造车新势力机器人内部实训，效率仅0.5个工人，经验能复制吗？

造车新势力机器人内部实训，效率仅0.5个工人，经验能复制吗？

驾驶坐标系

2026年8月24日，小鹏机器人业务首轮融资超9亿美元，投后估值超63亿美元，刷新国内具身智能行业纪录。同一天，零跑汽车在中期业绩会上确认已制定机器人规划，蔚来则在智驾体系内孵化出独立具身智能公司。

三家新势力在同一个窗口期密集亮牌，把“造车之后再造人”这条路径彻底摆上了台面。而他们不约而同地选择了同一种落地策略：先让自己的机器人在自家门店、产线、园区里“实习”，跑通之后再对外交付。

这条渐进式路径到底怎么走，有哪些可复用的实操经验，又有哪些容易踩坑的地方？

小鹏、零跑、蔚来，三条不同的内部实训路径

小鹏走的是全栈自研、通用人形机器人的路线，优先落地自有零售门店和园区。IRON机器人计划在2026年底进入规模量产，率先在小鹏门店、园区落地应用，2027年面向零售和服务行业客户交付，月产能可根据需求提升至数千台。

小鹏AI机器人Iron产品外观及核心参数展示

场景选择上，小鹏刻意避开工厂里的拧螺丝等高损耗任务，首期选择门店导购、接待等低风险、高曝光场景，后续再与宝钢合作在工业巡检场景中迭代训练。

零跑则完全不同，走的是成本优先的工业路线。公司董事长朱江明给出了一个硬性门槛：工厂自动化类投入必须在3年内通过节省的人力成本收回投资，否则暂缓相关布局。

2026年7月，零跑旗下子公司湖州凌昇精密制造有限公司成立，注册资本2.1亿元，经营范围涵盖工业机器人制造和智能机器人研发，方向明确聚焦工业领域。

蔚来走的是第三条路——不直接研发机器人本体，而是做技术输出。其旗下芯片子公司神玑基于原有的智驾芯片积累，推出面向机器人的车规级芯片和具身智能开发平台，2026年2月完成超22亿元首轮融资，以平台化模式对外服务。

蔚来神玑具身智能平台展会现场展示

三家的路径差异，本质上对应着三种不同的资源禀赋和战略选择。但它们共同构成了一条可拆解的操作链条。

内部实训的核心经验，就藏在三个关键动作里

第一个动作是场景前置筛选，只选低变量、标准化的场景起步。小鹏避开工厂拧螺丝和家庭杂乱环境，优先选择导购、接待等半结构化场景——环境相对稳定，容错空间大，即便出错也不会造成安全事故或严重财产损失。

零跑则锚定工业产线上的标准化工序，从搬运、分拣这类重复性操作开始验证。这条经验的可复制性很高：实训初期机器人故障率高、稳定性差，如果一上来就扔进复杂工况，不仅数据采集效率低，还容易出安全事故。

多款人形机器人在车企工业产线落地部署场景

先从低风险场景跑通，再用真实数据迭代模型，是更务实的路径。

第二个动作是建立数据闭环，让实训数据反哺模型。小鹏IRON通过真实场景作业，形成“数据驱动算法→算法赋能场景→场景反哺数据”的闭环，实训数据同步反哺智能驾驶系统迭代，募集资金明确用于物理AI模型训练和高质量数据采集。

智能汽车与机器人的感知、决策、执行三层架构重合度超过70%，车企在这方面有天然优势——摄像头、激光雷达、端到端模型，从车上拆下来就能装到机器人身上。这条经验的关键在于：内部实训不只是验证技术，更是数据生产。没有真实作业数据，模型的泛化能力就无从谈起。

第三个动作是设置刚性回本门槛，把商业逻辑前置。零跑“3年回本”的硬约束，直接把机器人业务压到了成本控制的原点。

与之对比，目前单台人形机器人入厂成本达60-70万元，而实训阶段实际工作效率仅相当于约0.5名普通产线工人，按年人力成本10-15万元计算，静态回本周期长达5-10年。这意味着，如果不提前设置成本红线，实训很容易变成一场没有终点的技术验证。

零跑的做法是先把账算清楚，达不到ROI要求就暂缓推进，这比先铺开再喊停要便宜得多。

最容易卡住的环节，也恰恰是眼下最需要避的坑

运动稳定性是第一个卡点。2026年1月，小鹏IRON在深圳湾万象城首次线下公开行走时失去平衡摔倒，暴露了生成式运动存在不确定性，双足动态平衡控制未达工业场景可靠标准。

人形机器人Iron演示失衡后工作人员上前协助

更早的演示中，IRON的步态流畅到被质疑“里面藏了真人”，何小鹏不得不剪开机器人的小腿“皮肤”来证明。但公开演示与实际工况之间存在明显落差——展厅可以偶尔摔倒，产线上连续作业容不得这种失误。

精细操作能力是第二个卡点。产线实训中，人形机器人在拧螺丝、插接件等精细工序普遍存在“缺手感”问题：拧紧螺丝易打滑、插接件对不准孔位、抓取滑溜工件不是捏碎就是掉落。这导致机器人只能胜任搬运、简单分拣等低精度任务，无法进入装配、核心部件检测等核心工序。

麦肯锡将当前阶段定义为“试验炼狱”（pilot purgatory），指出从概念验证到创造真实商业价值存在巨大鸿沟。

投入成本倒挂是第三个卡点。小鹏2026年规划人形机器人相关研发投入达70亿元，吉利中央研究院机器人事业部计划投入50亿元。但东风柳汽明确表示，目前一台人形机器人入厂成本60-70万，需要降到25万左右才具备对工人的可替代性，总成本需降低约60%。

如果内部实训无法转化为外部订单，这些投入将形成不可逆的沉没成本。

这套路径适合谁，不适合谁

车企做内部实训的独有前提是清晰且难以复制的：自有工厂、门店、园区提供现成的测试场景，车规级供应链可直接复用，整车业务现金流能支撑长周期研发投入。而这些条件，恰恰是纯技术类创业公司不具备的。

没有自有场景，就只能靠外部试点，无法持续稳定获取实景训练数据；没有量产供应链，规模效应无从谈起。

这套路径最适配的是具备全域自研能力、成熟量产供应链、自有稳定落地场景的制造类企业，以车企为典型。

而对于纯算法公司、无真实场景仅靠外部试点的主体、无明确成本收益测算逻辑的团队，照搬这条路径大概率会陷入“展厅演示”的陷阱——机器人做出来了，但永远停在验证阶段，找不到真正买单的人。

内部实训的本质，不是用自有产线为机器人厂商提供测试场景，而是用可控的成本先跑通数据闭环和商业逻辑，再向外部市场证明自己。问题在于，跑通这两件事的周期，目前来看比多数人的预期要长得多。