车企造人形机器人，究竟图什么？

文 | 冯伟冯大白

美国当地时间10月21日，特斯拉在三季度财报中宣布，Optimus已在弗里蒙特工厂开始生产。 马斯克在随后的电话会上给出的外部交付目标仍是2027年底左右：机器人的手、耐用性和AI都还要继续改进。为了获取训练数据，特斯拉还计划造出1万至2万台机器人，让它们在“Optimus学院”练习各种任务。

车企要的是更高效地造车，也想把机器人卖给新的客户。它还可能先出现在门店：为汽车提供接待和讲解，同时观察人与机器人如何互动。

从生产线走向客户手里，机器人得经历任务训练、故障排查、设计修改和批量制造。特斯拉的计划正好把这段距离摆了出来：产线已经启动，接下来仍要造出上万台机器，让它们不断练习。

汽车业为何有条件走这段路？已有业务能承担早期投入，工厂提供真实任务，工程和供应链可以把改进做进下一代产品。

汽车工业一直在改写生产方式

汽车市场足够大，生产模式上的不断改善可以转变为可观的收益。按国际汽车制造商协会OICA公布的数据，2025年全球汽车产量约9640万辆。它覆盖乘用车和商用车，背后是庞大的零部件采购、工厂运行和售后需求。 对这个规模的产业来说，少报废一批零件、少占用一些库存、让新车型更快投入生产，都值得企业持续花钱研究。

已有业务能够为新项目提供资金，但能投入多久，仍受主业经营状况约束。小鹏今年一季度业绩发布时，何小鹏提出，用汽车业务的盈利和现金流支撑物理AI研发，再培育包括机器人在内的新收入来源。 此后，资金来源又有了扩展：据小鹏披露，其机器人业务于8月24日完成首轮股权融资，融资超过9亿美元。 这使开发风险可以由更多出资方共同承担。车企先提供技术、制造和应用条件，再为新业务引入外部资本，就有机会减轻主业独自承担长期投入的压力。融资支持的是继续开发，能否形成稳定收入，仍由产品的销售和使用决定。

这类投入在汽车工业里有一条清楚的历史线索，1913年，福特的移动装配线让车辆逐站完成装配，重新组织了大批量生产。 1961年，Unimate进入通用汽车工厂，接过压铸机卸料这类危险、重复的工作。 到智能制造阶段，试错又被提前到数字环境中：宝马用虚拟工厂检查新车型与产线的碰撞问题，将原先近四周的实体测试缩短为三天的虚拟仿真。

几个阶段改变的技术不同，企业面对的要求却相通：下一批车要造得更好，新车型要按时交付，生产成本还得有竞争力。丰田生产方式强调质量异常处理和按需生产，同样是让工序改进服从整体交付。 为了卖好下一代产品，车企必须持续改造生产系统，供应商也要跟着调整零件、工艺和交付安排。这种长期压力，才是汽车业追逐生产力变化的动力。

资金投入之后，整车企业还得把分散的技术和制造资源组织成产品。一个售价和交付目标，需要拆成零件性能、制造成本、质量要求和采购计划，才能让供应商决定做什么、投入多少。放到机器人业务里，车企的作用也应沿着这条关系判断：它提出什么任务，允许多高成本，准备怎样采购，供应商才有依据为此开发部件。庞大的产业链通过明确需求和订单预期被调动起来，行业体量才真正转化为工程力量。

汽车又是一种高度成熟的复杂消费品，工厂关心节拍、良率和停机，门店最先听到消费者对价格、设计和功能的疑问，售后网络则不断接触真实使用中的故障。这些反馈影响下一款车怎样定义、哪些零件要改、哪些功能值得继续投入。进入机器人业务后，汽车网络可以提供早期接触机会，机器人仍要收集属于自己的使用反馈。工厂里的搬运是否稳定、门店里的交流是否有效，直到家庭用户是否愿意每天使用，分别对应不同的产品要求。

当然，电子制造同样拥有庞大市场和精密制造能力。IFR公布的2024年工业机器人安装量数据显示，电子行业还略高于汽车业。 汽车值得被单独讨论，在于大规模生产需求、复杂机电产品开发、消费品牌与销售服务网络集中在同一产业中，并且持续经历产品更新。它有条件同时成为机器人的使用者、产品经营者和早期市场组织者。年轻车企也能参与这套体系，关键在于怎样运用这些条件，而非公司成立了多少年。

机器开始学习新的工作

汽车工厂并不缺机器人，固定机械臂擅长的焊接、喷涂等工作，早已形成成熟方案。今天还要研究人形机器人，是因为企业希望机器处理更有变化的任务：物品的位置会变，生产的型号会变，原本由人完成的取放、搬运和操作，也很难全部用一套固定动作覆盖。

视觉、语言与动作模型正在尝试把环境、指令和动作联系起来。Google DeepMind在2025年公布的端侧机器人模型，已展示通过少量示范适应新任务的研究进展。 对车企而言，值得下注的方向是：汽车换型、零件换位置之后，机器人能否通过训练继续工作，减少每次重新开发专用方案的负担。

人形结构的吸引力也与此有关，大量工位、工具和通道本来就是供人使用的，接近人的操作范围，使机器人有机会沿用部分现成环境。企业便可以尝试把机器送到任务面前，而不必每次围着设备重建一套工作场地。双足并非所有任务的最佳选择，稳定地面上的轮式设备也能完成许多工作；车企最终购买的仍是适合任务的方案。人形带来的空间适应性，要与动作能力一起证明价值。

宝马与Figure的合作，已经展示了真实任务怎样改变机器人。Figure 02在斯帕坦堡工厂承担钣金件上料，要从料架取件，再放进焊接夹具。根据Figure的项目复盘，在累计1250余小时的运行中，前臂是主要硬件故障点。第三代产品因此重做腕部电子结构，去掉该处的通信分发板和动态线缆。车间里跑出来的毛病，就这么进了下一代的图纸。

这项合作让宝马有机会在现有生产线上验证新设备，Figure则获得了实验室难以持续提供的故障与维护反馈。双方希望获得的回报不同：宝马需要更好用的生产工具，Figure要把改进做进自己的产品，服务更多客户。

车企自身近年的智能化投入，又使它们有机会进一步参与开发。小鹏在IRON中采用自研图灵芯片，同时为机器人新建专用产线。 芯片、计算设施和研发工具可以服务不同产品，机器人仍要建立自己的动作控制与任务能力。对企业而言，这种投入的意义不只是少建一套系统：原来用于汽车的技术资源，开始有了验证其他产品方向的机会。

车能识别道路，机器人还要学会抓取、接触和操作物体，产品面对的约束并不相同。但一家企业如果相信智能技术能够不断扩大可完成的物理任务，就有理由在汽车之外保留一个研发方向。等到机器人市场完全成熟再进入，意味着把早期的产品定义、使用反馈和合作关系都留给先行者。提前投入所购买的，既有技术进展，也有选择下一门生意的时间。

投入怎样回到生意里

一家企业同时推进多种机器人用途时，就得分配有限的研发人力和预算。门店希望机器人外形亲切、交流顺畅，工厂更关心负载、动作可靠性和连续运行。为接待优化的产品，未必适合进入生产线；针对工厂开发的能力，也未必能吸引消费者。管理层需要先确定优先服务谁、由哪个部门承担开发和试用成本，才能按相应的要求验收。否则，展示获得了关注，生产部门却用不上，项目很难靠几份各说各话的成绩单持续经营。

现代把Atlas的训练放在制造任务中，提供了一条可观察的路径。RMAC先围绕零件排序、物料搬运开展验证，正式工厂部署则安排在后续阶段。 训练期间的投入，是为未来的生产应用做准备。如果机器人能逐步承担重复搬运或负担较重的任务，工厂就可以重新安排部分岗位，把人用于需要判断、处理异常和维护设备的工作。改变人力结构，包含岗位与技能的调整，不能直接等同于裁掉多少工人。

生产部门验收的是整项工作的变化：训练、维护、人工接管和停机一共花了多少钱，合格产出是否更稳定。如果同一设备还能通过训练适应新零件和新工位，换型时就有机会减少专用改造。成本仍高、产出又不稳定时，工厂更有理由缩小任务范围、改用其他设备或延后采购。Figure在宝马现场积累的运行记录，回答了产品该怎么改；扩大采购还需要证明，机器人在这项任务上比已有方案更值得投入。

集团可以安排自己的工厂试用，外部客户却会拿机器人与人工、固定机械臂等方案比较价格、部署和维护成本。集团内部的一笔采购，不能证明集团整体获得新增收益。第二曲线要成立，产品还得让外部客户愿意持续付费。

家庭市场又是另一道关，消费者会看机器人能否完成搬运、取放等日常任务，是否好用、好修，值不值这个价。车企经营耐用消费品的经验可以帮它考虑交付和长期服务，购买理由仍要由机器人自己提供。

这种市场扩展也会改变产品设计。企业不能为每一家客户都从头做一台机器，否则销售越多，专门适配和服务的负担也越重。机器人需要逐渐形成可重复制造的硬件与可扩展的任务能力，使后续客户能够利用前面已经完成的开发。制造经验在这里的价值，是帮助新业务把产品更新与持续交付组织起来。订单和设计逐渐稳定之后，规模才有机会进一步降低成本。

在这门新生意成熟之前，机器人也可能先进入汽车的销售过程。墨甲公开介绍过在海外汽车营销服务场景中的应用，并披露其使用奇瑞的渠道、物流和服务网络。 汽车门店为机器人提供了可以接触消费者的场所，机器人则为门店增加了一种互动方式。

智能技术的很多投入，消费者平时看不见。能够自然交流、完成接待的机器人，会让一部分技术能力成为当场可体验的东西，也给销售人员增加介绍汽车的机会。

工厂试用、门店接待和对外销售没有统一的回报顺序。现代先围绕制造任务验证，小鹏与墨甲更早考虑面向人的服务场景。门店应用尤其要分清一次展示与长期运营：活动预算可以支持短期亮相，经销商愿不愿意持续承担维护和服务成本，才更接近这条渠道的真实需求。

图1 汽车业务对机器人迭代的支持与回报检验。实线标示文中企业已披露的投入、使用或设计反馈，虚线标示仍需验证的收益与后续投入关系；各条关系并非发生在同一家企业。

商业目标开始分出不同路线

希望得到哪一种回报，决定了车企要承担多少机器人业务。自主开发产品、控股专业公司、向外部企业采购方案，都能让机器人进入汽车业，资金的去向和经营责任却不同。

现代控股波士顿动力，又让摩比斯参与Atlas执行器的开发与供应，能够在集团内协调产品开发、部件制造和内部应用。 它既要投入机器人的研发与制造，也要面对这项业务的外部市场。宝马与Figure合作，则可以围绕汽车生产需要提出要求、参与验证，由Figure负责机器人产品开发。宝马需要判断方案是否值得用，Figure还得判断怎样把改进卖给下一家客户。

小鹏选择自主开发IRON并建设专用产线，产品定义、研发、制造和交付的责任更多地落在自己的业务体系里。它能自行决定机器人怎样与已有智能技术协作，也需要为这条产品线组织销售和售后服务。按其公布的计划，机器人将先从门店和园区起步。 这些场景能提供交互与服务任务，内部试用之后，它还得建立面向外部客户的交付和维护能力。

墨甲借奇瑞渠道进入海外汽车营销场景，能够利用现有网点接触客户，借助物流和服务网络安排交付。但有汽车销售服务网络，不代表已经具备机器人服务能力。机器人企业仍要针对当地语言、任务和维修需求提供支持，让网点能够实际运营这类产品。

图2 三种业务关系及公开进展。宝马是使用与合作方，Figure是机器人产品开发方。未来部署、量产和交付时间均为企业计划；Figure 03物流任务属于展示。

这种分工也给专业机器人公司和零部件企业留下了位置。汽车客户提出需求、参与验证，产品和部件供应商负责把经验变成可以再次销售的成果。整车企业可以从更好的生产方案中获益，供应商则可以面向其他客户继续经营。汽车产业推动机器人发展的作用，也会通过这类合作发生，不能只按车企自己卖出了多少台机器人衡量。

现代让Atlas先练零件排序，小鹏让IRON从门店和园区起步，宝马则让Figure在产线上找问题。它们已经把下一轮研发交给不同的现场：工厂不断暴露抓取、故障和停机问题，门店则会暴露交互、接待和维护问题。汽车业可以把资金、制造和销售网络都动员起来，先在哪个现场反复解决问题，就会先做出哪一类机器人。