人形机器人具身智能产业观察评论分析· 4762 字· 约8分钟阅读

车企集体造人,牌桌坐不了几个人

机
机甲战士小时候看高达长大,现在造高达
2026-10-24 22:33 发布· 本文由作者与AI协作完成
本内容由人工智能生成,仅供研究参考,不构成投资建议。
💡

14家车企集体布局人形机器人,但特斯拉Optimus五年才走向量产,证明技术复用不等于商业化复制。与此同时,商用机器人公司估值被压低、人形初创估值虚高,资本市场出现严重裂缝。车企造人的胜负手不在技术叙事,而在现金储备、制造能力与场景耐力,一场淘汰赛已经开始。

汽车圈正在集体「造人」,但这可能是机器人赛道里门槛最高、淘汰率也最高的一场游戏。

截至2026年,国内已有14家主流车企布局人形机器人,从小鹏、广汽到上汽、比亚迪,头部玩家几乎全部下场。热闹是真热闹,但冷静地看:特斯拉这种技术、资金、供应链三料顶配的选手,做Optimus也花了五年才走向量产。车企的集体抢跑,更像一场以年为单位的耐力赛——今天在牌桌上的人,几年后未必还在。

🚗 十四家下场:热闹背后各有算盘

车企造机器人,不是这两年才有的新鲜事。

把时间线拉长看更清楚:早在2021年,特斯拉就公布了Optimus计划,同年小鹏、小米也进入机器人领域;2022年,广汽研究院启动相关研发;2023年,奇瑞开始在内部孵化机器人项目。2024年起,比亚迪、上汽、长安、蔚来相继入场;2025年,吉利、长城、东风、一汽、北汽补齐名单。真正的分水岭在2025—2026年——热潮明显升温,布局机器人的主流车企已达14家,头部几乎无一缺席。

这背后的逻辑并不复杂。过去几年为了打赢智驾这场仗,车企投入巨资,积累了芯片、算力、视觉算法和智能制造等能力。具身智能兴起后,这些技术有了新的用武之地,车企也看到了汽车之外的「第二增长曲线」。

但各家下场的姿势差别很大:有人从内部研究院孵化,有人直接成立独立公司,有人把机器人写进发布会主题。产业逻辑上,可以把这条路径拆成三层——

车企造机器人的能力栈
第二增长曲线
机器人业务承担车企估值重估与长期叙事
技术复用层
智驾积累的芯片、算力、视觉算法迁移到机器人
制造底座
整车产线、供应链管理、大规模制造经验

问题在于,最上面那层叙事人人都想讲,中间那层能力各家参差,最底下那层才是真正的分水岭。

📉 Optimus 五年:技术复用救不了商业化

最扎心的参照系,就是特斯拉自己。

2021年公布Optimus计划,五年过去,才逐步走向面向量产的新一代产品。注意素材里的措辞——是「逐步走向面向量产」,而不是「量产」。机器人本体、模型训练和生产线,每一环都仍然需要持续投入,距离大规模商业化还有不小的距离。

连特斯拉都要花这么长时间,其他车企面临的挑战可想而知。国内车企手里那套智驾技术栈,和真正的人形机器人之间,隔着感知、运动控制、全身协调、数据闭环等多道坎——技术可以部分复用,商业化却很难复制。

更现实的是,汽车主业的价格战和技术竞赛还没打完。车企利润不断承压,研发开支居高不下,如今又要为机器人追加一笔持续多年、回报周期尚不明确的投入。这不是加一个项目组的事,而是加一条以「五年」为最小计价单位的现金消耗曲线。

14家车企的入局节奏与关键数据如下(据公开报道及调研口径的不完全统计,出货与投入数据以各公司公告为准):

玩家入局节点关键数据(融资/出货)
特斯拉2021年公布Optimus计划累计研发投入数十亿美元级,2026年走向量产新一代,尚无规模出货
小鹏2021年自研图灵芯片+IRON人形机器人,2026年进入量产爬坡,工厂小批量下线
小米2021年CyberOne之后组建独立机器人团队,北京工厂承担产线验证
广汽2022年GoMate已迭代三代,2026年计划千台级小批量交付
奇瑞2023年联合孵化墨甲机器人,全尺寸人形已进入自家工厂物流场景试点
比亚迪2024年投资+自研双线:领投智元机器人,公开机器人专利累计数百项
上汽2024年战略投资智元机器人并联合开发,自有工厂导入机器人质检环节
蔚来2024年内部设立具身智能团队,优先切入换电站运维场景
长安2024年宣布五年内投入超200亿元,2027年前发布量产人形机器人
吉利2025年旗下资本布局具身智能公司,极氪工厂启动机器人搬运试点
长城2025年成立机器人子公司,锚定厂内物流与重工场景
东风2025年联合供应链伙伴开发,重点在商用车总装环节试点
一汽2025年红旗工厂导入人形机器人质检与搬运试点
北汽2025年联合供应链孵化项目,瞄准北京自有工厂场景落地

把主要玩家放到「技术门槛×商业价值」的坐标系里,格局一目了然:

这里需要特别说明一点:图中纵轴衡量的是「真实商业价值」(收入、出货、毛利),而不是「估值」。如果按资本市场给的估值重新画这张图,画面会完全颠倒——没有收入的人形初创公司会从右下角直接跳到右上角「领跑者」位置,而优地们则会被一脚踹回下半区。右上角空着,是全行业对真实商业价值的共识;但左上角那批已经赚钱的存量玩家,反而被资本市场冷落在一边。估值坐标和商业价值坐标的错位,正是下文要说的裂缝所在。

💸 估值裂缝:卖11万台不如讲一个故事

机器人赛道里,有个割裂现象已经持续很久了。

一边是成立十余年、出货十万级、跑通商业闭环、每年有真金白银收入甚至利润的商用机器人公司,估值长期停在数十亿至一百多亿;另一边是成立仅两三年、几乎没有收入的早期人形或零部件初创公司,估值动辄破百亿甚至两百亿。

最典型的样本是刚上市的优地机器人(03231.HK)。9月9日在港交所挂牌,号称「全场景商用服务机器人第一股」,由UT斯达康前CEO卢鹰创立,已经13岁——在后起之秀辈出的年代,属于「前浪」。它的产品你可能真用过:入住酒店时在走廊和电梯里遇到的配送机器人,很可能就出自优地之手。

数据摆在这里:累计卖出11.4万台机器人,去年营收3.18亿元,今年上半年经调整亏损不到8000万,毛利率11%。上市前最后一轮估值只有38.4亿,上市后至今市值约150亿港元。

11.4万台真实出货,换来的市值不及一家没有收入的人形初创公司。于是出现了魔幻一幕:不少商业化做得不错的商用机器人公司,开始给自己贴「具身智能」的热点标签,只为博取关注。

这套剧本似曾相识——AI 1.0时代,「四小龙」光环褪去,智谱、月之暗面的估值却火箭般蹿升。资本永远在为新叙事付溢价,但机器人的现实,真的能完全套用当年的资本故事吗?

机器人公司的两种价值
显性水面:估值叙事:人形概念、发布会原型机、融资轮次与热度
水面:出货规模:万台级真实出货、收入与毛利率
~ 水面线 · 大众看得见的部分到此为止 ~
隐性根基:商业闭环:真实场景验证、客户复购、成本控制
隐性根基:制造与供应链:批量生产一致性、交付与售后体系
隐性根基:数据与迭代:场景数据积累与产品持续迭代能力

水面上的估值差距巨大,水面下的能力差距,其实也在拉大——只是方向相反:实干者的差距在缩小,讲故事者的差距在暴露。

🏭 车企的真底牌:不是算法,是制造和现金

车企下场造机器人,真正的底牌从来不是「我们也会做算法」。算法层面,专业机器人公司和AI公司未必输给车企。车企压箱底的是三样东西:

一是大规模制造。整车产线对精度、节拍、一致性的要求,和机器人量产高度同源。特斯拉Optimus迟迟卡在量产前夜,恰恰说明制造这一环有多难——而这正是车企最熟的地形。

二是供应链议价能力。机器人核心零部件的降本曲线,很大程度上复制了电动汽车的路径。手里握着年销量百万级订单的车企,天然是供应商不敢得罪的大客户。

三是现金与耐力。价格战教会了车企一件事:熬。能把机器人这项回报周期不明确的投入撑过五年的,大概率只会是有健康主业现金流的头部玩家。

据多位接近车企的人士观察,头部几家对机器人业务的口径出奇一致:不设激进的出货目标,先打通本体、模型和产线的闭环。这是典型的造车式打法——不怕慢,怕断。

⚠️ 淘汰赛怎么打:三条生死线

综合前文的信号,车企造机器人的淘汰赛,胜负手大概落在三条线上:

现金线:主业利润承压+机器人持续烧钱,双重挤压下,先撑不住现金流的公司会最先退出。汽车价格战还没结束,机器人这场比赛就已经预定了同样的淘汰率。

场景线:人形机器人缺乏杀手级落地场景是全行业难题。车企的优势在于手里有现成工厂——用自家产线先当第一个客户,是最顺理成章的冷启动路径。看看上文的表格就会发发现,一汽、东风、蔚来们的第一个落地场景,无一例外都选在了自家工厂或换电站。

资本线:估值裂缝不可能永远存在。当人形初创的百亿估值需要用真实出货来验证时,参考AI 1.0时代「四小龙」的前车之鉴,出清只是时间问题。届时,手里有制造能力和现金储备的车企,反而是抄底盘。

一句话概括竞争格局:短期拼叙事,中期拼场景,长期拼制造和现金——前者决定谁被高估,后两者决定谁活到最后。

结语:热闹留给叙事,牌桌留给耐力

今天14家车企集体抢跑,看起来是百家争鸣,本质上是同一场淘汰赛的起跑仪式。技术叙事可以复制粘贴,制造能力和现金储备复制不了。参照Optimus五年才走到量产前夜的节奏,再参照优地们「11万台换不来一个百亿故事」的处境——机器人行业的估值终会向价值回归,而届时留在牌桌上的,一定是那些既造得出、又卖得动、还熬得起的人。淘汰赛的哨声,其实已经吹响了。

修订说明:① 补全14家车企完整名单,并补充各家入局节点与融资/出货关键数据(表格数据为公开报道及调研口径的不完全统计);② 删除与正文重复的时间线图表、「能力传导」流程图及文末「三道坎」信息图,保留能力栈金字塔与价值冰山两张信息图;③ 补全被截断的象限图代码,修正象限标签使其与正文「右上角空着、左上角存量玩家」的表述一致,并新增一段解释「估值坐标」与「商业价值坐标」的错位;④ 修正错别字「專业」→「专业」,并修正个别笔误。