难造车20倍，何小鹏们为啥抢着干？

造车已经够卷了，何小鹏却说有件事难20倍。

9月18日，小鹏董事长何小鹏在小鹏G9L发布会后的媒体对话中丢出一个判断：做机器人的难度，大约相当于造车的20倍。同一天，大洋彼岸的Figure发布Helix 2.5模型，机器人进了30栋从没见过的房子里自主干活；再往前几天，优必选宣布全球首座年产万台人形机器人的工厂投产，每10分钟下线一台。

三条消息凑在同一个九月，这不是巧合。脑子、身体、产线，人形机器人的三块拼图正在同时逼近可用线。何小鹏那句"非常痛苦，但也快乐"，可能就是这个行业当下最准确的心情注脚。

💪 "20倍论"背后：小鹏憋了8年

痛苦是真的痛苦。

何小鹏的原话很直白："机器人不能量产，我过去一直不愿意把它拿出来。市面上很多机器人能力演示，都是剪辑之后放出来的。"这话多少有点指桑骂槐的意思——演示视频和真机干活之间的鸿沟，业内人心里都有数。

小鹏的打法也和多数同行不同。按官方披露，其机器人业务的硬件、软件、设计和供应链全部自研，围绕具身智能自主设计了AI原生硬件平台和全部核心零部件，覆盖芯片、控制器、运动模组和灵巧手，并基于智能电动车体系搭建了供应链和制造能力。翻译一下：小鹏是拿造车的供应链底子，直接给机器人当嫁妆。

这笔账何小鹏算得很清楚。他此前提到，高阶通用人形机器人的技术挑战和创新难度远高于智能汽车，但单台机器人的毛利贡献有望远超汽车。换句话说，20倍的难度，对应的是 potentially 20倍的毛利想象空间。

据多位接近人士观察，资本也信了这个故事——小鹏机器人业务在8月底完成首轮融资，金额超过9亿美元，这在当下的人形机器人融资环境里算得上大手笔。

节奏上，小鹏给的时间表如下：

何小鹏还留了个悬念：预计今年四季度到明年一、二季度，机器人能力将出现"跳跃式提升"。他还给出了一个更长期的判断——未来10年，汽车与机器人将逐步融合，小鹏在AI和智驾领域的积累是切入赛道的核心基础。

产业逻辑其实不复杂：智能电动车已经把四样东西养熟了——车载芯片、电驱系统、智驾算法、规模化制造。人形机器人要的恰恰就是这四样，只是形态从四个轮子换成了两条腿。小鹏是现有玩家里少数能把这四样一次性配齐的，这就是"20倍难度"背后的底牌。

🧠 Figure换了打法：先租30栋房子

模型能力，正在以肉眼可见的速度逼近"能干活"。

当地时间9月17日，Figure发布神经网络模型Helix 2.5，随附的实验设计颇有意思：公司在旧金山湾区租下30栋陌生房子，用人类行为数据集Index预训练三种行为——整理客厅、折毛巾和整理床铺，然后把Figure 03人形机器人直接带进房子干活。

关键在于：此前Figure从未针对这些房子内部的环境或物体做过任何数据采集、微调或适配。

结果超出了很多人的预期。机器人实现了零样本全身自主作业，也就是说，它对物理世界的理解可以从一个环境迁移到另一个环境，不用每次从头学。在狭小杂乱的空间里，它会把穿行本身当作任务的一部分，调整身体位置去观察、够取、操作物体。

数据更能说明问题：

那个8%到56%的跃升值得多看一眼——在任务专用数据、架构、训练和评测全部不变的前提下，仅仅加入Index预训练，成功率就翻了七倍。这说明真正的瓶颈不在某个单点算法，而在"机器人是否理解人类怎么干活"这件事本身。

Figure的玩法也确实烧钱。Index数据集每秒生成约35分钟全新人类行为数据，公司已承诺投入价值35亿美元的算力训练Helix。本月，Figure还与AI基础设施供应商Nscale签署多年期算力协议，锁定约10万块英伟达Vera Rubin系列GPU，合同总规模最高有望达到60亿美元。

Figure在新闻稿里的表态近乎宣言：如果Helix 2.5的表现能说明问题，那更多数据和算力就应该直接转化为机器人进入新家庭前掌握的更多物理世界知识。"是时候扩大规模了。"

值得注意的是自我纠错能力的出现。能在陌生环境里后退重定位、绕着整张床修正折叠动作——这种从错误中恢复并持续推进任务的能力，恰恰是家庭这种非结构化场景最需要的素质。工厂可以靠确定性编程，客厅不行。

🏭 优必选：每10分钟下线一台

量产端，中国的进度条走得更快。

优必选近期开设了全球首座以"机器人造机器人"为目标的工厂，占地14000平方米，设计年产能10000台人形机器人，平均每10分钟就有一台整机下线。

这个数字放在两年前不可想象。彼时行业里年交付几百台就要开庆功会，多数人形机器人公司还停留在"手工打造工程样机"阶段。年产万台的产线一旦跑起来，意味着单台成本有真实的下降通道——这是所有硬件行业的铁律，机器人也不例外。

把三家公司的动作摆在一张表里，路线分化一目了然：

三者的产业关系大致可以画成这样：

脑子里（模型）、身子上（零部件）、产线上（制造），三个环节都有玩家在猛踩油门。这正是行业进入新阶段的标志——过去比拼的是"能不能站起来走路"，现在比拼的是"能不能批量站起来的同时学会干活"。

⚠️ 泼盆冷水：量产不等于商业化

狂欢之外，账本还没算平。

必须说清楚一件事：能力跳跃、量产下线、商业化盈利，是三件难度依次递增的事。

何小鹏自己也承认，机器人从研发到量产"非常痛苦"，而量产到上市还有一年多的窗口期。小鹏规划2026年底量产、2027年正式上市，中间这一年的真正考验是：有没有客户愿意为这台机器人的能力持续付费。

Figure的实验虽然亮眼，但56%的成功率换算过来也意味着接近一半的任务会失败——在实验室里这是巨大进步，放在付费客户的客厅里，这就是投诉率。Index每秒35分钟的数据生成速度听起来吓人，但家庭场景的多样性意味着数据长尾会非常长。某头部券商分析师私下直言："现在大家比的是谁的demo不穿帮，离'谁的产品能复购'还差着一个商业模型。"

国元证券的判断相对冷静：AI基础设施与具身智能研发有望协同深化，但长期训练资源、实机数据积累与场景验证能力，才是头部企业构建竞争优势的真正支撑。翻译过来就是——算力合同和工厂产能都是入场券，不是终点。

万联证券则给出了行业节奏的共识：人形机器人正处于从技术突破迈向规模化商业化的破晓时刻，有望从B端走向C端。但"破晓"二字本身就说明，天还没大亮。

对从业者而言，接下来12个月值得盯三个信号：一是小鹏四季度到明年上半年那句"跳跃式提升"到底跳多高；二是Figure的60亿美元算力投入能否换来进入真实家庭的门票；三是优必选万台产线的实际爬坡率和单台成本曲线。

何小鹏说难是造车的20倍，这话半是感慨半是护城河宣言——难度本身就是门槛，能扛过20倍难度的公司，享受的正是别人扛不住的溢价。汽车与机器人融合的十年才刚开了个头，痛苦的阶段也许才过半，但快乐的部分，确实已经隐约可见了。