🏢 公司C档 · NaN分

人形机器人,开始卷产能了

··约1分钟阅读

📋 总体概括

马斯克在财报会上罕见给出Optimus量产时间表,弗里蒙特产线已下线首批量产质量机器人;宇树G1累计下线1-2万台。当人形机器人从Demo竞赛转向产能竞赛,芯片、供应链、训练数据成了水面之下的真正战场。

📄 正文

人形机器人讲了两年的故事,终于有人把产线搬出来了。

美东时间周三的特斯拉财报电话会上,马斯克扔出了两个炸弹级表态:其一,他坚信人形机器人将成为全球最大的产业,未来地球上人形机器人的数量甚至会超过人类;其二,Optimus已经在弗里蒙特工厂的高产量产线上开始生产,下线的是首批具备量产质量的机器人。

同一天,在2026世界物理AI大会上,宇树科技创始人王兴兴给出了一个低调但分量不轻的数字:自2024年5月发布以来,G1机器人累计生产下线约1-2万台。

一边是全球最激进的产能规划,一边是已经实打实跑出万台规模的中国厂商。人形机器人行业的叙事,正在从「谁Demo更好看」切换到「谁先爬上产能曲线」。这个切换,比任何一场发布会都重要。

🏭 一条产线,比一百个Demo都值钱

机器人行业最不缺的就是视频,最缺的就是「量产质量」四个字。

特斯拉在财报中的表述值得逐字读:「Optimus在弗里蒙特工厂的高产量产线上开始了生产。从这条产线下线的机器人是制造的首批具备量产质量的机器人……我们已经证明Optimus目前的制造工艺适合用于商业产品。」翻译过来就是:我们现在做的不是手工艺术品,是可以按流程复制的产品。

数字层面,特斯拉的盘子铺得很大:弗里蒙特工厂的人形机器人专用产线规划年产能100万台,得州超级工厂的第二条产线长期设计年产能则高达1000万台。不过马斯克自己也承认,这条百万台级产线的绝大部分设备虽然已经到位,但要达到每周2万台的产能,还需要大约一年甚至更久。

据多位接近产业链的人士观察,这种「规划产能喊上天、爬坡节奏往回收」的表述组合,恰恰说明特斯拉进入了真实的制造攻坚期——PPT阶段可以随意画,进了车间就得一个环节一个环节啃。

马斯克的原话很实在:机器人生产有上万项环节必须全部不出差错,整体进度由最慢的一环决定。这句话出自一个做过Model 3「产能地狱」的人,含金量不一样。产业逻辑也在这里:人形机器人过去比的是系统设计能力,接下来比的是工业工程能力,后者的门槛远高于前者。

📅 马斯克的时间表,这次连交付日期都给了

马氏时间表向来以「跳票」著称,但这次他给出了一个异常具体的承诺链。

按照财报会的口径:明年4月前后,AI5芯片集成工作有望完成;到明年年末,机器人AI、机电设计、可靠性以及使用寿命等一系列问题有望解决;大约2027年底,特斯拉才会对外供应Optimus。他还补了一句关键前提——「到那个时间点,我们才可以对外向特斯拉以外的企业交付Optimus」。

把时间点串起来看,这是一条环环相扣的路线图:

更值得玩味的是应用场景的定义。马斯克明确表示,机器人早期的应用集中在工业领域,用于需要全天候执行的高危、重复性作业。在视频展示方面,特斯拉准备发布一段擎天柱完成非预先编程设定任务的演示,大概还要一两个月推出。

这个判断和整个行业的共识正在收敛:家庭场景故事大,但工业场景先买单。高危、重复、全天候,这三个词就是客户愿意签采购合同的三个词。产业逻辑很清楚——谁先在工厂里跑出无故障运行时长,谁先拿到B端复购,谁就掌握了下一轮融资和下一轮定价权。

🧠 芯片、学校、数据:量产的水面之下

最猛的表态,往往藏在最不起眼的细节里。

这次财报会上,马斯克花了相当篇幅讲Terafab芯片工厂:位于奥斯汀的研发晶圆厂正在推进,明年上半年启动设备调试,五六月份制造首批测试芯片,「先验证我们究竟能不能造出芯片」;初期月产能10万片晶圆,后续扩产至每月100万片;目标是2028年实现某类实用芯片的量产。他甚至放话,Terafab的经济价值「或许能跻身全球前二十国家经济体的水平」。

合作方是英特尔,双方将采用14A制造工艺——这是英特尔的下一代制程节点,英特尔方面已确认14A将于2028年第一季度进入量产。而AI5芯片正是驱动Optimus的核心,特斯拉还针对机器人的使用场景缩减了AI5的内存配置。算力更猛、内存更省,这是典型的具身智能芯片取舍:推理要快,功耗和成本要压。

另一个细节是「机器人学校」。马斯克计划为Optimus建造一座机器人学校,保障AI训练顺利开展。这背后是真问题:优质训练数据的获取,被他列为产能爬坡的关键之一。

水面之上是下线仪式和发布会,水面之下才是这场竞赛的真正成本结构:

人形机器人量产的水面之下
量产下线:弗里蒙特工厂首批量产质量Optimus
万台交付:宇树G1累计生产下线约1-2万台
演示视频:非预先编程任务的公开Demo
~ 水面线 · 大众看得见的部分到此为止 ~
自研芯片:AI5集成与Terafab晶圆厂攻坚
训练数据:机器人学校保障AI训练数据供给
供应链:上万项环节全部到位,最慢一环定节奏
可靠性验证:机电设计、寿命问题决定能否对外交付

产业逻辑很直白:当本体制造不再是护城河,芯片自主、数据闭环和供应链管理才是。特斯拉把造车时代「自研+自建」的打法原样搬到了机器人上,这套打法的风险是重、慢、贵,收益是一旦跑通,别人很难追。

🇨🇳 宇树的两万台,给行业换了把尺子

同一时间线上,中国厂商给出的答案朴素得多,但杀伤力不小。

王兴兴在2026世界物理AI大会暨宇树合作伙伴生态大会上透露,自2024年5月发布以来,G1机器人已经累计生产下线约1-2万台。没有千亿产能叙事,没有「超越人类数量」的宏大判断,就是一个下线数字。

但这个数字改变了行业讨论的坐标系。过去评价一个人形机器人公司,看的是融资额、Demo流畅度和创始人演讲;从现在起,多了一把更硬的尺子:累计下线量、交付量和故障率。1-2万台意味着宇树科技已经走过了从0到1的工程验证期,进入了批量制造和真实场景反馈的循环——这个循环一旦转起来,迭代速度会和停留在样品阶段的同行拉开数量级差距。

把两家放在一张表上看,路线差异一目了然:

维度**特斯拉** **Optimus****宇树科技** **G1**
制造进展弗里蒙特产线下线首批量产质量机器人累计生产下线约1-2万台
产能规划弗里蒙特100万台/年,得州二期长期1000万台/年未公布远期产能目标
芯片路径自研AI5,Terafab与英特尔14A工艺合作未披露自研芯片计划
对外交付预计2027年底已面向市场销售交付
早期场景工业高危、重复性作业从研发、教育到商用多点渗透

需要说明,这张象限图是基于素材的定性推演。但趋势判断是可靠的:特斯拉赌的是「重资产+垂直整合」的终极形态,宇树走的是「先出货、再进化」的务实路线。两条路线未必分胜负,但会把中间的「纯演示型玩家」挤出去。

⚠️ 产能爬坡,才是真正的鬼门关

造出一台机器人是科研,造出一万台是工程,造出一百万台是工业体系的胜利。

马斯克那句「上万项环节全部不出差错」背后,是特斯拉从Model 3产能地狱里换来的教训。对整个行业而言,接下来18个月要过的关,清单其实很明确:

人形机器人量产四道关
痛点 1
可靠性未定型,寿命问题2027年底才有望解决
→
解法
先锁工业场景,用全天候高危重复作业的真实工况倒逼迭代
痛点 2
芯片算力与功耗成本难平衡
→
解法
场景定制化裁剪,AI5为机器人缩减内存配置,Terafab自建产能
痛点 3
优质训练数据稀缺
→
解法
机器人学校+真实产线部署,形成数据飞轮
痛点 4
供应链上万项环节互相拖拽
→
解法
以最慢环节为管理锚点,核心部件自研自控

值得清醒看待的是,马斯克本人也把话往回收了:年产100万台的目标所需时间「可能超过一年」,每周2万台的产能目标同样需要一年甚至更久。至于「人形机器人数量超过人类」「全球最大产业」这类判断,属于长期叙事的范畴——它指明方向,但不应被当作排产依据。

真正需要盯的,是三个可验证的硬指标:明年4月AI5是否如期上车,2027年底Optimus是否真对外交付,以及宇树们能否在万台之后把交付规模和场景复购再上一个大台阶。

写在最后

人形机器人行业正在经历一次静悄悄的换挡:从叙事驱动切换到交付驱动。

特斯拉亮出了产线、芯片工厂和机器人学校的全栈底牌,宇树科技用1-2万台的下线量证明中国供应链的执行力。Demo时代的红利期结束了,接下来每一家公司都要回答同一个问题:你的机器人,一个月能下线多少台,坏一台要修多久。

答案是漂亮数字的公司,会拿到下一个时代;答不上来的,就留在这个时代的发布会视频里。

本文由本站 AI 辅助聚合生成,原始来源如下:

🔎 本文基于以下资讯(素材溯源 · 信息来源)

📰 相关阅读推荐(与本文相关的其他资讯)