來源 | 伯虎財經（bohuFN）

作者 | 楷楷

2026年的全球車圈，都將目光投向了一個全新的賽道——具身智能。

近日，比亞迪執行副總裁李柯在近期訪談中提到，比亞迪正在開發人形機器人；幾乎在同一時間，小鵬集團CEO何小鵬發布內部信，宣布親自兼任機器人業務“CEO”。

此前，賽力斯的人形機器人“小賽”正式亮相；今年初，理想汽車宣布將在年內發布雙輪機器人，內部代號Nexus。

據不完全統計，海內外已有特斯拉、比亞迪、小鵬、理想、廣汽、長安等近20家主流車企入局人形機器人賽道。

進入2026年后，車企的投入節奏開始明顯加快。如果說去年大家還是朝著技術創新的方向進行探索，今年則已經進入到量產競速的階段：小鵬喊出2026年底量產，特斯拉Optimus第三代今年夏季啟動生產，廣汽將在2026年實現GoMate整機小批量生產……

從“四個輪子”到“兩條腿”，車企跨界“造人”已經成為車圈共識。只是，面對這條可能比造車投入更大、回報周期更漫長的賽道，車企們究竟能走多遠？

01 車圈“絕地求生”

車企扎堆造機器人，最直接的原因是汽車越來越難賣了。

據乘聯分會初步統計，2026年1-5月，全國乘用車累計零售715萬輛，同比下降19%。而在2025年，國內乘用車零售量同比下降8.2%，創下近十年來的最大跌幅。

當前，車圈已經進入白熱化的淘汰賽階段，但行業回暖的拐點卻還未出現，在這一背景下，內卷也開始蔓延至整個汽車產業鏈的每一個角落。

前段時間，理想汽車董事長李想發文指出車圈當下的痛點：“行業出現了一種‘發布會通脹’的現象，發布會越開越多，信息密度卻越來越低”。

據博主“萬萬_ECC”統計，僅在今年1-5月，中國市場上市或改款的新車達544款；另據不完全統計，同期車圈召開的發布會超過了400場。

為什么汽車越來越密集推新？在這背后，是汽車行業的集體焦慮。

新能源汽車行業在高速發展的同時，供應鏈集中化趨勢也越來越明顯，汽車更像一個標準化的“智能硬件”，同質化已經成為行業通病。

于是，車企只能通過越來越頻繁的發布會來吸引消費者的注意，甚至不得不將“低價”作為為數不多的差異化賣點。

但結果并不樂觀，降價不僅沒能推動銷量，乘聯分會秘書長崔東樹發文指出，今年1-4月汽車行業銷售利潤率進一步降至3.4%，較去年全年的4.1%進一步下滑。

大家都知道“降價”不算好招，但也只能抓住一切可以使出的手段。就在這時，具身智能的全面爆發，讓機器人成了車圈轉型的新突破口。

首先，機器人這個新故事有更多的想象空間，能帶來更多融資機會與品牌溢價。

中國信通院報告顯示，2025 年全球人形機器人市場規模達170 億元，中國市場規模突破 85億元；摩根士丹利預計，到2050年全球人形機器人市場規模可能達到5萬億美元。

另外，在汽車行業高度內卷的當下，機器人有望成為車企的“第二利潤”。

小鵬集團董事長何小鵬在5月的財報電話會上表示，“機器人一旦進入量產階段，由數據飛輪驅動的技術迭代和規模增長速度將超過同期的新能源汽車，人形機器人的硬件收入和AI模型收入將會是小鵬收入和毛利增長的重要驅動力之一。”

最后，車企本身就有現成的落地場景，搬運、貼標、巡檢等都是人形機器人可以率先替代的環節，能幫車企找到降本增效的可能。

對于目前商業化前景還不算非常明朗的人形機器人賽道而言，這種“自產自用、內部消化”的模式，可以降低車企前期的商業化壓力。

車企“造人”是一項回報長、不確定性高的投資，但對于大部分掌握機器人“供應鏈-技術研發-落地場景”閉環的車企而言，這也不過是順勢而為的事情。

既然“順勢”就能占住一個未來的賽道，車企又何樂不為？

02 卡位“物理AI”

還有更深層的邏輯是，大家都在押注一個新概念——物理AI。

物理AI包含兩層核心內涵：一是AI能夠理解物理定律，包括掌握重力、摩擦力等物理世界基本常識；二是AI能夠基于這種常識，與現實世界進行交互。

然而，AI要進入物理世界，就必須有一個“身體”，可以是搭載傳感器（眼睛）、機械臂（手腳）的人形機器人，也可以是汽車、飛行器這類集成感知、控制、執行系統的大型智能終端。

在現階段，智能汽車就是那個最成熟，能夠承載物理AI的“身體”。

一方面，智能駕駛的“大腦”與機器人“大腦”本就技術同源。

從底層的技術邏輯來看，智能汽車和機器人同屬于“感知-決策-執行”三層架構，技術重合度超過70%，人形機器人研發就像是在智能汽車技術基礎上的自然延伸。

而且，這兩個“大腦”也在彼此互補。過去，自動駕駛一直存在著VLA和世界模型兩條技術路線的爭議，但現在兩條路線融合的趨勢已愈發清晰：

世界模型承擔物理世界建模、軌跡規劃、底層數據訓練的“基建”角色；VLA則主攻復雜道路社交、非標突發路況，做出貼合人類習慣的柔性決策。

兩種技術互補融合起來，為物理AI落地提供了從“理解世界”到“交互世界”的技術閉環，這也讓車企在通往物理AI的道路上，比別人更近了一步。

另一方面，供應鏈和場景同源，讓車企“造人”的門檻比想象中更低。

比如造車所需要的電池、電機、電控、傳感器、芯片等核心零部件，機器人同樣需要。這意味著，車企長期形成的供應鏈資源和經驗，都可以平移到機器人領域。

另外，車企還提供了廣泛的數據收集場景，不僅有千萬輛新能源汽車在路上收集行駛數據，當機器人進入自家工廠后，還能在真實的工業環境中積累物理交互數據。

從某種角度來看，車企造機器人不是“跨界”，而是“擴界”。

進入AI時代，汽車的使命已經從“出行工具”變成了“智能硬件”，與其說車企是在重新做一臺機器人，更像是將智能汽車打造成一輛“能走、會干活”的機器人。

比如李想曾表示，理想全新推出的L9，其定位為“具身智能機器人開山之作”，理想打造的不僅是一輛車，更是一個汽車機器人。

從智能汽車到機器人，再到家庭服務終端，一條貫穿“車人家”全生態的物理AI鏈路正在形成，這也將成為車企進入物理AI世界的“入場券”。

03 還要邁過幾道坎？

暢想未來，汽車能在物理世界移動，機器人能執行不同任務，還能跟家居設備能聯動響應，這才是科幻電影中刻畫的智能生活圖景。

屆時，車圈將不再是單純的車與車之爭，而是向“物理AI生態”的全面躍遷。

一部分車企已經率先完成轉身，主要分為自研派和合作派：

以小鵬、理想、廣汽、長安等為主的車企，已經全面布局了品牌轉身，或孵化出獨立的機器人子公司，掌握從底層算法到整機集成的全鏈條能力。

以蔚來、寶馬、現代、上汽為代表的“合作派”，則通過投資、孵化等方式布局。此外，還有像比亞迪這類同時在自研和合作兩邊“下注”的企業。

入局者已有近20家，但誰能笑到最后？

最大的挑戰依然在“大腦”，車企的智駕算法雖然可以復用在機器人身上，但自動駕駛面對的是相對規則的駕駛環境，而機器人應對的是千變萬化的物理環境，研發難度遠超自動駕駛。

目前，機器人行業仍處在“手腳發達，大腦遲緩”的階段，能讓車企發揮規模優勢的階段還沒到來，如何造好“大腦”依然是行業的共同挑戰。

自動駕駛第一梯隊車企，也在努力打破“大腦”和“身體”之間的這堵墻。

特斯拉、小鵬都主張通過同一套基座模型，為智能駕駛、機器人等物理AI應用提供技術支撐，理想則將研發體系重組為基座模型、軟件本體、硬件本體三大團隊。

雖然路徑不同，但大家的主張都是相似的，即通過基座模型來驅動更多智能終端。本質上，它們都在爭奪同一個東西：定義物理世界交互規則的底層話語權。

其次，核心零部件依然是有著較高門檻，雖然汽車和機器人的產業鏈有較高的可復用率，但真正決定人形機器人能否做出精細化動作的核心零部件，卻無法通用。

馬斯克在去年公開承認，Optimus團隊嘗試過電機、執行器、傳感器等汽車零部件，但沒有一款現成的零件可適用，必須從物理學原理出發，重新設計適用于人形機器人的零部件。

對國內車企而言，能否綁定技術和穩定性過硬的供應鏈企業，將是確保量產節奏與成本可控的關鍵一步。

最后，商業化落地場景仍有待挖掘。除了為自家工廠打工之外，車企能否在這場商業化競速中跑通更多元的盈利模式，這些都是車企需要探索的落地路徑。

在這背后，能否打通機器人和汽車的生態非常關鍵。硬件和技術都可以再造，但場景數據和用戶習慣卻需要時間積累，一旦形成壁壘，生態的護城河往往比單點技術更深、更寬。

從“四個輪子”到“兩條腿”，是整個中國汽車產業在存量競爭時代的集體突圍。

它們圍繞已有的技術資產與供應鏈能力尋找新的增長極，而“具身智能”這個下一代AI硬件載體，則被視為通往萬億級新市場的大門。

然而，站在人形機器人量產和商業化的前夜，車企轉型的窗口期正在加速收窄。

沒人知道誰能笑到最后，但可以肯定的是，有人已經拿到了入場券。

文章封面首圖及配圖，版權歸版權所有人所有。若版權者認為其作品不宜供大家瀏覽或不應無償使用，請及時聯系我們，本平臺將立即更正。