車企“開卷”人形機器人賽道！百億市場規模背后，成本仍是挑戰

每經記者 劉曦    每經編輯 董天意    

1月22日，機器人產品公司維他動力（Vita Dynamics）宣布完成種子輪億元融資。其中，公司創始人兼CEO余軼南是地平線的創始團隊成員，曾擔任副總裁及軟件平臺產品線總裁，主導了地平線征程系列（J系列）智能駕駛和智能座艙產品的開發與落地。此外，兩位聯合創始人宋巍和趙哲倫曾分別任地平線軟件平臺總架構師和理想汽車智能駕駛產品總監。

值得注意的是，在余軼南創業之前，人形機器人賽道已經吸引了眾多車企和行業人士的關注。例如，華為車BU前首席科學家陳亦倫、Momenta前量產研發負責人高繼揚等個人也紛紛入局；豐田、北汽、上汽、比亞迪、小鵬、理想等車企也已開啟投資或自研相關技術。

對于車企紛紛入局人形機器人賽道，北方工業大學汽車產業創新研究中心主任、教授紀雪洪對《每日經濟新聞》記者表示：“近兩年來，包括特斯拉在內的不少企業發布的機器人取得了較大突破。”他指出，特斯拉的智能汽車本身具備感知、決策、執行等能力，在此基礎上，結合算法、大算力芯片以及相應的軟硬件，機器人的未來發展將擁有更大的可能性。從戰略布局來看，車企在機器人領域發力也是可以理解的。

圖片來源：AI生圖

車企卷入“具身智能”賽道

公開資料顯示，“具身智能”是指將AI融入機器人等物理實體，賦予它們像人一樣感知、學習和與環境動態交互的能力。

當前，在車企布局人形機器人的領域中，參與方式主要分為自研和投資兩種。其中，“自研派”以特斯拉、小鵬汽車、小米、廣汽集團等車企為代表。特斯拉的Optimus人形機器人計劃在2025年小規模生產，并有望在2026年實現大規模量產；小鵬汽車于2024年11月發布了自主研發的AI人形機器人Iron；廣汽集團在2024年底發布了第三代具身智能人形機器人GoMate；小米則已在2022年就發布了CyberOne人形機器人，目前已進入在制造產線上分階段落地階段。

“投資派”則以上汽集團和北汽集團為代表。北汽產投在2024年投資了銀河通用和帕西尼感知兩家機器人公司；上汽集團的布局更為廣泛，智元機器人和逐際動力兩家公司在2024年三次獲得上汽旗下投資機構的投資。此外，比亞迪采取了“兩手抓”的策略，一方面投資機器人企業如智元機器人，另一方面加大自研力度。2024年12月，比亞迪官方微信公眾號發布“比亞迪25屆具身智能研究團隊專場招聘”信息，招聘方向涉及人形機器人。

圖片來源：AI生圖

截至目前，車企布局方向大致可分為兩類：一類是將核心聚焦于造車本身，希望通過人形機器人提升工廠生產效率、優化人工成本。例如，廣汽集團的GoMate人形機器人，就計劃在廣汽傳祺、埃安等主機廠車間生產線和產業園區率先開展整機示范應用。

另一類車企的理念與特斯拉相似，將造車的技術積累復用于機器人的研發，旨在打造一個全新的科技產品。這類車企的目標是隨著技術的不斷升級和成本的降低，讓人形機器人從工廠走向家庭，成為日常生活中的重要助手。例如，特斯拉計劃將Optimus人形機器人應用于護理、餐飲、清潔和教育等多個場景，推動其從工業工具向家庭服務機器人的轉變。

軟硬件多鏈條復用，應用場景具備優勢

車企“造人”看似沒有相關性，實際上兩者在技術層面高度相通。中科院戰略咨詢院產業科技創新中心汽車行業特聘研究員鹿文亮指出，由于機器人在技術上與自動駕駛有許多相同之處，機器人的研發對推進汽車自動駕駛有較大幫助。

從軟件方面來看，車企在自動駕駛領域積累的算法能力，可以很好地遷移到人形機器人開發中。人形機器人自主處理任務與汽車自動駕駛的本質都是“感知—決策—執行”的過程，兩者在模型層面具有顯著的互通性。例如，路徑規劃、運動軌跡預測等關鍵算法，可以直接復用智能駕駛領域的成熟技術。

在硬件構成上，人形機器人與自動駕駛系統的方案類似，主要包括以下幾大組成部分：首先是感知系統，涵蓋攝像頭、麥克風、距離感應器和壓力感應器等，這些傳感器技術已經相對成熟；其次是運算系統及其軟件，用于理解環境、感知任務、拆解指令以及進行路徑規劃等；接著是能源供應系統，主要依靠電池供電。

圖片來源：AI生圖

得益于軟硬件層面的高度重合，車企布局人形機器人時，硬件架構無需推倒重來，可以直接共享汽車零部件供應體系，包括自動駕駛軟件（如自動駕駛算法）、自動駕駛硬件（芯片、傳感器、激光雷達等）、動力電池等。以特斯拉為例，其人形機器人Optimus在硬件和軟件方面大量復用了汽車制造中的技術成果。

硬件上，特斯拉Optimus配備了2.3kWh的電池組，類似于特斯拉汽車的動力電池，并搭載8個自動駕駛攝像頭，與特斯拉Autopilot視覺系統相似；軟件方面，采用特斯拉的FSD超級計算機芯片，并復用了多攝像頭視頻神經網絡、神經網絡規劃和自動標注技術，實現了環境感知、決策和路徑規劃等功能。

而在應用場景方面，汽車企業也展現出獨特的優勢。萬聯證券在其研究報告中指出，車間工廠是機器人的重要應用場景之一。車企在人形機器人的制造與應用方面具有天然的先發優勢，尤其是在總裝環節，目前該環節的自動化率不足30%，傳統工業機器人難以滿足復雜的裝配需求。相比之下，人形機器人憑借其智能決策和高精度操作能力，能夠有效提高生產效率，降低廢品率，并優化整體能源管理。此外，人形機器人還可以執行高風險任務，提供柔性操作。

百億規模市場背后，成本與智能化存挑戰

實際上，人形機器人并非一個全新的賽道。國際上已有波士頓動力、Figure等廠商入局，國內也有優必選、宇樹科技、智元機器人等第一梯隊玩家。根據中商產業研究院發布的《全球及中國人形機器人市場前景及投資機會研究報告》，預計到2028年，市場規模將增至138億美元，5年內年均復合增長率達50.29%。

盡管市場前景廣闊且附加值較高，但行業仍處于發展初期，面臨諸多嚴峻挑戰。目前，人形機器人的應用主要集中在高校研發定制、車企戰略協議試用以及工業測試和科研場景中。在紀雪洪看來，人形機器人發展面臨兩大核心挑戰，一是如何實現類似人類的感知能力、二是高昂的成本問題仍未得到有效解決。

從成本角度來看，人形機器人的定價普遍較高。例如，特斯拉的Optimus人形機器人預計售價在2萬至3萬美元之間（約合人民幣14萬至21萬元），馬斯克表示未來其成本有望降至1萬美元。而Figure的人形機器人Figure 02通過技術升級和AI深度融合，提升了實用性和智能化水平，但其具體成本尚未明確。

值得注意的是，隨著人工智能算法和芯片技術的快速迭代，人形機器人有望通過結合大語言模型，顯著提升自然語言交互和自動化決策能力，從而加速其商業化進程。據安信證券研報顯示，特斯拉正是通過結合FSD自動駕駛系統的算法模型和大語言模型，構建了其人形機器人的算法系統，目前智能駕駛與人形機器人在算法上的相似度已達到約60%。

但是，部分業內人士對于機器人的產業發展也有擔憂。深度科技研究院院長張孝榮認為，人形機器人市場前景很好，但是產業尚處于萌芽期，市場需求存在較大不確定性，越來越多的企業加入布局，存在泡沫化的風險。