Optimus 量产提速，人形机器人时代临近。

新眸原创 · 作者 | 棠宁

在特斯拉第三季度财报电话会上，埃隆 · 马斯克几乎没有谈论汽车，而是将叙事重心彻底转向了人形机器人 Optimus。他宣布，Optimus V3 将在 2026 年第一季度发布，计划明年底启动年产 100 万台规模的生产线。

马斯克描绘的机器人未来背后，是全球具身智能赛道的疯狂竞赛。2025 年，中国市场上半年就发生 141 起投融资事件，51 起单笔过亿元，融资总额已超去年全年两倍。

在此之前，外界对 Optimus 的认知仍停留在 " 前沿技术探索 " 层面，即便 2025 年初第二代机型在世界机器人大会上展现出更灵活的运动能力，多数分析师仍将其量产时间表定在 2026 年之后。

但马斯克的表态打破了这种观望—— 100 万台的年产能目标，背后是特斯拉在电动汽车领域积累的供应链管理、规模化生产经验，以及 Dojo 超算带来的 AI 训练效率提升。

更关键的是，当产量突破百万级，Optimus 的单价有望降至 2 万美元，这一价格将彻底击穿消费级与工业级市场的准入门槛，就像当年 Model 3 重塑电动汽车市场那样，开启人形机器人的普及周期。 

也就是说，这场剧变的底层逻辑，是技术突破与市场需求的双重驱动。

国际巨头中，特斯拉 Optimus 完成从原型机到量产机型的迭代，Figure AI 在宝马工厂实现核心工序落地，OpenAI 通过投资硬件载体完成认知层技术的场景转化；国内赛道同样硝烟四起，宇树发布新一代人形机器人 R1，智元则凭借大模型优势推出具身智能解决方案，成立两年来密集融资 11 轮，总额数十亿元。

人形机器人为什么这么火？

" 过去三年，具身智能创业的热度几乎每半年就上一个台阶，现在走到了从技术概念到商业价值的关键转折期。" 一位连续跟踪机器人赛道的分析师告诉《新眸》。

如果以 2022 年特斯拉首次发布 Optimus 为起点，近三年的具身智能变革清晰地分为三个阶段，每个阶段的技术突破与玩家布局，共同推动了人形机器人的 " 破圈 "。

具体来讲，2022-2023 年是运动控制突破期，核心特征是 " 让机器人站稳、走稳 "。这一阶段，行业的技术焦点集中在机械结构优化与基础运动能力实现上。这一阶段的玩家以技术型创业公司和科技巨头为主，融资多集中在种子轮和天使轮，行业共识是 " 先实现技术可行性，再谈商业化 "。

2023-2024 年进入多模态感知融合阶段，核心突破是 " 让机器人看懂、听懂 "。随着多传感器技术的成熟与 AI 算法的迭代，人形机器人开始具备环境交互能力。这一阶段，行业玩家数量激增，融资轮次向 A 轮集中，企业开始尝试小范围场景测试，工业装配、物流搬运成为首选领域。

2024-2025 年则迎来认知觉醒关键期，核心变革是 " 让机器人会思考、能决策 "。尤其是 GPT-4.5 等超大规模模型的商用化，为具身智能提供了强大的认知支撑。这个阶段的典型特征是，行业融资规模爆发式增长，大额融资频现，国际巨头与国内头部企业开始布局量产计划，赛道从 " 技术比拼 " 转向 " 商业化竞速 "。 

在这场全球竞赛中，国内外具身智能市场呈现出显著差异。从技术路线看，国际玩家更注重 " 全栈自研 " 与 " 场景深耕 "：特斯拉依托汽车领域的技术积累，实现 FSD 芯片、视觉系统、运动算法的垂直整合；Figure AI 聚焦工业场景，与宝马达成深度合作，通过实际应用迭代产品。

反观国内玩家，呈现 " 单点突破 + 生态协同 " 的特征，在灵巧手、传感器等核心部件领域不断实现技术突破，但整机集成能力仍需提升，多数企业选择与下游场景方合作，通过 " 定制化解决方案 " 打开市场。 

这种差异性的背后，是技术积累、产业基础与市场需求的多重作用。

国际巨头凭借多年在 AI、汽车制造、工业自动化领域的沉淀，具备全产业链整合能力，且海外工业场景对高精度机器人的需求更为迫切，愿意为新技术支付溢价；国内市场则受限于核心部件进口依赖、标准不统一等问题，整机成本居高不下，同时消费级市场对价格敏感，推动企业优先在细分场景实现技术突破。

除此之外，政策导向也影响着市场走向，国内对具身智能的扶持政策更侧重 " 产业链培育 "，而海外更强调 " 技术创新与商业化自由竞争 "，这种差异进一步塑造了国内外玩家的布局逻辑。但无论是国际巨头的全栈布局，还是国内企业的单点突围，最终都指向同一个结论：人形机器人的技术门槛正在快速降低，商业价值逐渐显现，这正是其持续 " 走红 " 的核心原因。

马斯克在下一盘怎样的大棋？

特斯拉 Optimus 的每一次动作，都牵动着行业神经，这背后不仅是产品本身的技术突破，也藏着马斯克对特斯拉未来的战略重构。 

剥开 Optimus 的技术外壳，其特殊性在于：它不是一款孤立的机器人产品，而是特斯拉 "AI+ 制造 " 生态的核心载体，是马斯克实现 " 将人工智能带入物理世界 " 愿景的关键落子。复盘 Optimus 的发展历程，每一个关键节点都暗藏着战略决策。

2022 年首次发布时，Optimus 的原型机动作僵硬，甚至被外界质疑 " 技术不成熟 "，但马斯克坚持将其推向公众视野，这一决策的核心并非产品展示，而是 " 占位 " ——通过提前锁定行业关注度，吸引供应链资源与技术人才，同时向市场传递特斯拉从 " 汽车制造商 " 向 " 智能体公司 " 转型的信号。

2023 年，特斯拉将 FSD 自动驾驶技术迁移至 Optimus，这一战略复用堪称 " 降维打击 "：FSD 芯片提供的强大算力支持机器人实时环境建模，Autopilot 视觉系统解决了感知难题，既降低了研发成本，又加速了技术成熟，这种 " 技术迁移 " 策略成为 Optimus 的核心竞争力。

2024 年，马斯克启动 Dojo 超算的扩容计划，斥巨资实现机器人并行训练，将新技能学习周期压缩至 24 小时。该决策直指量产核心痛点—— AI 训练效率，只有通过超算赋能，才能让机器人快速适配不同场景，为大规模商用奠定基础。

2025 年第三季度财报电话会上，马斯克抛出 100 万台年产能目标与 Optimus V3 发布计划，标志着战略重心从 " 技术迭代 " 转向 " 商业化落地 "，这一切的底气，正是特斯拉在电动汽车领域积累的规模化生产经验与供应链管理能力。换句话说，马斯克对 Optimus 的预期早已超越 " 一款产品 " 的范畴。

他多次公开表示，未来特斯拉约 80% 的价值将来自 Optimus 机器人，其终极目标是打造 " 通用人形机器人 "，覆盖工业生产、家庭服务、医疗护理等多个场景。在马斯克的构想中，Optimus 将成为继个人电脑、智能手机之后的新一代智能终端，重构人与机器的交互方式，而特斯拉则将通过机器人的规模化部署，构建起 " 硬件 +AI 服务 " 的商业闭环，彻底摆脱对电动汽车业务的依赖。

值得一提的是，这种预期并非空中楼阁，摩根士丹利的报告预测，到 2050 年全球人形机器人市场规模将达 5 万亿美元，若特斯拉能占据 10% 的市场份额，仅 Optimus 业务就能带来 5000 亿美元的营收，远超当前电动汽车业务的峰值。 

随着 Optimus 加速量产，具身智能市场正迎来 " 分化时刻 "，不同玩家的路径差异愈发清晰。马斯克选择的是 " 规模化 + 通用化 " 路径：依托特斯拉的制造优势，先通过工业场景实现量产爬坡，降低单位成本，再逐步渗透消费级市场，最终打造通用型机器人。这种路径的核心是 " 规模制胜 "，本质上是复制了 Model 3 在电动汽车领域的成功逻辑。 

反观国内玩家，大多选择 " 细分场景 + 定制化 " 路径。宇树聚焦工业物流与特种作业场景，通过优化机器人的载重能力与环境适应性，满足特定行业的刚需；智元则以具身大模型为核心，为传统机器人企业提供 AI 解决方案，避开整机制造的重资产陷阱。

这种路径差异的根源在于资源禀赋：特斯拉拥有全球顶尖的制造能力、超算资源与品牌影响力，有能力承担通用型机器人的研发与量产风险；而国内企业受限于核心部件成本、制造经验不足等问题，选择细分场景突破更为务实。 

警惕具身智能泡沫  

人形机器人的热度让人想起科技行业过往的多次风口，但历史经验告诉我们：狂热背后往往潜藏着泡沫。从 2010 年前后的工业机器人概念热，到 2018 年的服务机器人资本狂欢，再到 2021 年的元宇宙机器人炒作，每一次风口都伴随着融资激增与企业涌入，但最终能穿越周期的玩家寥寥无几。

与前几次相比，此次具身智能的热潮规模更庞大、技术迭代更快，但暴露的问题也更为突出。 

数据显示，2025 年国内具身智能企业中，74% 的融资集中在 A 轮及更早阶段，超过 80% 的企业尚未实现规模化营收，多数产品仍停留在 " 原型机展示 " 或 " 小范围测试 " 阶段，距离真正的商业闭环还有很长距离。

从国内外具身智能的进展来看，行业呈现出 " 技术领先于商业 " 的普遍特征。国际层面，特斯拉 Optimus 虽定下 100 万台产能目标，但截至 2025 年第三季度，试产规模仍不足 1000 台，稀土材料出口管制带来的电机供应链压力、AI 算法在复杂场景的适配难题，都可能延缓量产进度；Figure AI 在宝马工厂的应用虽取得突破，但仅覆盖 4 个核心工序，且依赖定制化的环境改造，难以快速复制到其他场景。

国内企业的进展则更偏早期，宇树的 H1 机型虽实现了运动能力的提升，但在认知决策层面仍需依赖大模型能力；智元的具身解决方案虽已落地部分场景，但商业化能力还有待验证。

这种 " 技术热、商业冷 " 的反差，根源在于供需关系的错位。

从需求端看，市场对人形机器人的需求是 " 高性价比 + 强适配性 "：工业场景需要机器人降低生产成本，消费场景需要机器人价格亲民、操作简单；但从供给端看，当前机器人产品普遍存在 " 成本高、适配弱 " 的问题——一台人形机器人的成本不菲，远超工业企业的承受能力，而消费级产品的功能又难以满足多样化需求。

更关键的是，目前行业内关于机器人的自由度、感知精度、AI 训练框架等关键技术指标尚无统一标准，企业各自为战导致研发资源浪费；国内机器人核心部件如高端电机、精密传感器的进口依赖度高，这不仅推高了成本，还存在供应链安全风险；而资本的盲目涌入进一步放大了泡沫，部分企业仅凭概念融资，缺乏核心技术与落地能力，一旦资本退潮，必将被市场淘汰。

警惕泡沫，不是否定行业价值，而是要保持理性。毕竟，人形机器人的发展是一场长跑，而非冲刺。对于企业而言，与其追逐风口炒作概念，不如沉下心来打磨产品、深耕场景。

— END —

更多内容，点击下方关注