車企進軍人形機器人，只是表面熱鬧？

Photo by ChatGPT

?有界UnKnown原創

作者丨錢江

編輯｜山茶

在今年4月底的北京車展上，人形機器人"站"在了汽車的一邊，取代了身材火辣的車模，成為車企們展示未來技術的招牌符號。

小鵬汽車的人形機器人Iron在展臺上穩步前行、揮手致意，一套流暢的動作成功圈粉；一汽、深藍則采用宇樹科技的G1、H1機器人進行舞蹈表演，為展臺增添科技感；智元A2機器人出現在北汽、長安等多個展位上，化身“銷售顧問”，承擔接待引導角色。

從車展可以看出，車企們對人形機器人賽道的布局愈發密集，根據有界UnKnown不完全統計，全球已有19家知名車企涉足這一賽道。而仔細查看會發現，這股車企造"人"熱可以分為兩波：第一波是馬斯克點的火，第二波是AI添的柴。

第一個時間段集中在2021年和2022年，現代集團正式收購波士頓動力，特斯拉自研擎天柱人形機器人，而當時國內只有一家車子還處于PPT階段的小米，在自研人形機器人。

這一階段，其他傳統車廠多數還在看戲。

直到2024年底，局勢發生改變。ChatGPT帶火生成式AI，機器人被賦予智能化的想象力，車企造"人"迎來第二波浪潮，這一輪里傳統車企主機廠商也變得更加積極，它們通過自研，生態合作、投資入股等方式，陸續對外釋放出對人形機器人賽道的興趣：比亞迪通過自研推進本體和控制系統，奇瑞汽車聯合AiMOGA團隊合作研發墨甲機器人；東風汽車、吉利汽車、北汽集團、一汽集團與優必選合作；上汽參投智元機器人A3輪融資。

為什么車企紛紛盯上人形機器人？車企造的“人”能力更強嗎？

車企造“人”的三個派別

車企涉獵人形機器人的原因五花八門，總體來說可以分為三個派別：出于戰略層面考量的“戰略派”，出于現實壓力的“現實派”，也有的干脆是“技術敘事”的再包裝，屬于“故事派”。

小米是典型的戰略層面的代表。2021年，在小米四足機器狗“鐵蛋”發布后10天左右，馬斯克正式公布自研人形機器人擎天柱，而這激發了雷軍的好勝心，雷軍將小米機器人實驗室分拆為兩塊業務，一塊繼續為鐵蛋機器狗的迭代做研發，另一塊則專注于與擎天柱競賽，做出一款人形機器人。

2022年8月，小米趕在馬斯克正式展示擎天柱原型機前一個月，將CyberOne推向前臺。CyberOne身高177cm，重52kg，全身21個自由度。彼時，造車還停留在PPT階段的小米，也成為如今看來國內最早研發人形機器人的車廠。而這似乎也成為小米人形機器人的最高峰時刻，它與特斯拉一起被寫入機器人歷史，共同開辟了一個“機器人時代”。

回顧這段歷史，小米做機器人既有與特斯拉競賽的心理，本質上也承襲小米一貫做生態的思維，CyberOne被定位為家庭場景的智能助手，為老人和兒童提供護理和陪伴等服務，這也很符合小米通過造“人”接近C端用戶的思路。

而小米效仿的對象特斯拉，造人形機器人的目的更加現實——用機器人替代重復性勞動，以此緩解人力和成本壓力。2023年3月1日，特斯拉在當年的AI Day上展示了Optimus的最新演示，兩個機器人為另一個機器人組裝手臂，馬斯克也強調人形機器人的應用潛力會比汽車更大。

而與馬斯克有同樣想法的還有德國車企高管。2024年3月，美國Apptronik推出的Apollo機器人，進入奔馳位于柏林和匈牙利的工廠“打工”，主要進行零部件搬運或質量檢測工作。

奔馳公司生產負責人Joerg Burzer表示，希望能在勞動力短缺的領域找到機器人的應用場景，“首先是用于重復性任務，然后是危險任務?！?/p>

奔馳的競爭對手寶馬也做了類似的提效嘗試，2024年8月，Figure 02進入寶馬美國斯帕坦堡工廠“實習”，根據寶馬集團公布，Figure機器人在工廠的任務是將鈑金部件插入特定裝置的工作。

而相比較于“戰略派”和“現實派”，目前扎堆造“人”的很多傳統車企都屬于“故事派”，它們偏向講故事，比如東風、吉利、北汽，主要通過投資或生態合作來對外秀肌肉，展現對人形機器人的持續關注。

但車企布局人形機器人，不僅因為車企“想做”，還因為車企認為自己“能做”。

扎堆造“人”的自信與掙扎

目前，投入到具身智能賽道的玩家角色十分多元，主要角色分類有：

創新型企業，比如Figure、宇樹科技、智元機器人；

高校和科研機構，比如做出全世界第一個全尺寸人形機器人WABOT的日本早稻田大學，支持Apptronik機器人的美國NASA，中國具身智能公司星動紀元創始人為清華大學交叉信息研究院教授陳建宇等；

除此之外，主要是大型企業開辟的人形機器人子業務，比如騰訊的Robotics X實驗室研發機器人，手機廠商vivo也宣布成立機器人Lab實驗室進軍這一賽道。嚴格來說，車企也屬于這一類型。

在這些角色里，車企占據了造“人”的供應鏈優勢和場景合理性，這也讓他們對自研人形機器人產生自信。

如果把人形機器人看作一門生意，簡單粗暴地來看，影響成功率的核心指標有兩點：一是降低制造成本、提升生產效率；二是有訂單和收入。

而現在這兩個環節就像壓住人形機器人賽道的兩座大山，對任何入局造“人”的角色而言都是一項艱巨的任務。

在成本效率方面，人形機器人供應鏈一直是行業難題，機器人知名企業Figure創始人Brett Adock也被人形機器人供應鏈難住。Brett Adock曾在X上發帖感慨人形機器人供應鏈不成熟帶來的困境。

Brett表示，人形機器人涉及到種類繁多的零部件，必須面向全球范圍內尋找并采購合適的元件。這不僅要求企業在質量與供貨穩定性之間做出權衡，還需要投入大量精力進行供應商篩選、合作關系維護及持續的評估管理，以確保整個供應鏈的高效與可控。

這意味著團隊需要自主完成整臺機器人的全鏈路設計工作，涵蓋執行機構、電子系統、機械結構、關節模組、操作系統、控制算法、底層固件以及人工智能模塊等核心組件。

而在解決人形機器人供應鏈效率方面，車企卻更加自信，“他們認為自己有天然的供應鏈優勢”，一位業內人士對「有界UnKnown」說道。

相比很多從零起步的團隊，車企原本就有一套成熟的供應鏈體系，跟電機、電控這些核心零部件的供應商合作多年，“熟人辦事，效率和穩定性都更高”，而且車企造車的那一套工藝、質控、成本控制，本身就可以遷移過來，能省下不少試錯的時間和金錢。

在商業訂單方面，目前整個人形機器人賽道都無法實現量產，“這也是部分車企對造人形機器人感到遲疑的地方”，業內人士說道。

但與人形機器人行業的其他角色相比，車企有天然的場景優勢，他們擁有車間工廠可以供給機器人進行數據學習，“他們可以自我消化一部分機器人”。

所以，不論是在成本層面還是在商業化場景方面，車企造“人”具備天然的優勢因素。

然而，“具備優勢”不等同于“達到預期”，雖然造車與造“人”在上游產業鏈具備異曲同工之處，但生產人形機器人的核心難點在于多模態感知和實時決策能力。

2024年年底，理想汽車創始人李想也表示，未來理想100%會做人形機器人，但不是現在，他的疑問點在于“如果我們連L4級自動駕駛的汽車都解決不了，怎么去解決更復雜的？”他認為，汽車本質上就是最簡單的機器人，它運行在標準化道路上，環境規則清晰，參與者也都受過統一訓練。如果連這樣的“低復雜度”場景都難以徹底實現智能化，其他面對開放環境的人形機器人就更難落地。

Figure和寶馬的合作爭議，從側面印證了李想的擔憂。今年2月份，Brett夸口稱，有一隊Figure機器人已經在寶馬廠商執行“端到端操作”，但據寶馬方面透露，截至3月，南卡羅來納州工廠僅在非生產時段試運行Figure機器人，主要用于在車身車間練習零部件的拾取與放置。

所以，車企造“人”，本質上的卡點在于人形機器人的泛化能力有限，而這一點也是全行業都沒突破的地方。

結語

最早涉足人形機器人的，是造車新勢力；而真正扎堆下場、彼此角力的，卻成了傳統車企。

這當中，有的企業已經偃旗息鼓。比如小米的CyberOne，在和追覓短暫合作后不歡而散——小米認為追覓私自拿設計圖申請專利，追覓則反指小米只是出資，從未真正投入。這場合作最終以雙方“各執一詞”收場，也成了業界一段插曲。

更多的項目則停留在發布會、概念片和模型展示的熱鬧表象。這種“看起來很熱”，恰恰揭示了人形機器人仍處于早期階段的現實：技術不成熟，真正有能力往前走的公司并不多。