周五午后机器人概念表现活跃，上海机电、横河精密涨停，涛涛车业涨超 10%。消息面上，特斯拉 CEO 马斯克在财报会议上表示，今年年底将推出人形机器人 Optimus 第 3 版原型机，预估 2026 年开始量产 Optimus，目标 5 年内年生产 100 万台。

此外，机器人近日催化事件不断，智元机器人和宇树科技中标 " 中移（杭州）人形双足机器人代工服务采购项目 "，采购的项目总预算为 1.24 亿元（含税），是目前在国内人形机器人企业订单中最大的一笔，成为国内人形机器人行业商业化进程中的重要里程碑事件。

2025 年以来，机器人行业迎来资本化浪潮。从斯坦德机器人、镁伽科技、埃斯顿等十余家企业扎堆港股递交招股书，到智元机器人 21 亿元收购上纬新材至少 63.62% 股份，再到极智嘉成功登陆港交所成为 " 全球 AMR 仓储机器人第一股 "，这一系列密集的资本动作背后，表明机器人产业正处于从技术验证向商业化量产的关键转折点。

此前，受特斯拉 Optimus 机器人项目调整影响，市场对于人形机器人商业化进程有所担忧。财联社 VIP 特联合蜂网火线直连" 人形机器人 "专家，调研产业链近况以及行业最新技术动态，于 7 月 15 日发文。

【核心逻辑】

【交流纪要】

问题一：特斯拉 Optimus 项目调整是否会对其量产进度和行业大趋势有所影响？

专家：特斯拉 Optimus 项目生产放缓乃至 " 暂停 " 是在机器人大规模生产前，为确保产品性能和可靠性所采取的必要步骤。市场最初虽有忧虑，但旋即认识到解决底层技术瓶颈对于项目长期成功的关键性，因此仅从股价层面来看并未有太大波动。

这次调整确实对 Optimus 的量产时间线产生了直接影响，短期来看，马斯克最初设定的在 2025 年生产数千台机器人的宏伟目标，现在看来已基本不可能实现，项目的重心已从追求生产数量转向了完善平台设计。

但从长期来看，特斯拉并未改变其宏大的量产蓝图。公司依然维持着 2026 年产量增长 10 倍，至 2029 年年产量超过 50 万台的远期目标。2025 年 7 月 24 日特斯拉第二季度财报电话会议和 2025 年 11 月的年度股东大会应该会给出更加具体的时间表。

问题二：Optimus 重新设计方案主要基于什么原因，之后会侧重于哪些环节？

专家：Optimus 重新设计的原因主要来自关节电机过热、灵巧手负载能力低和续航时间短等问题。为系统性地解决这些问题，特斯拉预计将重点聚焦于以下几个环节。

①驱动单元与动力总成：特斯拉应该会开发全新的、完全自研的关节电机和一体化驱动模块，近期特斯拉发布的招聘信息也明确指向了电机设计和动力总成制造等方向，印证了这一点。

②轻量化与新材料应用：为了同时提升续航和负载，极致的轻量化是必由之路。这不仅包括通过拓扑优化等先进设计方法对机器人骨骼结构进行优化，更关键的是引入 PEEK、镁合金、铝合金等轻量化材料来替代传统的钢材（中研股份、新瀚新材、宝武镁业）。

③灵巧手的彻底革新：预计特斯拉将对灵巧手进行完全重新设计，重点在于采用扭矩更大的微型电机和减速器，使用更高强度的材料，并优化运动学设计，以求在负载能力和抓取精度上实现数量级的提升（兆威机电、福莱新材、南山智尚）。

问题三：Optimus 项目的组织架构变化意味着什么？

专家：2025 年 6 月，原项目负责人 MilanKovac 离职，由特斯拉 AI 软件副总裁 Akshay 接任。特斯拉的核心优势在于其为全自动驾驶（FSD）开发并由 Dojo 超级计算机支持的强大 AI 能力。硬件问题（如电机、负载）固然棘手，但本质上是可以通过更优的零部件和工程设计来解决的。而通用人形机器人的终极护城河，在于其 " 大脑 " ——即自主学习、适应并执行多样化任务的能力，这正是一个软件和 AI 的核心命题。

因此，任命一位 AI 负责人，可能意味着特斯拉正在围绕其 AI 系统重新构建机器人的硬件架构，而非简单地将 AI 塞入一个既定的硬件外壳中。这种软硬件协同、以 AI 为核心的设计理念，预示着新平台一旦稳定，其学习和迭代速度将远超以往。

问题四：除特斯拉以外，国内外其他公司的机器人产业进度发展如何？

专家：智元机器人和宇树科技中标中移动的项目可以说是比较标志性的事件。作为国有电信巨头，中国移动不仅是客户，更提供了机器人智能化迭代所必需的关键基础设施：覆盖全国的 5G 网络、低延迟的边缘计算节点以及强大的云端算力。将机器人部署在中国移动遍布全国的数万个营业厅、数据中心和服务网点中，将为 AI 模型训练提供海量、多样化且真实的交互数据。

这种由" 硬件（机器人）+ 场景（规模化部署）+ 网络（数据与算力基础设施）"构成的闭环生态系统，在大型国企的主导和推动下，能够极大地加速中国企业的技术迭代速度。这使得它们在追赶甚至挑战西方 AI 技术领先地位的竞赛中，获得了一种非对称的竞争优势。

问题五：机器人在哪些领域会优先落地，相关公司有哪些？

专家：机器人商业化落地将遵循一条从简单到复杂、从专用到通用的渐进式路径。首先落地的场景就是工业制造与智慧物流。工厂和仓库是高度结构化的环境，其中的大量任务（如物料搬运、上下料、装配、巡检）具有高度重复性，这为当前技术水平的机器人提供了理想的应用场景。而且其投资回报逻辑非常清晰：直接替代人力成本、提升生产效率和质量稳定性。

典型案例包括 FigureAI 与宝马的合作，将机器人用于汽车总装线；智元机器人在富临精工绵阳工厂进行物流周转箱搬运的直播演示；国内的德马科技、蓝天智能等物流自动化解决方案提供商也在积极探索与人形机器人的结合等等。

可以发现，无论是 Figure 在宝马工厂的应用，还是智元在富临精工产线的演示，都不是让机器人去执行开放式的通用任务，而是针对一个非常具体、明确的动作序列进行深度优化和训练。这种 " 单点突破 " 的策略，首先在一个高价值的细分任务上实现高可靠性和高效率，从而证明其商业价值。每一次成功的 " 专用 " 任务部署，不仅能带来收入，更重要的是能采集到宝贵的真实世界数据。这些数据反过来又可以用于训练更泛化的模型，最终，掌握了执行一百个不同专用任务能力，也就向着真正的 " 通用 " 迈进了一大步。