造车的人,开始扎堆“造人”
最近,全球的汽车圈,都被一个全新的赛道吸引住了目光。
先是比亚迪高层在采访中,公开表示正在开发人形机器人;小鹏汽车也宣布,机器人项目进入量产冲刺阶段,目标是明年进线下门店;就连一向稳健的理想,内部也进行了一次组织架构大调整,新增了三个二级部门——具身工程、具身交互、具身行为,计划研发代号为Nexus的理想人形机器人。
而大洋彼岸,特斯拉加州弗里蒙特工厂正在热火朝天地拆除Model S/X的生产线,为下半年转产Optimus三代机器人做准备,设计产能高达100万台。
问题来了:这些车企大佬,为什么突然扎堆跨界去造机器人?

难道是车不好卖了,需要找个新故事来圈钱?如果你真这么想,可就太小看他们了。
他们之所以扎堆跨界,是因为都在抢物理AI世界的入场券。而拿不到这张入场券的车企,也必将失去未来。
01
01
我们先从一封警告信说起。
2025年10月,迈克尔·伯里发布了一封警告信,直言当下AI行情存在巨大泡沫,并悄悄布局做空了英伟达。迈克尔·伯里可不是什么无名之辈,他当年是全市场最早看穿次贷泡沫的人,仅凭那一次危机就帮客户赚了725亿美元,一战封神。后来的电影《大空头》,拍的就是他的故事。
怪了,明明现在AI火热,英伟达市值飞上天,无数热钱涌入,为什么他不看好?
答案很简单:因为现在的AI,存在一个致命缺陷——缸中之脑。
它能写出感人的文章,做出漂亮的PPT,甚至生成足以乱真的视频,但问题在于,你让它帮你把桌子上的一杯水端过来,它却做不到。

这决定了它创造的价值上限,只能是文章、绘画、视频、代码这些数字资产,连一个螺丝都没法帮人类拧。可是,人类社会GDP的大头,是建立在物理世界里的——拧螺丝、修路搭桥、做饭端盘子,都是实打实的物理劳动。
这就是华尔街焦虑的根源:AI带来的新鲜感和边际效应正在迅速递减。如果未来它无法重塑第一、第二产业的生产力,那么一旦AI经济到达上限,烧了无数金钱的泡沫,就会啪的一声瞬间破掉。
所以,这两年无论科技界还是资本圈子,都形成了一个共识:
AI的下一站,必须拥有肉身,必须能干预和改造物理世界,概括起来就是——具身智能。
问题来了:用啥来当AI的肉身?
现阶段,最合适的莫过于智能汽车。它拥有激光雷达、摄像头(眼睛),拥有高算力芯片(大脑),拥有电机电控和底盘(四肢),可以自主控制自由行动。但问题在于,汽车的活动场景有限,只能在路上跑,连小巷子都钻不进去,更别提进家门了。
汽车不行,那就只有人形机器人。
不止一个人问过:为啥非要人形?给机械臂安个轮子或者履带不行吗?

不行,因为人类的所有物理空间和工具——无论是车门、台阶,还是工具、门把手——都是为人量身定制的。
正如李想所言:
“自动驾驶是具身智能的上半场,通用人形机器人是下半场。”
02
02
很多人看到车企去造机器人,总觉得有一种“不务正业”的违和感。在我们的刻板印象里,造机器人的应该是波士顿动力或者宇树这种极客企业,车企来凑什么热闹?

不过,如果我们研究一下二者的供应链和生产模式就会发现:
没有谁比车企更适合造机器人了。
——先看“大脑”。
在过去,自动驾驶和工业机器人的“大脑”完全不同。工业机器人靠固定程序,X轴走多少,Y轴走多少;而自动驾驶靠“感知-融合-规划-控制”的算法。但现在,两个大脑合二为一了。
举个例子,小鹏。现在的小鹏,无论是智驾还是机器人,用的都是自研的VLA大模型。这意味着,机器人不再需要程序员去写“脚抬起15度”的代码,它可以像汽车一样,直接通过摄像头看到场景,然后通过端到端网络,自动学习如何避障、抓取和行走。

这就是车企的算盘:
同一个大模型底座,直接两家共用,不用另起炉灶。
——再看“肉体”。
人形机器人的硬件成本主要集中在三大块:电机、电池、传感器。巧了,这三样,都是中国新能源汽车炉火纯青的看家本领。
千万不要低估车企在这个领域的绝对优势。
肯定不一样。采购量大,成本就低。正统机器人企业,根本不具备比亚迪那种对供应链绝对的生杀大权和规模化制造的统治力。所以,当车企把自己的供应链直接套用到机器人身上时,别的不敢说,起码成本肯定会断崖式下跌。
一个实验室里百万美元的机器人,让比亚迪生产出来,可能连5万块钱都用不了,这就是车企的恐怖之处。
当然,汽车工业也并非全能,因为车企没有“手”。人形机器人要干活,就必须拥有力控极其精准的机械手,在实际使用场景中,灵巧手的工作量甚至占到了机器人整机的近50%。而这恰恰是车企的空白,毕竟汽车不需要手。
但这算事儿吗?根本不算事!没有手,买不就完了?
5月29日,曦诺未来完成数亿元A轮融资,领投方正是理想。曦诺未来是干嘛的?就是灵巧手供应商。

无独有偶,今年3月份,可以同步感知到六维力、材质、温度等15种信息的帕西尼灵巧手,也拿到了比亚迪的投资。
车企最后一块拼图,严丝合缝地扣上了。
——最后看数据。
前面提到,共享了汽车端到端大模型的机器人,能够自己学会在物理世界工作和生活。那么问题来了:怎么学?这就需要大量且高质量的真实世界的物理交互数据。
自动驾驶为什么能迭代得这么快?因为几百万辆智能汽车天天在街上跑,车主实际上就是免费的数据采集员,每天都会把海量的路况视频、驾驶决策传回云端。但人形机器人怎么收集数据?你不可能一上来就把一个机器人塞进老百姓家里吧?绊倒了老人、摔了孩子倒罢了,万一弄出个火灾啥的,事可就大了。
所以,虽然现在机器人已经随处可见,但主要应用场景仍然是舞台表演,只不过从扭秧歌变成了耍功夫而已。
这样的场景,训练出一个练习生是有可能的,但训练不出能干活的机器人。那咋办?只有一条路:进厂。

前几年,亚马逊已经安排了一堆工程师戴着VR眼镜和数据手套,在工厂里像机器人一样干活。但问题在于,这种方式采集的数据不仅效率低、成本高,而且数据质量极差。为了获取真正高质量的数据,美国的大厂已经不满足于蒸馏程序员了,连工人都开始蒸馏了——他们让工人戴上特制摄像头,去采集自己的工作过程。说起来挺黑色幽默的:程序员写出的AI消灭了程序员,而这些工人们正在用自己的肉体采集数据,喂养着那些终将取代他们工作的机器人。
这个时候,车企的优势再次凸显。纯粹的科技公司,上哪找工厂去训练机器人?哪怕你给工厂主免费,工厂主还怕你的帕金森机器人影响生产效率呢!所以他们只能在实验室里让机器人反复抓皮球,可这种贫乏的数据,怎么可能喂出能够适应复杂生活场景的机器人?
不过这个问题放到车企身上,根本不算问题。自己造出机器人,然后直接扔到工厂里去不就完了?让他们打螺丝、搬箱子,然后再继续收集数据。机器人每一次跌倒、每一次识别错误、每一次组装时的力道偏差,都会成为宝贵的训练数据,用于下一代大模型的迭代。等模型彻底成熟,最后一步,就是以几万块的低价,把机器人推进千家万户。
这才是车企造人最核心的底牌:大脑相通,躯干重合,双手补齐,灵魂共生。
这个时候,你还觉得车企是在跨界吗?不,他们根本没有跨界,他们只是拿着造车的图纸和产线,重新组装了一台能站立起来的智能汽车,仅此而已。
03
03
纵观人类汽车工业史,本质上就是一部残酷的产业洗牌史。第一次是流水线生产淘汰了手工作坊;第二次是丰田的精益生产击败了美国的汽车工业;第三次,就是我们刚刚经历的,新能源智能网联汽车把燃油车送进了历史的垃圾堆。
那么下一次洗牌是什么?
毫无疑问,是成本低廉化和高度智能化。
先说智能化。未来的汽车,已经不再是传统意义上的交通工具,而是人AI助手的一部分。同一个大模型,出门可以帮你驾车,到了家里就是一个机器人保姆,它们共享着同一套云端大脑、同一种芯片架构、同一种理解物理世界的方式。
试想一下五年后的生活场景:
在这个生态里,车和机器人是一个整体。
那么,如果一家车企只造车、不造机器人,会发生什么?车还是车,只会开车,没有感情,没有温度,比别家的车笨很多。在智能座舱决定生死的时代,你的车比别家笨,谁还会买?
到时候你再想去造机器人、打通机器人和汽车的生态,对不起,已经晚了,连机会都没了。
再看看成本问题。马斯克为什么要拆掉加州工厂的产线去造Optimus?很简单,为了省钱。说实话,现在汽车的价格战已经快到了极限。碳酸锂的价格已经触底,压铸机的效率已经拉满,再怎么压榨供应链,成本就摆在那里,很难再压下去了。剩下的最大一块开销是什么?是人,是工人的工资。如果把这些人都换成机器人,这笔开销不就省下来了?
信不信,只要特斯拉的机器人量产成功,马斯克绝对会毫不犹豫把它们部署到工厂里,把大部分人替代掉。
车企老板们已经想尽办法省钱了,无论是一体化压铸还是自动喷漆,都基本上不用人了。但在总装线上,那些线束插接、精密内饰件的卡扣拼装、各种管路连接等工作,还是要靠人。目前,已经有150台“尧舜禹”在比亚迪深圳坪山和长沙的工厂里测试干活,2026年内,部署数量要超过2万台。当成千上万的机器人涌入流水线后,车企的总装人工成本,将无限趋近于零。
这太可怕了。
试想一下,三年后,当特斯拉和比亚迪用自己造的机器人,把整车制造成本再砍掉10%的时候,那些不造机器人的车企,该怎么办?

这就是为什么比亚迪、小鹏、理想、特斯拉全都在跨界造机器人。表面上看他们在搞副业,而实际上,他们是在为未来几十年立于不败之地,构建一条深不见底的护城河。更关键的是,谁规定他们造出的机器人只能自己用?自己把产量提上去、成本降下来之后,卖到千家万户,也只是时间问题。
这么看来,车企造人,盯着的也不仅是汽车这几万亿的市场,他们真正盯上的,是未来全社会所有的劳动力红利。
04
04
1908年,第一辆福特T型车从流水线驶下,开启了属于汽车工业的时代。传统的马车夫们很快被时代无情地淘汰了。
如今,我们正处在一个一模一样的时代。
未来的世界,不会再有纯粹的造车公司,也不会有孤立的机器人公司。未来的竞争,将是一场从芯片、算力到数据、大模型,再到全产业链垂直整合的体系大战。在这场大战中,有人已经拿到了第一批入场券。