特斯拉的 Optimus 表示将在2027年实现量产，小鹏的 Iron 计划于年底下到产线当中，小米把 CyberOne 背后的47亿参数具身模型进行了开源。

现代收购了波士顿动力八成股份，宝马把Figure引入车间开展作业，丰田运用Agility的Digit执行物流运输。

自2020年现代公司正式出手介入开始，到2026年北京车展上一排机器人得以站台展示为止，这六年时间当中，造车企业几乎全都已挤进了这条赛道。

在全球范围内可以观察到，汽车制造行业以及零部件企业的利润均出现了下降趋势，车企选择追逐这一风口，实质上是在复用自身长期积累的制造经验、供应链体系，并将这些与具身智能技术有效结合起来。

01

为什么要做：两笔账

第一笔账目是为自身节省人工开支，这主要是因为海外地区的工人用工成本相对较高所致。

冲压、焊装以及涂装这几个车间，机器早已把所有岗位全面占据。可到了总装以及厂内物流环节，却依然大量依赖人工开展作业。物料搬运、精密装配、质检和测试这些工作，其受伤率较高，而且在生产旺季还持续面临招不到足够人员的情况。

随着人口老龄化持续加深以及用工成本不断上升，汽车企业比其他行业更加急切地想要把这一人力缺口加以填补。人形机器人能够进入更为狭窄的通道以及更为复杂的作业工位，正好填补了自动化生产在这一环节所留下的缝隙。

为什么选用人形机器人而非机械臂？机械臂被牢牢固定在特定工位之上，当产线进行换型操作时就会彻底失效。人形机器人能够实现行走、抓取以及适应多种环境，在产品改款过程中便无需重新购置设备。

在总装线的单个站位当中，需要同时完成物料搬运、螺栓拧紧以及质量检验等多项作业，而机械臂由于结构限制无法伸入其中。车企所计算的是这项长期经济账目，并非单纯为了追求技术的新鲜感。

● 第二笔账是往外挣钱。

特斯拉以及小鹏将人形机器人的预期市场规模，看作是与汽车市场相当，甚至会更大的存在。从工厂作业环境到门店导购环节，从巡逻安保任务到家庭陪护工作，这些应用场景正一层层地向外铺开。

对于汽车制造企业而言，这种诱惑并不仅仅在于参与到一个可能规模庞大的新兴市场，更在于他们能够把自己在大规模制造、供应链体系、软件开发、感知技术以及控制系统上积累的本领，顺利迁移并应用到一个全新的产品类别当中。

车企相信自身在这一新品类当中拥有结构性优势。这种论断并非空口无凭，其后方存在着实际的支撑。

国内车市的价格战持续打了一轮又一轮，这直接导致整车毛利率被压缩到了薄如纸张的程度。车企都在寻找第二增长曲线，其中机器人属于少数既能够承接现有制造能力、又能开拓独立想象空间的方向。外部收入所形成的那笔账目，某种程度上相当于为主业购买了一份保险。

02

走的哪几条路

路径分三类，各家挑的打法不一样。

特斯拉自主研发的Optimus机器人，从2022年Gen1版本开始一路开展了持续迭代升级工作，直至2025年成功实现了Gen2以及Gen2.5版本的推进。Fremont产线按照年产100万台机器人的能力来进行设计，而德州工厂则规划从2027年起达到1000万台的产量规模。

小鹏的Iron于2024年AI Day活动当中正式亮相，其步态行走得如同真人一般自然，因此直接登上了热搜榜单。2025年成功放出了Gen2版本，广州产线在一季度启动了动工建设，目标在年底实现约1000台的量产规模，还计划让其直接站进自家门店当中担任导购工作。

小米自2020年开始投入相关研发工作，2022年成功对外展示了CyberOne，并在2026年将具身智能模型进行了开源，目前北京工厂已经让机器人在产线上承担重复的装配作业。

比亚迪在内部启动了代号为“尧舜禹”的项目，该项目于2022年正式启动，携手香港科技大学共同建立了具身智能实验室，并且借助垂直整合的深厚能力把电池、电机、半导体以及精密制造全部掌握在自己手里。

控股收购构成了第二条发展路径，现代汽车在2020年底取得了波士顿动力约80%的股份，借此把Atlas从研发阶段推进到工厂部署应用当中，设定了2028年产能目标为3万台，并且计划让自家工厂率先铺开2.5万台以上。比亚迪则投资了智元的PaXini以及Zhiyuan，借助外部的先进技术来补充自身的能力。

◎ 合作是第三条。

吉利极氪携手优必选，把Walker S引入工厂内部开展物料搬运、精密装配以及货物分拣的相关作业。宝马则与Figure展开合作，在Spartanburg工厂当中，Figure的机器人已经参与到了超过3万辆汽车的生产过程里。丰田选择轻资产的发展路径，运用Agility公司的Digit机器人采用RaaS（机器人即服务）模式，在加拿大工厂负责物流运输的工作。

在进度方面最快的车企中，奇瑞可以算作其中之一，其Moyin机器人在2025年成功交付了220台，单价为28.58万元，用户可以在京东平台上直接购买，而且警务以及医疗导诊这些公共场景已经得以铺开。奇瑞还开发出了机器狗，用于家庭陪伴、社区巡逻以及工业安防，目前手中持有超过1000台的订单。

广汽的GoMate机器人已经推进至第四代Mini版本，在养老服务、安保巡逻以及工业应用三个领域同步开展了测试工作，同时还研发出了轮腿混合式的移动结构来打造差异化优势，并将机器人业务拆分为独立的子公司，借助这种更具市场化的运作方式来加速商业化进程。

长安以及赛力斯也从试点阶段逐步迈向早期规模化推进。

理想走的是另一条岔路，将机器人框定在“空间机器人”这一大概念之下，其中轮式机器人进入工厂开展作业，双足机器人则奔赴家庭场景提供服务，2025年组建了专门的机器人团队，重押Mind GPT大模型，旨在把机器人集成到汽车、可穿戴设备以及智能生态系统里。

宝马已经从试点阶段逐步推进到了真实产线当中，在Spartanburg工厂里Figure的机器人已经参与制造了超过3万辆汽车，并且计划在2026年夏天进一步扩展到莱比锡工厂，用于开展电池组装以及厂内物流的工作。

智驾领域历经十年积累的技术栈刚刚成熟，人形机器人的成本曲线也刚好抵达下降拐点。如果早五年着手开展，算法以及供应链体系都难以支撑；如果晚五年再进入，牌桌上的座位早已被人占满。这次选择下场入局，时机把握得相当精准。

03

汽车企业凭什么觉得能成：

四张底牌

● 第一张是制造和供应链的know-how。

汽车与机器人两者在硬件方面的重叠程度大得惊人。电机、电池、减速器、激光雷达以及摄像头这些部件，在两者的清单上能够完全对得上。车企在高度自动化、大批量生产方面所积累的经验，正好可以用来解决人形机器人最头疼的良率、一致性、质量和可靠性这些关键问题。

小米工厂开展的实测结果显示，机器人在装配任务上所取得的成功率已超过90%，而在灵巧手的精度提升方面仍在持续追赶。这类工作初创公司未必能够有效承担下来。

● 第二张是具身智能的领先。

软件技术和自动驾驶技术在本质上是相通的。VLA模型、世界模型、端到端学习、仿真系统以及多模态感知融合这些核心技术，机器人所运用的和智驾所运用的是同一套体系。车企在智驾领域投入了十年时间，从而积累了海量数据、扎实的算力底座以及能打的工程团队。

在众多车企的认知当中，关于人形机器人的诸多事务，在它们眼中其实就是智驾技术栈所自然延伸出来的结果。小鹏汽车依赖于自身在智驾领域的领先优势，来为具身智能技术提供背书，这并不只是嘴上说说而已，而是因为它的技术栈从根本上就生长在自动驾驶基础之上。初创公司当中很少有哪一家拥有这样深厚的家底，它们虽然在算法方面表现得灵光，但却弱在没有地方去积累真实的路况数据。

● 第三张是规模和成本。

工厂以及仓库构成了机器人首批应用的落脚点，其中车企把自家车间当作了现成的试验场来开展验证工作。

首先在自家工厂内部开展试验，通过快速迭代的方式推进优化工作，随后再逐步推广铺设到全球产线网络当中。凭借采购规模较大以及供应商关系稳固，能够把组件成本有效压制到低于同行的水平。

特斯拉的野心表现得最为直白，Fremont产线按照年产100万台机器人的规模来进行设计，德州工厂则从2027年起规划达到1000万台。

这种产能方面的胃口，是初创公司所不具备的。这种早期就能够实现规模化生产的能力，可以帮助将单台成本降低下来，并且将可靠性提升上去。

● 第四张是资源和人才。

比起多数机器人初创企业，老牌车企所拥有的资产负债表更厚、研发预算规模更大、全球品牌也更响亮。这些企业能够扛住长周期的烧钱压力，顶尖的AI以及机器人人才也更愿意前来。

对比Figure以及Agility这些明星初创企业，车企所持有的现金储备充足、品牌影响力强大，因此在开展长周期的资金投入时并不会感到慌乱。初创企业主要依赖融资来维持自身生存，而车企则依靠销售汽车来支持研发活动，两者所具备的底气并不处于同一个量级。

当所有底牌全部亮出之后，还是需要泼上一盆冷水来保持清醒认识。其中需要明确的是，所积累的优势并不等同于能够确保稳稳赢得胜利。

初创公司在创新方面处于领跑地位，车企的优势则在于把相关技术进行工业化以及商业化的推进。把机器人真正送上市场这一过程，从根本上所体现的是工程以及集成方面的挑战，并非依赖于某一个单点的技术突破。

在中国这种高度竞争的环境当中，实验室取得的领先只能维持短暂的时间，只有扎实的工程技术以及可量产化的能力，才能够支撑起长久的竞争优势。仅仅拥有底牌是不够的，经济账目还得算得清楚。

Bernstein给出了一笔清晰明了的成本对比账目：一台机器人成本约为5万美元，而国内入门级产线工人的年薪约为1.3万美元。依据当前各项假设来进行测算，收回成本需要花费7到8年的时间。他们认为，只有把回本周期压缩到5年以内，这件事情才会真正具备吸引力。

基准情形算得细。

两台机器人得以顶替1.5个工人，其中效率按照75%来进行计算，同时一位操作员可以看管3台机器人。机器人每天所开展的工作时间达到22小时、一年运行350天，而工人每天工作10小时、一年开展294天的工作。

算下来一年能够节省大约1.7万美元的用工开支，因此收回投资需要花费7.7年的时间。robots单价如果降到4万美元、工人年薪涨过1.4万美元，回本周期就会进入5年以内。价格每往下走一截，对应的曲线就会随之陡降一截。趋势正朝着有利的方向发展。

在未来3至5年的时间里，机器人成本会成功跌破4万美元的水平，而用工成本则会涨过1.4万美元的区间，ROI的投资回报计算就会显得更为合理。adoption的采用进程也将得到明显的加速。

真瓶颈卡在哪？灵巧手。

特斯拉自身也已承认，灵巧手目前构成了主要的技术瓶颈。即使系统层面的整合工作进行得再为顺畅，如果灵巧手无法有效发挥作用，那么整个方案也难以真正落地。此外，通用智能、安全保障以及成本控制这几道关键关卡同样需要逐一攻破。

当前距离真正做成这一目标还存在最后一口气的差距，然而所选的方向却是正确的。车企手中握有座位，而底牌尚未到需要亮出的时刻。如果真要把投资回报率（ROI）拉过临界值，卡住的关键节点就在灵巧手方面。特斯拉已经认可了这一点，认为这是当前所面临的主要瓶颈。模型所预测的抓握动作与真实世界的手感之间，仍然差着一截距离。

2027年将会成为一道重要分水岭，在那一年特斯拉所提出的量产目标、小鹏计划在门店开展铺货的工作以及现代汽车设定的三万台产能规划，都必须接受实际检验。此前做出的承诺，到时候需要得到兑现。

小鹏是其中最接近消费级以及家庭应用方向的那一个。Iron所选用的人形化设计，明确瞄准门店导购以及家庭陪护这些场景，如果情感陪伴这件事情得以成功实现，那么毛利率就能够实现结构性的提升。它计划在2026年年底于门店当中部署约1000台机器人来担任导购工作，而其在智驾以及具身智能方面所积累的经验，则为这一业务提供了坚实的背书。

小米选择了另一条发展路径。它把机器人视为“人×车×家”生态的实体化身，借助这一方式把手机、AIoT以及出行服务全部连接起来。由于设备基数庞大，其在分发渠道以及数据积累方面所拥有的优势，很难找到第二个能够与之匹敌的企业。

比亚迪所隐藏的最深垂直整合能力，是将电池、电机、半导体以及精密制造这些关键环节全部掌握在自己手中，同时其全球经销网络在未来还能够转化为实际的应用场景。

奇瑞所选择的路线最为清晰，它从陪伴机器人起步，逐步推进到公共服务领域，随后再进入家庭场景，采取这样的三步走策略，并且已经在消费渠道开展了试水。长安计划在2028年量产前后进入家庭应用。

车企自己的主业还在血战。

人形机器人所带来的外部收益目前仍属于远水，而借助它来提升工厂生产效率的效果却近在眼前，对外实现商业变现则依然远在天边。因此应当首先把自家的产线喂养到熟练掌握的程度，这比急于对外销售机器人要可靠得多。

从行业视角来看，机器人是否会成为车企继电池和智驾之后的下一个重要增长点，现在做出定论还为时尚早。然而有一点已经十分明确：那些愿意率先在自身工厂内直面实际难题、逐步啃下硬骨头的企业，相较于仅仅发布概念视频的企业而言，距离真正成功要更近一些。

汽车制造企业选择进入机器人制造领域，是否会再度上演当年制造手机以及研发芯片时的那些故事，即声势浩大但最终真正存活下来的企业却寥寥无几？这件事情确实值得挂上一个问号。这类项目具有重资产的特点、周期漫长，而且资金消耗极为迅猛，当初智能驾驶那一波浪潮同样是雷声大作，但到最后能够活下来的也就那么几家。虽然在牌桌之上占据了座位，但是能否稳稳坐住，最终还是要看工程能力的扎实程度，而并非取决于产品发布会的表现如何。

小结

车企开展人形机器人研发工作，其所持有的底牌是真实可靠的，选择的路径也是清晰明确的。项目能否取得成功，并不在于观察哪一家率先让机器人实现站立行走，而是要看哪一家能够率先把成本控制、可靠性保障以及规模化生产这三项关键任务切实做好并扎实推进。

当前ROI的投资回报周期依然差最后一口气，然而整体发展趋势却已经站在它们这一边。在灵巧手这道关键关卡方面，谁能够率先成功突破，谁就能够率先亮出自己的底牌。在这场牌局当中，车企虽然已经拥有了座位，但是目前还没有到达需要亮牌的时刻。

特斯拉的Optimus机器人计划在2027年成功实现量产，小鹏的Iron则计划于今年年底进入产线开展生产，小米公司把CyberOne背后拥有47亿参数的具身智能模型予以开源处理。

现代汽车收购了波士顿动力约八成股份，宝马把Figure机器人引入车间来开展作业，丰田公司运用Agility的Digit来执行物流运输任务。

自2020年现代公司正式出手介入开始，到2026年北京车展上一排机器人得以站台展示为止，这六年时间当中，造车企业几乎全都已挤进了这条赛道。

在全球范围内可以观察到，汽车制造行业以及零部件企业的利润均出现了下降趋势，车企选择追逐这一风口，实质上是借助自身长期积累的制造经验以及供应链体系，并把这些与具身智能技术有效结合起来开展工作。

第一笔账目是为自身节省人工开支，这主要是因为海外地区的工人用工成本相对较高所致。

冲压、焊装以及涂装这几个车间，机器早已把所有岗位全面占据。可到了总装以及厂内物流环节，却依然大量依赖人工开展作业。物料搬运、精密装配、质检和测试这些工作，其受伤率较高，而且在生产旺季还持续面临招不到足够人员的情况。

随着人口老龄化持续加深以及用工成本不断上升，汽车企业比其他行业更加急切地想要把这一人力缺口加以填补。人形机器人能够进入更为狭窄的通道以及更为复杂的作业工位，正好填补了自动化生产在这一环节所留下的缝隙。

为什么选用人形机器人而非机械臂？机械臂被牢牢固定在特定工位之上，当产线进行换型操作时就会彻底失效。人形机器人能够实现行走、抓取以及适应多种环境，在产品改款过程中便无需重新购置设备。

在总装线的单个站位当中，需要同时完成物料搬运、螺栓拧紧以及质量检验等多项作业，而机械臂由于结构限制无法伸入其中。车企所计算的是这项长期经济账目，并非单纯为了追求技术的新鲜感。

特斯拉以及小鹏将人形机器人的预期市场规模，看作是与汽车市场相当，甚至会更大的存在。从工厂作业环境到门店导购环节，从巡逻安保任务到家庭陪护工作，这些应用场景正一层层地向外铺开。

对于汽车制造企业而言，这种诱惑并不仅仅在于参与到一个可能规模庞大的新兴市场，更在于他们能够把自己在大规模制造、供应链体系、软件开发、感知技术以及控制系统上积累的本领，顺利迁移并应用到一个全新的产品类别当中。

车企相信自身在这一新品类当中拥有结构性优势。这种论断并非空口无凭，其后方存在着实际的支撑。

国内车市的价格战持续打了一轮又一轮，这直接导致整车毛利率被压缩到了薄如纸张的程度。车企都在寻找第二增长曲线，其中机器人属于少数既能够承接现有制造能力、又能开拓独立想象空间的方向。外部收入所形成的那笔账目，某种程度上相当于为主业购买了一份保险。

特斯拉自主研发的Optimus机器人，从2022年Gen1版本开始一路开展了持续迭代升级工作，直至2025年成功实现了Gen2以及Gen2.5版本的推进。Fremont产线按照年产100万台机器人的能力来进行设计，而德州工厂则规划从2027年起达到1000万台的产量规模。

小鹏的Iron于2024年AI Day活动当中正式亮相，其步态行走得如同真人一般自然，因此直接登上了热搜榜单。2025年成功放出了Gen2版本，广州产线在一季度启动了动工建设，目标在年底实现约1000台的量产规模，还计划让其直接站进自家门店当中担任导购工作。

小米自2020年开始投入相关研发工作，2022年成功对外展示了CyberOne，并在2026年将具身智能模型进行了开源，目前北京工厂已经让机器人在产线上承担重复的装配作业。

比亚迪在内部启动了代号为“尧舜禹”的项目，该项目于2022年正式启动，携手香港科技大学共同建立了具身智能实验室，并且借助垂直整合的深厚能力把电池、电机、半导体以及精密制造全部掌握在自己手里。

控股收购构成了第二条发展路径，现代汽车在2020年底取得了波士顿动力约80%的股份，借此把Atlas从研发阶段推进到工厂部署应用当中，设定了2028年产能目标为3万台，并且计划让自家工厂率先铺开2.5万台以上。比亚迪则投资了智元的PaXini以及Zhiyuan，借助外部的先进技术来补充自身的能力。

吉利极氪携手优必选，把Walker S引入工厂内部开展物料搬运、精密装配以及货物分拣的相关作业。宝马则与Figure展开合作，在Spartanburg工厂当中，Figure的机器人已经参与到了超过3万辆汽车的生产过程里。丰田选择轻资产的发展路径，运用Agility公司的Digit机器人采用RaaS（机器人即服务）模式，在加拿大工厂负责物流运输的工作。

在进度方面最快的车企中，奇瑞可以算作其中之一，其Moyin机器人在2025年成功交付了220台，单价为28.58万元，用户可以在京东平台上直接购买，而且警务以及医疗导诊这些公共场景已经得以铺开。奇瑞还开发出了机器狗，用于家庭陪伴、社区巡逻以及工业安防，目前手中持有超过1000台的订单。

广汽的GoMate机器人已经推进至第四代Mini版本，在养老服务、安保巡逻以及工业应用三个领域同步开展了测试工作，同时还研发出了轮腿混合式的移动结构来打造差异化优势，并将机器人业务拆分为独立的子公司，借助这种更具市场化的运作方式来加速商业化进程。

长安以及赛力斯也从试点阶段逐步迈向早期规模化推进。

理想走的是另一条岔路，将机器人框定在“空间机器人”这一大概念之下，其中轮式机器人进入工厂开展作业，双足机器人则奔赴家庭场景提供服务，2025年组建了专门的机器人团队，重押Mind GPT大模型，旨在把机器人集成到汽车、可穿戴设备以及智能生态系统里。

宝马已经从试点阶段逐步推进到了真实产线当中，在Spartanburg工厂里Figure的机器人已经参与制造了超过3万辆汽车，并且计划在2026年夏天进一步扩展到莱比锡工厂，用于开展电池组装以及厂内物流的工作。

智驾领域历经十年积累的技术栈刚刚成熟，人形机器人的成本曲线也刚好抵达下降拐点。如果早五年着手开展，算法以及供应链体系都难以支撑；如果晚五年再进入，牌桌上的座位早已被人占满。这次选择下场入局，时机把握得相当精准。

汽车与机器人两者在硬件方面的重叠程度大得惊人。电机、电池、减速器、激光雷达以及摄像头这些部件，在两者的清单上能够完全对得上。车企在高度自动化、大批量生产方面所积累的经验，正好可以用来解决人形机器人最头疼的良率、一致性、质量和可靠性这些关键问题。

小米工厂开展的实测结果显示，机器人在装配任务上所取得的成功率已超过90%，而在灵巧手的精度提升方面仍在持续追赶。这类工作初创公司未必能够有效承担下来。

软件技术和自动驾驶技术在本质上是相通的。VLA模型、世界模型、端到端学习、仿真系统以及多模态感知融合这些核心技术，机器人所运用的和智驾所运用的是同一套体系。车企在智驾领域投入了十年时间，从而积累了海量数据、扎实的算力底座以及能打的工程团队。

在众多车企的认知当中，关于人形机器人的诸多事务，在它们眼中其实就是智驾技术栈所自然延伸出来的结果。小鹏汽车依赖于自身在智驾领域的领先优势，来为具身智能技术提供背书，这并不只是嘴上说说而已，而是因为它的技术栈从根本上就生长在自动驾驶基础之上。初创公司当中很少有哪一家拥有这样深厚的家底，它们虽然在算法方面表现得灵光，但却弱在没有地方去积累真实的路况数据。

工厂以及仓库构成了机器人首批应用的落脚点，其中车企把自家车间当作了现成的试验场来开展验证工作。

首先在自家工厂内部开展试验，通过快速迭代的方式推进优化工作，随后再逐步推广铺设到全球产线网络当中。凭借采购规模较大以及供应商关系稳固，能够把组件成本有效压制到低于同行的水平。

特斯拉的野心表现得最为直白，Fremont产线按照年产100万台机器人的规模来进行设计，德州工厂则从2027年起规划达到1000万台。

这种产能方面的胃口，是初创公司所不具备的。这种早期就能够实现规模化生产的能力，可以帮助将单台成本降低下来，并且将可靠性提升上去。

比起多数机器人初创企业，老牌车企所拥有的资产负债表更厚、研发预算规模更大、全球品牌也更响亮。这些企业能够扛住长周期的烧钱压力，顶尖的AI以及机器人人才也更愿意前来。

对比Figure以及Agility这些明星初创企业，车企所持有的现金储备充足、品牌影响力强大，因此在开展长周期的资金投入时并不会感到慌乱。初创企业主要依赖融资来维持自身生存，而车企则依靠销售汽车来支持研发活动，两者所具备的底气并不处于同一个量级。

当所有底牌全部亮出之后，还是需要泼上一盆冷水来保持清醒认识。其中需要明确的是，所积累的优势并不等同于能够确保稳稳赢得胜利。

初创公司在创新方面处于领跑地位，车企的优势则在于把相关技术进行工业化以及商业化的推进。把机器人真正送上市场这一过程，从根本上所体现的是工程以及集成方面的挑战，并非依赖于某一个单点的技术突破。

在中国这种高度竞争的环境当中，实验室取得的领先只能维持短暂的时间，只有扎实的工程技术以及可量产化的能力，才能够支撑起长久的竞争优势。仅仅拥有底牌是不够的，经济账目还得算得清楚。

Bernstein给出了一笔清晰明了的成本对比账目：一台机器人成本约为5万美元，而国内入门级产线工人的年薪约为1.3万美元。依据当前各项假设来进行测算，收回成本需要花费7到8年的时间。他们认为，只有把回本周期压缩到5年以内，这件事情才会真正具备吸引力。

两台机器人得以顶替1.5个工人，其中效率按照75%来进行计算，同时一位操作员可以看管3台机器人。机器人每天所开展的工作时间达到22小时、一年运行350天，而工人每天工作10小时、一年开展294天的工作。

算下来一年能够节省大约1.7万美元的用工开支，因此收回投资需要花费7.7年的时间。robots单价如果降到4万美元、工人年薪涨过1.4万美元，回本周期就会进入5年以内。价格每往下走一截，对应的曲线就会随之陡降一截。趋势正朝着有利的方向发展。

在未来3至5年的时间里，机器人成本会成功跌破4万美元的水平，而用工成本则会涨过1.4万美元的区间，ROI的投资回报计算就会显得更为合理。adoption的采用进程也将得到明显的加速。

特斯拉自身也已承认，灵巧手目前构成了主要的技术瓶颈。即使系统层面的整合工作进行得再为顺畅，如果灵巧手无法有效发挥作用，那么整个方案也难以真正落地。此外，通用智能、安全保障以及成本控制这几道关键关卡同样需要逐一攻破。

当前距离真正做成这一目标还存在最后一口气的差距，然而所选的方向却是正确的。车企手中握有座位，而底牌尚未到需要亮出的时刻。如果真要把投资回报率（ROI）拉过临界值，卡住的关键节点就在灵巧手方面。特斯拉已经认可了这一点，认为这是当前所面临的主要瓶颈。模型所预测的抓握动作与真实世界的手感之间，仍然差着一截距离。

2027年将会成为一道重要分水岭，在那一年特斯拉所提出的量产目标、小鹏计划在门店开展铺货的工作以及现代汽车设定的三万台产能规划，都必须接受实际检验。此前做出的承诺，到时候需要得到兑现。

小鹏是其中最接近消费级以及家庭应用方向的那一个。Iron所选用的人形化设计，明确瞄准门店导购以及家庭陪护这些场景，如果情感陪伴这件事情得以成功实现，那么毛利率就能够实现结构性的提升。它计划在2026年年底于门店当中部署约1000台机器人来担任导购工作，而其在智驾以及具身智能方面所积累的经验，则为这一业务提供了坚实的背书。

小米选择了另一条发展路径。它把机器人视为“人×车×家”生态的实体化身，借助这一方式把手机、AIoT以及出行服务全部连接起来。由于设备基数庞大，其在分发渠道以及数据积累方面所拥有的优势，很难找到第二个能够与之匹敌的企业。

比亚迪所隐藏的最深垂直整合能力，是将电池、电机、半导体以及精密制造这些关键环节全部掌握在自己手中，同时其全球经销网络在未来还能够转化为实际的应用场景。

奇瑞所选择的路线最为清晰，它从陪伴机器人起步，逐步推进到公共服务领域，随后再进入家庭场景，采取这样的三步走策略，并且已经在消费渠道开展了试水。长安计划在2028年量产前后进入家庭应用。

人形机器人所带来的外部收益目前仍属于远水，而借助它来提升工厂生产效率的效果却近在眼前，对外实现商业变现则依然远在天边。因此应当首先把自家的产线喂养到熟练掌握的程度，这比急于对外销售机器人要可靠得多。

从行业视角来看，机器人是否会成为车企继电池和智驾之后的下一个重要增长点，现在做出定论还为时尚早。然而有一点已经十分明确：那些愿意率先在自身工厂内直面实际难题、逐步啃下硬骨头的企业，相较于仅仅发布概念视频的企业而言，距离真正成功要更近一些。

汽车制造企业选择进入机器人制造领域，是否会再度上演当年制造手机以及研发芯片时的那些故事，即声势浩大但最终真正存活下来的企业却寥寥无几？这件事情确实值得挂上一个问号。这类项目具有重资产的特点、周期漫长，而且资金消耗极为迅猛，当初智能驾驶那一波浪潮同样是雷声大作，但到最后能够活下来的也就那么几家。虽然在牌桌之上占据了座位，但是能否稳稳坐住，最终还是要看工程能力的扎实程度，而并非取决于产品发布会的表现如何。

车企开展人形机器人研发工作，其所持有的底牌是真实可靠的，选择的路径也是清晰明确的。项目能否取得成功，并不在于观察哪一家率先让机器人实现站立行走，而是要看哪一家能够率先把成本控制、可靠性保障以及规模化生产这三项关键任务切实做好并扎实推进。

当前ROI的投资回报周期依然差最后一口气，然而整体发展趋势却已经站在它们这一边。在灵巧手这道关键关卡方面，谁能够率先成功突破，谁就能够率先亮出自己的底牌。在这场牌局当中，车企虽然已经拥有了座位，但是目前还没有到达需要亮牌的时刻。

来源：车企为什么扎堆做人形机器人？能搞成吗？ | OFweek机器人网