入局的車企在暗中觀望，初創機器人公司是它們的主要選擇。一位汽車投資人告訴《財經》，目前機器人是車企對外投資最熱門的方向，“好項目在業內競爭極為激烈，老股被爭搶，一股難求”。

汽車工業一直被認為是機器人產業應用落地的最大領域。64年前，通用汽車成為工業機器人Unimate的第一個客戶，開啟了汽車制造的自動化時代，此后，采用同時代最強技術的機器人一直在汽車制造車間里扮演重要角色。

現在，車企再次站在機器人賽道前沿，和以往不同，這次，車企在AI+機器人AI+賽道上的野心更大。短期來看，是為了提升汽車制造和銷售環節的效率，長期來看，在人口增長規模逐漸見頂之后，在汽車技術已經高度成熟之后，車企需要新的增長曲線。

從技術視角來看，AI技術加持，車企跨界進入人形機器人領域順理成章——如果將人形機器人視為通用機器人，擁有四個輪子的智能汽車則非常接近特定場景下的專用機器人。兩者在底層技術上高度相通，同樣涉及智能感知、人機交互、復雜場景下的決策控制和路徑規劃等技術。車企跨界人形機器人賽道，更接近于對現有技術的復用，有利于降低成本和生產周期，成本低、收益大。

一個現實的問題是，高階自動駕駛尚且沒有大規模落地，比自動駕駛更復雜的人形機器人落地是不是更加遙遙無期？一個行業共識是，即使已經升溫了兩三年，2025年，中國汽車企業人形機器人離真正量產還有漫長的路。車企跨界人形機器人的動機和路徑看似清晰，實則充滿了戰略的舉棋不定與矛盾。

姿勢各異，水花也有深淺

人形機器人產業鏈漫長且復雜。車企進入這一領域，通常是以具備完整人形機器人研發能力的集成商角色出現。

除了車企，消費電子公司、互聯網企業、傳統機器人制造商以及專注于人形機器人研發的廠商也紛紛以集成商的身份參與其中。在這眾多參與者中，汽車企業的優勢在于其工程制造根基和強大的供應鏈整合能力。

但是，人形機器人作為一種高度復雜的智能系統，除了工程能力，本質上還需具備感知能力、認知與決策能力、運動控制能力、自主導航與定位能力、交互能力、任務執行能力等幾類關鍵的智能能力，這些技術并不在傳統車企舒適圈內。

競逐人形機器人，車企的目的可以大致分為兩種：

一種是想要將其用于工業領域，目的是提升生產效率與優化成本。比如，特斯拉計劃在2025年部署超過1000臺Optimus人形機器人用于工廠生產。廣汽集團的GoMate人形機器人計劃在廣汽傳祺、廣汽埃安等車間生產線和產業園區率先進行應用。

浙商證券預計，到2030年，中國和美國制造業的人形機器人需求將分別達到110萬臺和58.3萬臺，市場空間巨大。

另一類是能力外溢化——把人形機器人推向工業以外如在家庭、醫療、教育等場景的應用，拓展新業務與增長點。這種更有利于提升企業的競爭力和市場估值、塑造科技品牌形象。如特斯拉在長遠規劃里，計劃將Optimus應用于護理、餐飲、清潔、教育等家庭場景。小米的CyberOne也是用于支持家庭護理、陪伴等多種場景。

中國信息通信研究院發布的《人形機器人產業研究報告》數據顯示，2024年中國人形機器人市場規模達到約27.6億元，并有望在2030年成長為“千億元市場”。高盛研究預測，到2035年，全球人形機器人市場規模有望達到1540億美元，而在更樂觀的假設下，市場規?？赡苓_到2050億美元。

也就是說，車企布局人形機器人既有短期的生產效率提升目標，也有長期的技術創新和市場拓展目的。

車企不同的目的和能力決定了入局方式不一樣，如同自動駕駛的商業化過程，車企做機器人，也走了自研和合作/對外投資兩條路。

大多數企業選擇了和專研人形機器人公司合作的方式，把自身的工程能力和專研公司的其他能力相結合。這種方式投入相對低、姿態更輕巧。

比如，奇瑞汽車與AI公司Aimoga合作開發人形機器人Mornine，用作門店導購員，Mornine被嵌入了具備語言理解和生成能力的集成大型語言模型，可以模擬人類的面部肌肉運動和表情。上汽集團選的是傅利葉人形機器人，和其開展部分工廠實訓，北汽、東風、一汽、比亞迪等則紛紛選的是優必選，比亞迪同時還有自研和對外投資兩個方案并行。

自研的車企選手也不少。小鵬汽車于2024年11月推出AI機器人Iron，擁有15個可動自由度、支持觸控反饋的擬態雙手。廣汽則于2024年12月發布自主研發的第三代具身智能人形機器人GoMate，融合了四輪足、兩輪足兩種模式，并計劃在2026年實現小批量生產。小米作為科技公司轉型車企的另類，擁有生態優勢和智能硬件基因，推出了全尺寸人形仿生機器人CyberOne，目前正推進CyberOne在自家制造產線上的分階段落地。

近期，摩根士丹利發布了一份名為《Humanoid 100》的研報，對全球人形機器人產業鏈上的100家核心上市公司進行了統計。其中，中國車企有三家上榜，均為自研廠商，分別是比亞迪、廣汽集團和小鵬。美國車企有特斯拉，日本車企有豐田。韓國車企有現代汽車集團。

也就是說，各車企在人形機器人領域的投入力度、布局方式和目標存在顯著差異，所取得的進展和成果也各有不同。

多位行業人士向《財經》表達了相同的觀點：人形機器人行業正處于大規模量產前的混沌期，仍存在諸多不確定。國內廠商一方面不愿在這一新興領域落后于同行，另一方面也在謹慎觀察，尋找合適的入局時機與策略。

全球車企布局人形機器人賽道一覽（不完全統計）

一位機器人初創企業高管告訴《財經》，在他看來，機器人的落地路徑和自動駕駛相似，都是循序漸進的過程。以自動駕駛行業作為參考的話，目前人形機器人的發展還處在自動駕駛行業2016年-2017年的水平，“行業才剛剛開始，剛開始就意味著各家還處在探索場景的階段”。

上述機器人初創企業高管表示，2024年中時，他們判斷行業已經過熱，認為行業將在2025年下半年進入洗牌期。但2025年開年由DeepSeek帶動的AI熱讓人形機器人賽道獲得了更高的關注，也有更多的錢涌入。他們已經調整了此前商業化進度的預期，車企將是他們重點開拓的目標客群。

“今年會有更多人入局。我們要做的，就只有快一點、再快一點。”

相通的技術邏輯，不同的技術等級

一個現實技術問題是，即使參與者再努力，人形機器人的商業化之路也可能比自動駕駛更漫長。

小鵬汽車CEO（首席執行官）何小鵬近期與宇樹科技創始人王興興、優必選科技創始人周劍就人形機器人的技術發展有一次交流。2月21日，何小鵬發朋友圈稱，三人對人形機器人行業的發展達成共識：當前人形機器人技術水平還接近自動駕駛的L2（輔助駕駛）初階，但行業都期望盡早能實現可量產且具備商業價值的L3（有條件的自動駕駛）初階能力。

他認為人形機器人從L2跨越到L3，所需要的能力和難度是此前的數十倍。自動駕駛達到L3階段就會迎來iPhone4時刻，但人形機器人需要達到L4（高度自動駕駛，無需人類干預）階段才能迎來iPhone4時刻，也就是大家想象的機器人走進千家萬戶成為現實。

自動駕駛汽車常被視為輪式機器人的一種形態，但其技術難度與人形機器人存在本質區別。前者聚焦于交通工具屬性下的場景適配，后者在感知、決策、運動控制和硬件要求上面臨更高的技術挑戰，其應用場景也更為復雜和多樣化。

領先者如特斯拉，其Optimus項目的推進折射出行業面臨的深層矛盾。自2021年Optimus推出以來，經歷了四年的發展，目前已經發展到了可以應對一些工廠中的應用場景，比如在車身線中運送車身，或是從夾具中取運零部件，這些場景對運動控制精度和任務響應速度來說要求并不高。而根據特斯拉在今年1月公布的規劃，Optimus計劃在2025年量產數千臺，并在特斯拉工廠進行初步測試；2026年量產5萬-10萬臺，2027年再增加10倍。

而根據特斯拉的測算，只有在有能力保持100萬臺穩定生產狀態時，Optimus的生產成本才能控制在2萬美元以內。以特斯拉的投入和產出來看，人形機器人高昂的成本限制了其大規模量產和商業化應用的時間。

從運動和操控技術角度看，多位從業者告訴《財經》，盡管從企業宣傳視頻中看，人形機器人目前似乎可以實現多種復雜功能，但在真實的場景下，人形機器人的動作和操控上的實際表現和普通汽車相比水平并不高明多少，更不必說在可靠性、效率等方面仍有瓶頸。

從智能化的角度來看，智能汽車經過多年的發展，高階自動駕駛技術（L4-L5）仍未實現大規模商業化落地，其普及速度遠低于最初的預期。智能汽車的應用場景相對單一且較為可控，主要集中在特定的交通環境中。相比之下，人形機器人對通用性提出了更高要求，其應用場景更為復雜多樣且難以預測。

從應用場景角度評估，人形機器人目前主要集中在抓取搬運、裝配和汽車檢測等領域，在工廠中的應用需經過嚴格的測試和驗證，周期可能長達18個至24個月?？梢韵胂螅拖馬obotaxi從實驗室向特定路段，再向城區開放道路普及困難重重一樣，未來，人形機器人的應用場景從工廠進一步拓展至銷售服務和家庭服務等領域，這些商業化之路并非坦途。

第三方市場研究機構IDC在2025具身智能機器人技術趨勢報告中提出，對人形機器人來說，大模型是重要技術驅動，大模型基于多模態數據提升機器人的感知能力，推動機器人的自主學習、決策規劃能力，也正與機器人的動作訓練、行為交互訓練結合，有望提升動作的泛化能力。

對適用于機器人的大模型來說，目前的情況是，開發所需要的物理數據比語言大模型所需要的互聯網數據更短缺。

物理AI仿真系統開發商松應科技CEO聶凱旋告訴《財經》，物理世界操作數據的短缺限制了人形機器人的發展。大語言模型可依賴海量互聯網數據，人形機器人則需要在真實物理環境中進行大量交互操作的數據來訓練其決策和行動能力。

例如，大規模高質量數據的采集和處理難度極大，百萬量級的數據集對于人形機器人實現泛化能力而言仍顯不足。這種數據短缺直接限制了人形機器人在復雜場景中的應用能力，使其難以實現從實驗室到廣泛商業化的跨越。

商湯絕影是一家向車企提供通用人工智能技術的科技公司，該公司首席財務官張君毅的觀點是，中國汽車企業研發的人形機器人，離商業化應用既近也遠。他的判斷是：小規模商業化，出售或出租幾臺產品做小規模的示范性商務運營，在幾年內就能實現，如果是大規模民用化、商用化，進入普通家庭，可能還需要十數年的時間。

在這場技術與商業的耐力賽中，車企看起來目前處在有利的身位，車企的制造業基因和場景資源在眾多參與者中相對有能力支撐人形機器人規?；慨a。盡管從長遠的愿景來看，這條路注定還要經歷數輪去偽存真，但中國車企的人形機器人夢或許正蟄伏于當下微小的嘗試中——畢竟在飛行汽車、衛星互聯網等激進的賽道，它們已證明了跨界突圍的可能性。