文 | 财观二姐

在 11 月结束的第 23 届广州国际汽车展上，包括小鹏、广汽在内的多家造车企业纷纷展示了自家的人形机器人产品，吸引走了不少原属于参展汽车的目光。

而到了月底的 28 日，小米 CEO 雷军也在采访中宣布未来 5 年，人形机器人会大量进入小米工厂打工，让人们的注意力短暂从这家公司今年声量颇大的汽车业务转向了机器人业务。

再加上特斯拉 Optimus 机器人试产线的逐渐启动，一时之间，好像造车企业都开始给人形机器人业务按下了加速键。

车企造机器人，其实并不新鲜 ---- 早在 1986 年，日企本田就开始研发人形机器人项目，直到 32 年后的 2018 年才正式宣布项目终止。而在这个时间段内，包括丰田、现代等车企在内的公司，都在机器人赛道上做出过自己的尝试之举。

但2025 年这一波车企新 " 造机器人 " 热和此前的并不相同。

二姐梳理了一下，觉得车企们在这个时间点上 " 不约而同 " 加快机器人研发步伐的原因有以下四个方面：

首先最直白，是新的市值故事需要。

在 11 月初，旗下人形机器人 IRON 亮相引发轰动后，小鹏汽车港股股价迎来了一波显著连涨。而在大洋彼岸的特斯拉，马斯克的万亿薪酬计划获得通过，往远了看，该计划的落实和未来特斯拉的市值目标被牢牢绑定在一起。

这种由 " 机器人概念 " 所带来的市值上涨。无疑对于许多正身陷同质化竞争里的车企有着巨大的吸引力---- 在 11 月 26 号的理想汽车财报电话会上，CEO 李想也抛出了公司未来向具身智能机器人方向发展的目标。

这种时间点的 " 巧合 "，很难不让人觉得有点蹭 " 机器人热 " 的嫌疑。

第二个需要，来自于车企们对未来生产力提升的渴求。

回到文章开头雷军的访谈，他提到 " 以小米汽车工厂为例，大压铸件用人眼很难完成检测，但通过 X 光机和 AI 视觉大模型判定，可在 2 秒内完成检测，效率是人工的 10 倍，精度是人工的 5 倍以上。"

这种生产力上的巨大差距，是驱动车企们如今争前恐后加码机器人的重要因素。AI 大模型的出现和不断应用训练，让未来机器人可能具有的智能决策与高精度操作能力，要远远高于它们的机器 " 职场前辈 "。

尤其对许多偏向传统的车企而言，拥有具身智能能力的机器人，已经比较适合在他们结构化程度较高的工业场景中落地应用了。

如果说上面两点只是车企们对于机器人的需求，那么接下来的则是让这种产业加速的现实可能，这种可能性也是促使车企们愿意 " 赌一把 " 的原因。

其一就是车企手里能复用于机器人制造的多方面能力，因为从底层逻辑上看，具身智能机器人和这些年火热的智能驾驶，在本质上都是载体" 感知 -- 决策 -- 执行 "的过程。

比如在供应链层面上的软硬件能力。

从硬件上来看，在 " 智能驾驶 " 这条道路上探索多年的车企们，可以把自动驾驶涉及的传感、激光雷达，涉及续航的电池等诸多能力用在机器人硬件上。

而自动驾驶所积累的算法能力，可以在软件层面迁移到机器人上。这方面典型的案例就是结合了 FSD 自动驾驶算法模型的特斯拉机器人，据称，其在智能驾驶和机器人上的算法相似度超过了六成。

而在制造业供应链上的多年历炼，让车企在供应链的成本、质量管控上，也被认为拥有更过硬的能力，能够让他们在诸如整合形成可量产机器人方案等方面拥有优势。

除了能力的复用外，还有场景的复用和渗透。比如小米这样兼有消费属性企业，如果未来其机器人能够进入家庭等消费场景，能够和其家居智能产品等形成联动，在丰富用户可使用功能的同时降低使用门槛。

其二，和政策以及变化形成中的产业布局也有关系。

随着经济的阶段发展，无论是国家还是地方，不同层面的指导和政策都在引起产业结构和布局的变化。这种变化一方面体现在制造业被重新看重，另一方面则是 AI 算力等面向未来的产业技术得到重点关照。

汽车工业一直是制造业中的重点。如果说过去 10 年，汽车工业的 " 主题曲 " 是汽车电气化形成的电动汽车，那么接下来时段里就是以智能驾驶为代表的汽车智能化阶段。

在这样的产业进化过程里，已经形成或者在未来会加速形成包括电池、电芯、算力等产业链扎堆布局以及人才吸聚的现象。而具身智能机器人的制造，恰好也离不开这些产业资源因素。

但车企想做机器人，要面临的困难并不比别人少。

首先就是资金的问题，这也是机器人赛道玩家都要面对的困难。

11 月中旬，硅谷一家名为 K-Scale Labs 的机器人创业公司宣布倒闭，没能迈过商业化的门槛被认为是其失败的原因。而再往前一个月，在国内被认为是吉利系生态的一星机器人也关门解散。

作为一个烧钱的赛道，在商业化探索的过程里，如何保证机器人研发项目能够承受资金和成本压力，是摆在每一个玩家面前的现实问题。

其次是看起来依旧不低的技术门槛和更广泛场景里的数据积累问题。

具身智能人形机器人的运控能力目前还处在持续提升的阶段，但只要看看已经数次跳票推迟的特斯拉 Optimus 量产时间，以及小鹏 IRON 登场后却要再等上一年才能量产的消息，都能感受到机器人还有不少技术问题等着去克服。

而就像上文提到的，除了工业场景外，和机器人行业的其他玩家一样，的使用场景在丰富度目前还存在不明朗的前景。这种丰富度的缺失正影响着机器人在消费级等场景中有效数据的积累。

但也有业内人士认为，相比于其他玩家，在智能驾驶研发过程里已经积累一定经验的车企们，可以在技术迭代与产品商业化之间寻找到合适的平衡点。

进一步说，车企可以通过先工厂自用等方式消化机器人产能，并积累技术迭代经验，再通过外部合作的开源模型数据等方式，逐步提升机器人的智能化程度，直到其机器人成本和能力在消费级场景下都具有竞争力。

同时，车企通过在生产供应链上的系统性降低成本，以及企业内部其他资源整合的方式，，也被认为能有效降低机器人研发过程里的资金等成本压力难题。

随着机器人行业的快速发展，产业的规范和标准化也成为了节点性的必然事件。

在 11 月底，国家工信部公式了 " 人形机器人标准化技术委员会 " 名单。其中，奇瑞和小鹏汽车两家成为了名单里的车企 " 跨界 " 代表。

和机器人产品知名度更高的小鹏汽车相比，奇瑞汽车其实也已经在机器人赛道入局了一段时间：去年奇瑞与 Aimoga 共同研发的机器人 Mornine，已经在一些门店承担起导购的工作；而在今年 10 月，旗下的机器人公司 " 墨甲智创 " 又推出了一款名为 " 墨茵 " 的人形机器人。

这两家车企位列标委会名单，标志性地说明车企近年来在机器人赛道的投入、进展和重要性，都受到了行业的认可。

二姐觉得，车企加入标委会的影响力，可以进一步分成以下三个方面：

首先是车企为机器人产业标准化带来了行业能力。

车企将自身在制造品控、车机互联以及智能驾驶相关的一些能力，迁移到机器人移动和系统交互等功能上，这种技术输出加快了机器人行业在这些功能上的研发进度和成熟度。

其次是为机器人赛道提供的生态价值和用户潜力。

车企在机器人场景落地上的探索，比如进厂、进门店等等，对于机器人行业加速拓展使用场景和随之而来的行业生态都有助益。

而不同车企在这些年积攒下的用户群体，在机器人成本及售价降低到一定程度后，也有可能成为这些新的机器人业务或服务的 " 尝鲜者 "。

第三是确保机器人的未来应用和数字社会的基础设施能顺利融合。

汽车作为一种交通载具，已经被成熟使用了很长时间，而在此之上变得 " 更智能 " 的智能驾驶汽车，也因为在形态和基本功能上的继承，能够很好的适应与之配套的社会基础设施。

而具身智能机器人其实和有智能驾驶能力的汽车一样，都可以视为某种移动智能终端触点，通过不断采集数据、反馈信息、机器学习等步骤，建立起一个覆盖广泛的数字化社会的数据交互底层，而未来社会的基础设施建设标准是离不开这种底层数据参考的。

车企对于机器人赛道的参与，从长远来看，是出于企业在战略窗口期和时代浪潮下的综合考量，无论是对自身还是行业都是有很多可预想的帮助。但从智能汽车到具身智能机器人，车企们的业务转型的过程还需要时间来回答。