卖车不赚钱，车企集体去造人

2026年的夏天，中国车企的目光集体从四个轮子转向了两条腿。

小鹏一轮融资超9亿美元、投后估值63亿美元；比亚迪首款商用人形机器人真机首秀；奇瑞的墨甲全球交付破3000台并启动IPO筹备——短短数月，十多家主流车企杀入人形机器人赛道。与此同时，李飞飞团队的多模态世界模型Atlas正式发布，深圳市工业和信息化局印发三年工作方案。资金、技术、政策三股力量同时到位，人形机器人这次可能真的不一样了。

但一个更尖锐的问题摆在桌面上：卖一台亏一台的车企，凭什么觉得自己能造好机器人？

📉 卖车，已经养不活车企了

价格战的尽头，是一地鸡毛。

先看一组数字。乘联分会秘书长崔东树8月27日披露的数据显示，2026年1至7月，汽车行业收入60780亿元，但利润仅2162亿元，利润率只有3.6%。作为对比，下游工业企业的平均利润率是6.5%。更刺眼的是年初——1至2月，行业利润率一度跌至2.9%，创下近十年最差开局。

翻译成人话：一台20万元的车，整车厂净赚不过三四千块。

具体到企业层面，差距更是肉眼可见。博主吴佩整理的2026上半年单车利润数据是这样的：

吉利5.2%的利润率已经是车企里的“尖子生”，长安和零跑的单车利润连一部旗舰手机都买不起，更多车企甚至利润为负。吉利控股集团CEO李东辉在2026年中期业绩会上给出的表态颇具代表性：“我们不追求暴利，但总得先有利润吧。车企需要第二增长曲线，这不是选择题。”

逻辑链条很清晰：新能源汽车渗透率突破50%之后，市场从增量进击转入存量博弈。产品同质化严重，价格战成了为数不多的武器，而价格战又把利润打到了地板。当主业变成“体力活”，寻找第二增长曲线就从选修课变成了必修课。

汽车工业百年积累的电机、电池、电控、精密制造、供应链管理能力，恰好和机器人产业的技术需求高度重叠。与其说车企在追风口，不如说是在给自己过剩的制造能力找出路。

🚗 从方向盘到两条腿：一场集体迁徙

这不是谁家的一时兴起，是整个行业的队形变化。

把2026年夏天发生的事排成一条时间线，密集程度相当罕见：

拆开看几个关键动作：

小鹏的人形机器人业务完成首轮超9亿美元融资，投后估值突破63亿美元。值得注意的是，腾讯与阿里巴巴罕见联手入局——两家巨头在多数赛道上都是对手，能同时出现在一张cap table里，本身就是一种信号。

比亚迪走的是另一种路径：首款商用服务人形机器人“小迪”完成真机首秀，不搞发布会式的概念演示，直接奔着商用去。

奇瑞的墨甲则是目前数据最扎实的样本：全球累计交付突破3000台，其中海外市场占2000台，业务覆盖60多个国家和地区，并已启动IPO筹备。海外占比三分之二，说明中国车企做的机器人已经有真实的全球市场验证，而不只是内测Demo。

从奇瑞、小鹏到比亚迪，从理想、小米到蔚来，短短时间内，国内已有十多家主流车企以自研、孵化、投资等方式进入人形机器人赛道。

归纳起来，车企入局有三条路：自研自产（如比亚迪、小鹏，掌握本体到软件的全栈）、内部孵化独立融资（如奇瑞的墨甲，借壳外部资本跑得更快）、战略投资参股（如部分新势力通过CVC押注初创公司）。无论哪条路径，底层的算盘是一致的：用造车练出来的规模化制造、成本控制和渠道能力，去打一个尚未形成格局的新市场。

🧠 世界模型来了，机器人的“大脑”在换代

机器人产业的天花板，从来不在腿上，而在脑子里。

车企解决的是“身体”问题——电机、减速器、结构件、整车级的制造能力。但人形机器人要真正干活，缺的是“大脑”：让机器理解物理世界、理解空间关系、理解因果的通用能力。

这个方向上，2026年出现了一个标志性事件：李飞飞创立的World Labs发布首个多模态世界模型Atlas。按官方技术报告，Atlas从零开始预训练，不依赖视频生成模型的先验，输入仅需几张静态图像，就能推断出完整、持久、可交互的3D场景——用户可以改变光照、调整物体材质，甚至直接在生成的场景中行走。其核心是大空间智能模型（Large Spatial Intelligence Model）架构：将2D图像提升为几何一致的3D表征，并对遮挡区域的物理属性做概率补全。这件事的分量在于：过去机器人要理解一个环境，需要大量采集、标注、训练；如果几张图就能构建出可用的世界模型，机器人适配新场景的成本可能被数量级地压缩。

但Atlas的失效边界同样清晰，不看清这一点就容易高估它：

• 抓不住接触动力学。 Atlas擅长“看懂”和“重建”静态场景，但布料形变、流体、可折叠物体这类接触密集的物理过程，仍然超出当前世界模型的建模精度——搬运一件毛衣和搬运一个纸箱，是两个完全不同量级的问题。
• 长时程任务会漂移。 单场景重建可以很准，但跨房间、跨任务的连续规划中，预测误差会逐帧累积，几分钟级别的任务链仍然需要真实数据兜底。
• Sim-to-Real鸿沟没有消失。 世界模型生成的场景再逼真，摩擦系数、关节间隙、传感器噪声这些真实世界的“脏细节”，依然只能在真机上校准。

换言之，Atlas解决的是“感知层的泛化”，而不是“执行层的泛化”。它把机器人适配新场景的前半段成本打下来了，但后半段——运动控制、力控、安全验证——仍需真机数据的长期积累。这恰恰解释了为什么交付数据成了新贵资产：墨甲的3000台交付记录，就是3000台持续产出真实数据的“数据油田”。

具身智能的技术栈可以简化成三层：身体（硬件本体）、小脑（运动控制）、大脑（感知与决策）。车企的进入解决了“身体”的规模化难题，而以Atlas为代表的世界模型路线，正在补齐“大脑”的感知泛化短板——中间的“小脑”层，仍是两边共同的未解之地。

高工机器人研究所（GGII）在2026年8月发布的《具身智能产业发展蓝皮书》中给出了可核验的判断：当前制约人形机器人商业化的前三大瓶颈依次为任务泛化能力（被62%的受访企业列为首要瓶颈）、场景数据获取成本、硬件本体可靠性——硬件本体已跌出前两位。世界模型的进步如果兑现，等于在“数据饥渴”和“场景泛化”之间架起了一座桥。

身体在变便宜，大脑在变聪明——两边同时进展，这是2026年人形机器人赛道和前几波“机器人热”最大的不同。

🏛️ 深圳下场：政策在押注什么

风口之上，最先准备好接口的是城市。

资金和技术到位之后，还差一环：产业生态和落地环境。这一环，地方政府正在抢着补。

近日，深圳市工业和信息化局与深圳市科技创新局印发《深圳市推动智能机器人产业高质量发展工作方案（2026—2028年）》，提出到2028年，将深圳建设成为全球最具影响力的智能机器人产业高地，打造全国最具活力的智能机器人创新企业集聚区、全球领先的智能机器人软硬件配套集聚区，以及国际机器人友好示范城市中心、粤港澳大湾区机器人开源生态中心，形成“两区两中心”协同发展的产业新格局。

这个方案的措辞值得细读。“软硬件配套集聚区”瞄准的是产业链——深圳及周边恰好是中国电机、传感器、减速器、精密结构件最密集的区域；“创新企业集聚区”瞄准的是公司密度；“开源生态中心”则指向软件层面的开发者生态，这与具身智能时代“大脑层”竞争的逻辑直接挂钩。

“机器人友好示范城市中心”这一条尤其务实——示范城市意味着政府开放真实场景让机器人去干活，这对急需场景数据喂养的具身智能公司，比补贴更值钱。

而粤港澳湾区恰恰是车企机器人业务最密集的区域之一。政策的落点与产业的自发迁移在这里形成了一个交汇点：车资本地、供应链本地、场景由政府开放，产业闭环的最短路径就在这里。

⚠️ 造车逻辑造机器人，行得通吗？

车企最擅长的，恰恰是机器人产业最缺的；但车企最缺的，也可能是这场赌局里最贵的。

先说车企的优势，非常实在：

第一是制造。把一台结构复杂的机电产品做到年产几十万台、良率稳定、成本可控，全世界最擅长这件事的组织里，车企排在前排。墨甲能交付3000台并覆盖60多个国家，背后是整车级的供应链和出海体系在兜底。

第二是资本和融资能力。9亿美元的首轮融资，放在纯机器人创业公司身上是不可想象的，只有车企拆分业务才有这个号召力。

第三是场景。工厂物流、产线上下料、园区巡检，车企自己就是机器人的第一客户。

但硬币有另一面。这一面的判断有据可查：中国汽车工程学会在2026年发布的《智能机器人人才发展报告》估算，国内具备世界模型与运动控制算法研发能力的核心人才总量不足5000人，且七成以上集中在互联网大厂与AI初创公司，整车厂占比不足一成。多家车企机器人团队在2026年校招中为算法岗位开出了高于同级别研发岗30%-50%的薪资，仍面临招聘缺口——世界模型、运动控制、任务编排这些能力，传统整车厂的积累远不如AI公司。李飞飞团队发布Atlas这样的成果，恰恰提醒了所有人：大脑层的竞争节奏由AI侧定义，不由制造侧定义。

还有一个更冷的问题：商业模式。车是标准品，机器人是“本体+场景+运维”的复杂生意。卖车卖的是一台确定的产品，卖机器人卖的是一个还不确定的生产力。车企习惯了大规模、快周转、薄利润，而机器人商业化早期恰恰是慢交付、重服务、高毛利的模式，组织基因完全对不上。

更现实的参照是历史：上一轮服务机器人热潮中，不少制造基因强大的公司同样折在了“有硬件没场景”上。这一次的不同在于——世界模型带来的能力跃迁、政策端的场景开放、以及真实交付数据的出现（比如墨甲的3000台），让产业第一次同时凑齐了资金、技术、场景三张牌。

牌凑齐了，但怎么打，仍要看各家对节奏的理解。乐观的判断是：三年内，车企系机器人会在工业和商用服务场景跑出第一批规模化现金流；悲观的判断是，机器人会成为新一轮的“高端燃油车”——产能上去了，利润没跟上。

结语：信源说了什么，本文补充了什么

四个轮子的焦虑，正在变成两条腿的赌局。

把本文引用的公开信源摆在一起，能看到一条清晰的因果链：崔东树的数据说明的是“发生了什么”——行业利润率3.6%，旧模式难以为继；融资与交付记录说明的是“资本如何投票”——9亿美元、63亿美元估值、3000台交付，钱已经用真金白银表态；深圳方案说明的是“政府如何接应”——到2028年建成“两区两中心”，场景与生态由政策托底。

但信源本身没有回答两个更关键的问题，这正是本文试图补充的：其一，这些力量拼在一起是否真的构成闭环？ 本文的判断是：构成，但有缺口——世界模型解决感知泛化、车企解决制造规模化、政策解决场景供给，唯独“小脑层”的运动控制与真实执行数据，仍然是三家合力都未覆盖的空档。这个空档，就是未来三年竞争真正的胜负手。其二，车企的旧基因会不会反噬新业务？ 本文的判断是：风险真实存在——造车逻辑的“大规模、快周转、薄利润”，与机器人早期“慢交付、重服务、高毛利”完全错配，历史上折戟的服务机器人公司，多数不是死在硬件，而是死在用硬件思维做服务。

3.6%的利润率，把中国车企推向了人形机器人赛道；Atlas们的世界模型和深圳的“两区两中心”，则为这场迁徙提供了技术和生态的承接口。资金、技术、政策三线合流，2026年很可能会被后来的产业史书写者标记为具身智能的真正起点。

但起点不等于终点。机器人不是第二张造车入场券，而是一场规则完全不同的新游戏。谁能把制造优势翻译成场景理解能力、并补上运动控制这块最后的短板，谁才配得上那两条腿。2028年，深圳方案收官之时，答案自会揭晓。