文 | 財觀二姐

在11月結(jié)束的第23屆廣州國際汽車展上，包括小鵬、廣汽在內(nèi)的多家造車企業(yè)紛紛展示了自家的人形機器人產(chǎn)品，吸引走了不少原屬于參展汽車的目光。

而到了月底的28日，小米CEO雷軍也在采訪中宣布未來5年，人形機器人會大量進入小米工廠打工，讓人們的注意力短暫從這家公司今年聲量頗大的汽車業(yè)務(wù)轉(zhuǎn)向了機器人業(yè)務(wù)。

再加上特斯拉Optimus機器人試產(chǎn)線的逐漸啟動，一時之間，好像造車企業(yè)都開始給人形機器人業(yè)務(wù)按下了加速鍵。

車企造機器人，其實并不新鮮----早在1986年，日企本田就開始研發(fā)人形機器人項目，直到32年后的2018年才正式宣布項目終止。而在這個時間段內(nèi)，包括豐田、現(xiàn)代等車企在內(nèi)的公司，都在機器人賽道上做出過自己的嘗試之舉。

但2025年這一波車企新“造機器人”熱和此前的并不相同。

二姐梳理了一下，覺得車企們在這個時間點上“不約而同”加快機器人研發(fā)步伐的原因有以下四個方面：

首先最直白，是新的市值故事需要。

在11月初，旗下人形機器人IRON亮相引發(fā)轟動后，小鵬汽車港股股價迎來了一波顯著連漲。而在大洋彼岸的特斯拉，馬斯克的萬億薪酬計劃獲得通過，往遠了看，該計劃的落實和未來特斯拉的市值目標被牢牢綁定在一起。

這種由“機器人概念”所帶來的市值上漲。無疑對于許多正身陷同質(zhì)化競爭里的車企有著巨大的吸引力----在11月26號的理想汽車財報電話會上，CEO李想也拋出了公司未來向具身智能機器人方向發(fā)展的目標。

這種時間點的“巧合”，很難不讓人覺得有點蹭“機器人熱”的嫌疑。

第二個需要，來自于車企們對未來生產(chǎn)力提升的渴求。

回到文章開頭雷軍的訪談，他提到“以小米汽車工廠為例，大壓鑄件用人眼很難完成檢測，但通過X光機和AI視覺大模型判定，可在2秒內(nèi)完成檢測，效率是人工的10倍，精度是人工的5倍以上。”

這種生產(chǎn)力上的巨大差距，是驅(qū)動車企們?nèi)缃駹幥翱趾蠹哟a機器人的重要因素。AI大模型的出現(xiàn)和不斷應(yīng)用訓(xùn)練，讓未來機器人可能具有的智能決策與高精度操作能力，要遠遠高于它們的機器“職場前輩”。

尤其對許多偏向傳統(tǒng)的車企而言，擁有具身智能能力的機器人，已經(jīng)比較適合在他們結(jié)構(gòu)化程度較高的工業(yè)場景中落地應(yīng)用了。

如果說上面兩點只是車企們對于機器人的需求，那么接下來的則是讓這種產(chǎn)業(yè)加速的現(xiàn)實可能，這種可能性也是促使車企們愿意“賭一把”的原因。

其一就是車企手里能復(fù)用于機器人制造的多方面能力，因為從底層邏輯上看，具身智能機器人和這些年火熱的智能駕駛，在本質(zhì)上都是載體“感知--決策--執(zhí)行”的過程。

比如在供應(yīng)鏈層面上的軟硬件能力。

從硬件上來看，在“智能駕駛”這條道路上探索多年的車企們，可以把自動駕駛涉及的傳感、激光雷達，涉及續(xù)航的電池等諸多能力用在機器人硬件上。

而自動駕駛所積累的算法能力，可以在軟件層面遷移到機器人上。這方面典型的案例就是結(jié)合了FSD自動駕駛算法模型的特斯拉機器人，據(jù)稱，其在智能駕駛和機器人上的算法相似度超過了六成。

而在制造業(yè)供應(yīng)鏈上的多年歷煉，讓車企在供應(yīng)鏈的成本、質(zhì)量管控上，也被認為擁有更過硬的能力，能夠讓他們在諸如整合形成可量產(chǎn)機器人方案等方面擁有優(yōu)勢。

除了能力的復(fù)用外，還有場景的復(fù)用和滲透。比如小米這樣兼有消費屬性企業(yè)，如果未來其機器人能夠進入家庭等消費場景，能夠和其家居智能產(chǎn)品等形成聯(lián)動，在豐富用戶可使用功能的同時降低使用門檻。

其二，和政策以及變化形成中的產(chǎn)業(yè)布局也有關(guān)系。

隨著經(jīng)濟的階段發(fā)展，無論是國家還是地方，不同層面的指導(dǎo)和政策都在引起產(chǎn)業(yè)結(jié)構(gòu)和布局的變化。這種變化一方面體現(xiàn)在制造業(yè)被重新看重，另一方面則是AI算力等面向未來的產(chǎn)業(yè)技術(shù)得到重點關(guān)照。

汽車工業(yè)一直是制造業(yè)中的重點。如果說過去10年，汽車工業(yè)的“主題曲”是汽車電氣化形成的電動汽車，那么接下來時段里就是以智能駕駛為代表的汽車智能化階段。

在這樣的產(chǎn)業(yè)進化過程里，已經(jīng)形成或者在未來會加速形成包括電池、電芯、算力等產(chǎn)業(yè)鏈扎堆布局以及人才吸聚的現(xiàn)象。而具身智能機器人的制造，恰好也離不開這些產(chǎn)業(yè)資源因素。

但車企想做機器人，要面臨的困難并不比別人少。

首先就是資金的問題，這也是機器人賽道玩家都要面對的困難。

11月中旬，硅谷一家名為K-Scale Labs的機器人創(chuàng)業(yè)公司宣布倒閉，沒能邁過商業(yè)化的門檻被認為是其失敗的原因。而再往前一個月，在國內(nèi)被認為是吉利系生態(tài)的一星機器人也關(guān)門解散。

作為一個燒錢的賽道，在商業(yè)化探索的過程里，如何保證機器人研發(fā)項目能夠承受資金和成本壓力，是擺在每一個玩家面前的現(xiàn)實問題。

其次是看起來依舊不低的技術(shù)門檻和更廣泛場景里的數(shù)據(jù)積累問題。

具身智能人形機器人的運控能力目前還處在持續(xù)提升的階段，但只要看看已經(jīng)數(shù)次跳票推遲的特斯拉Optimus量產(chǎn)時間，以及小鵬IRON登場后卻要再等上一年才能量產(chǎn)的消息，都能感受到機器人還有不少技術(shù)問題等著去克服。

而就像上文提到的，除了工業(yè)場景外，和機器人行業(yè)的其他玩家一樣，的使用場景在豐富度目前還存在不明朗的前景。這種豐富度的缺失正影響著機器人在消費級等場景中有效數(shù)據(jù)的積累。

但也有業(yè)內(nèi)人士認為，相比于其他玩家，在智能駕駛研發(fā)過程里已經(jīng)積累一定經(jīng)驗的車企們，可以在技術(shù)迭代與產(chǎn)品商業(yè)化之間尋找到合適的平衡點。

進一步說，車企可以通過先工廠自用等方式消化機器人產(chǎn)能，并積累技術(shù)迭代經(jīng)驗，再通過外部合作的開源模型數(shù)據(jù)等方式，逐步提升機器人的智能化程度，直到其機器人成本和能力在消費級場景下都具有競爭力。

同時，車企通過在生產(chǎn)供應(yīng)鏈上的系統(tǒng)性降低成本，以及企業(yè)內(nèi)部其他資源整合的方式，，也被認為能有效降低機器人研發(fā)過程里的資金等成本壓力難題。

隨著機器人行業(yè)的快速發(fā)展，產(chǎn)業(yè)的規(guī)范和標準化也成為了節(jié)點性的必然事件。

在11月底，國家工信部公式了“人形機器人標準化技術(shù)委員會”名單。其中，奇瑞和小鵬汽車兩家成為了名單里的車企“跨界”代表。

和機器人產(chǎn)品知名度更高的小鵬汽車相比，奇瑞汽車其實也已經(jīng)在機器人賽道入局了一段時間：去年奇瑞與Aimoga共同研發(fā)的機器人Mornine，已經(jīng)在一些門店承擔起導(dǎo)購的工作；而在今年10月，旗下的機器人公司“墨甲智創(chuàng)”又推出了一款名為“墨茵”的人形機器人。

這兩家車企位列標委會名單，標志性地說明車企近年來在機器人賽道的投入、進展和重要性，都受到了行業(yè)的認可。

二姐覺得，車企加入標委會的影響力，可以進一步分成以下三個方面：

首先是車企為機器人產(chǎn)業(yè)標準化帶來了行業(yè)能力。

車企將自身在制造品控、車機互聯(lián)以及智能駕駛相關(guān)的一些能力，遷移到機器人移動和系統(tǒng)交互等功能上，這種技術(shù)輸出加快了機器人行業(yè)在這些功能上的研發(fā)進度和成熟度。

其次是為機器人賽道提供的生態(tài)價值和用戶潛力。

車企在機器人場景落地上的探索，比如進廠、進門店等等，對于機器人行業(yè)加速拓展使用場景和隨之而來的行業(yè)生態(tài)都有助益。

而不同車企在這些年積攢下的用戶群體，在機器人成本及售價降低到一定程度后，也有可能成為這些新的機器人業(yè)務(wù)或服務(wù)的“嘗鮮者”。

第三是確保機器人的未來應(yīng)用和數(shù)字社會的基礎(chǔ)設(shè)施能順利融合。

汽車作為一種交通載具，已經(jīng)被成熟使用了很長時間，而在此之上變得“更智能”的智能駕駛汽車，也因為在形態(tài)和基本功能上的繼承，能夠很好的適應(yīng)與之配套的社會基礎(chǔ)設(shè)施。

而具身智能機器人其實和有智能駕駛能力的汽車一樣，都可以視為某種移動智能終端觸點，通過不斷采集數(shù)據(jù)、反饋信息、機器學(xué)習(xí)等步驟，建立起一個覆蓋廣泛的數(shù)字化社會的數(shù)據(jù)交互底層，而未來社會的基礎(chǔ)設(shè)施建設(shè)標準是離不開這種底層數(shù)據(jù)參考的。

車企對于機器人賽道的參與，從長遠來看，是出于企業(yè)在戰(zhàn)略窗口期和時代浪潮下的綜合考量，無論是對自身還是行業(yè)都是有很多可預(yù)想的幫助。但從智能汽車到具身智能機器人，車企們的業(yè)務(wù)轉(zhuǎn)型的過程還需要時間來回答。