车企造人的技术重合度已经到了 70%，那十倍的数据缺口谁来补

把造车的本事搬到人形机器人身上，确实说得通，但要交的那笔学费，恐怕不在产线上。

9 月 8 日，小鹏在广州启用了一条机器人产线，IRON 自主走下了线，核心制程自动化率超过 80%。

厂房约 11 万平方米，这是目前国内车企里少数能看到真实动线的一条产线。

对照项一：七成重合是入学通知书，不是学时表

这一波车企入场，挂在嘴边的理由是技术同源，而且它不算空话。这个比例出自中国电动汽车百人会理事长张永伟，属场合发言，并没有官方统计与之对应。

按他的说法，两者的技术重合度超过 70%，供应链超过 60% 可以复用。

这个比率站得住的地方，是芯片、电机、传感器、结构件与总装工艺这一批零部件。车企已经在汽车上为它们付过一遍学费，平移到机器人身上并不难。

但重合度讲的其实是能不能报名入学，不是能不能毕业。真正难的那部分要看另一组数，出处是它石智航创始人陈亦伦今年 7 月的 WAIC 主论坛发言。

他说工业级自动驾驶系统训练大约需要 100 万小时视频数据。同一段话里他还提到，具身操作要刻画更复杂的接触式物理规律。

而这条路所需的合格数据至少 1000 万小时，用 1000 万去除以那 100 万，缺口正好是 10 倍。

这两个数的来源必须先说清楚。一个是行业人士的场合估计，一位是企业家的论坛发言，都不属于统计口径。

把七成重合与十倍缺口放在一起看，意思就变了。车企能平移的是已经跑通的硬件，拿到的是一张跨进考场的资格，学费还得自己攒。

拿入学通知书当毕业证书用，是这轮争论里常被买错的单。

对照项二：产线能复制，学时复制不了

第二个对照项是产线本身，它的自动化率数字醒目，也常被直接当成证据。制造端的确定性做到这个份上，确实是别人一年半载学不来的。但产线复制的是组装能力，刷学时只能发生在机器人自己的手上。

行业目前的整机量级，说明这件事才刚开头。按 Counterpoint Research 的统计，2026 年上半年全球出货量突破 2.2 万台。

工信部口径下，同期中国人形机器人的产量已经超过 4 万台，全年有望突破 10 万台。出货与产量是两个口径，不能直接放到一张表里比较。

但它们指向同一件事：整机台数还在早期量级，离刷够那 1000 万小时差得远。

入局车企里能拿出具体落地数的其实并不多。奇瑞旗下墨甲在全球累计交付的机器人已经超过 3000 台。广汽孵化的慧仑 GoMate Mini 已部署近 50 台，拿到近千万元订单。

按新京报贝壳财经的不完全统计，国内切入的车企已有 14 家，这是国内口径。它算的是自研、设子公司和产业投资三类，不含海外的特斯拉、比亚迪等。

官方公布的 2026 年生产目标是 5 万到 10 万台。供应链被要求年底具备年产 10 万台零部件的配套能力，那是产能而不是产量。

把这几组数摆在一起，节拍其实很清楚，硬件与产能先到，数据与场景后到。

对照项三：招生计划没变，学费已经先收了

第三个对照项落在钱上，这也是这三节里常常被跳过的一层。鹏行在 2026 年 8 月 24 日完成首轮融资，规模超过 9 亿美元。它的投后估值超过 63 亿美元，按当时汇率约合 430 亿元人民币。

同一段时间，小鹏集团港股总市值约 806.61 亿港元，折人民币约 740 亿元。这两块是母子公司的关系，一个在报表里，一个在一级市场。

用 430 亿去除以 740 亿，得到一个接近 58% 的比例。这块还没有产品、也没有营收的机器人业务，估值已经抵近母公司市值的六成。它给出的量级，比任何一句技术同源都直白。

一级投后估值和二级市值是两种口径。一个是一级投资人私下定的价，一个是市场每天给整车业务开的盘。两者不能直接换算，这里只提供一个量级参照。

2026 年 1 到 7 月，汽车行业利润率只有 3.6%，整车制造环节平均不到 2%。同期的另一边，2026 年上半年全球人形机器人融资额超过 1041 亿元。

这个数字已经超过 2025 年全年总额，来自行业统计。一侧是薄利的主业，一侧是拥挤的赛道，钱往哪个方向走并不需要解释。

回到那张学时表上来：厂房可以先封顶，学时却只能一台一台机器去刷。

谁先把几千台机器放进真实场景，把抬起、抓稳、放下的小时数攒够。谁的那纸入学通知书，才兑得出一张毕业证书。

厂房能先封顶，学时却没法先刷完。车企现在握在手里的那张纸，写着七成的重合度，落款是入学通知书。