今天小編分享的互聯網經驗:中美機器人混戰:王興興硬剛馬斯克?,歡迎閱讀。
文 | 财經故事荟,作者 | 林岚,編輯 | 萬天南
馬斯克最近身價縮水嚴重。
特斯拉股價自 2 月下旬一路下探後,又于 3 月 10 日暴跌超 15%,較去年 12 月的歷史高點,已經腰斬。
直到 3 月 11 日," 盟友 " 特朗普特意購入一輛全新的 Model S 汽車," 總統效應 " 才讓特斯拉股價小有回升。
股價大跌的背後,有資本市場對特斯拉銷量拉胯的不滿、對馬斯克涉政太深的擔憂,還有對其人形機器人 Optimus 前景的質疑——畢竟,号稱将帶來 10 萬億美元收入、成為特斯拉業務新支柱的 Optimus,目前的優化進度遜于預期,而承諾的量產時間表也一再推遲。
人形機器人這個超級大餅,能充特斯拉的 " 飢荒 " 麼?
一、鋼鐵俠的 " 造人 " 熱情
是誰掀起了 2023 年以來的全球人形機器人熱潮?根據钛媒體對該領網域多位創業者的訪問,業内異口同聲:馬斯克。
宇樹科技創始人王興興就曾表示:" 馬斯克之前在汽車、火箭領網域都搞的效果還不錯,把產業帶得很大。這次,馬斯克涉足人形機器人領網域後,政府、各類機構也希望早點開始做,而不是等馬斯克搞出來以後,大家再去追。"
鋼鐵俠為何把 " 造人 " 的興趣從生活延伸到了事業?
背後有着突破汽車制造 " 瓶頸 " 的戰略考量。雖然借力上海超級工廠,特斯拉已跨越 " 產能地獄 ",但汽車既有制造模式的效率天花板已近。
汽車工業早在 20 世紀 60 年代就已引入了機械臂,實現了焊接、噴漆等環節的自動化,但目前總裝環節,至今仍嚴重依賴人工——工人需要小範圍頻繁走動,完成線束連接、零部件組裝、内飾安裝等需要靈活操作的任務。因此,要突破當前的效率瓶頸,就要研發出一種既具備人類運動靈活性,又能完成精細操作的智能工具。
按馬斯克的構想,這款工具必須是各方面與人近似的雙足智能機器人。它能像人一樣,通過視覺等感知進行自主學習和決策,并用靈活的手部完成各種工作,而非像波士頓動力或者傳統機械臂公司的產品那樣,需要被預先輸入工作指令以執行特定工作。想象一下,當特斯拉工廠的總裝線由人形機器人 " 接手 ",汽車制造将不再受到人類工人的諸多限制,如工作時長、不良情緒等,從而能夠進行全天候不間斷的高質量生產。
馬斯克的理想可能不止于此。因具有通用智能,且外形适配于人類建造的各種工具、設施及場景,這樣的機器人也能大範圍用于其他工業、服務業或家庭場景——所以确切來說,應該稱之為通用智能人形機器人。這類機器人因用途廣泛而有望被大量銷售,鑄造特斯拉的收入新支柱。
2021 年 8 月,馬斯克在 AI Day 上首次提出 "Tesla Bot" 概念。2022 年 4 月,首次展示原型機實體。
2022 年 9 月,特斯拉人形機器人—— Optimus Gen1 正式發布,能緩慢行走和揮手。2023 年 5 月,可以穩定行走并抓取物件;9 月,可以對彩色塊進行分類、保持瑜伽姿勢。
2023 年 12 月,Optimus Gen2 發布,相比 Gen1,步行速度提升 30%,頸部增加 2 個自由度,重量減輕,能夠在非平坦地面行走。2024 年 1 月,展示了洗衣服、疊衣服的家務能力; 5 月,能執行基本工廠任務,如分揀電池等;10 月,能端送包裹、給植物澆水、自行充電、上樓梯、負重 11kg 等。11 月,靈巧手的單手自由度由第二代的 11 個提升至 22 個,可以用手攔截飛來的網球。12 月,在室外測試中能夠自主穿越各種地形。
2025 年 1 月,馬斯克宣布 Optimus 将在年内量產數千台,且 " 理想情況下每年增加一個數量級 "。
目前來看,Optimus 仍是全世界最先進的人形機器人之一。那麼在這個遠離汽車主業的領網域,特斯拉為什麼能再次引領行業呢?
實際上,人形機器人與自動駕駛汽車的本質相近,同屬具身智能硬體,因此 Optimus 可在多個方面復用特斯拉汽車的技術及工程能力。
在技術能力層面,Optimus 能復用的部分包括 FSD(FullSelf-Driving,即完全自動駕駛)芯片、Autopilot 系統的視覺算法、數據及自動标注工具、仿真模拟環境、雲端算力設施等,而目前特斯拉的 FSD 和視覺算法在業内尚屬一流。同時,特斯拉憑借自動駕駛汽車的廣泛銷售,成功收集了海量的道路與駕駛數據。這些機器人業内稀缺的物理世界互動數據,構建了強大的數據流轉、自動标注和快速部署的數據中台,并為 Optimus 構築起深度可觀的護城河。
在工程能力層面,人形機器人和自動駕駛汽車在底層工程及制造供應鏈等方面有諸多相通之處。比如機器人的電機、傳感器、動力電池等關鍵零部件能夠快速復用自動駕駛汽車的供應鏈,且後續還可借助特斯拉多年搭建的軟體基礎設施進行持續優化。同時,特斯拉的自有汽車工廠也為 Optimus 提供了現成的實地訓練場地。
以上種種,使 Optimus 具備許多 " 先天優勢 "。
二、量產前夜的重重難關
不過,人形機器人與自動駕駛汽車依然存在着巨大差異。
比如,汽車需嚴格限制物理接觸(碰撞即事故),而機器人需通過主動接觸(如抓取、焊接等)完成任務,本質是 " 非接觸避障 " 與 " 精準接觸操控 " 的技術分野。又如,汽車通常在二維平面内通過轉向與加速實現運動控制,而機器人的活動多涉及三維空間,對空間建模復雜度的要求呈指數級上升。再如,汽車通常只需兩個自由度,而 Optimus 僅手部已做到二十二個自由度,控制難度與自動駕駛不在一個量級。
此外,自動駕駛汽車在高速動态場景中的容錯率趨近于零,需實現赫茲級的實時控制;而人形機器人當前主要部署在受控環境(如工廠、家庭),允許秒級推理延遲,并可依賴停機保護機制降低風險,這為存在 AI 幻覺的多模态大模型提供了試錯空間。
以上差異,使得特斯拉在 Optimus 的推進過程中依然面臨着模型适配、數據采集、硬體控制等多重挑戰。
從模型看,對自動駕駛汽車的主要模拟是在已知規劃的道路上運動,而對人類日常行為的模拟則復雜得多。研究表明,人類個體平均每天會與 600 個左右不同的物體產生接觸互動。若考慮物體的材質、形狀、大小、位置以及人類接觸時的不同動作、力度、順序等因素,模型需要處理高達 3500 萬種場景。
遺憾的是,當前放眼全球,無論是實力雄厚的大型企業,還是專注前沿的科研機構,均無法拿出可覆蓋如此海量場景的人工智能模型。因此,即便已是自動駕駛的模型強者,特斯拉也需要重新出發。
數據方面的挑戰也不小。小鵬汽車董事長何小鵬曾指出,人形機器人的數據需求是汽車產業的 10 倍以上。同時,相比可借助海量互聯網數據訓練的大語言模型(LLM),機器人模型訓練需依賴物理世界裡的互動數據,需投入大量人力、物力與時間。
比如,若考慮在不同氣候、地形與社會狀況的場景中都布置傳感器及監測設備,得逐一采買、安裝、維護與更新,費用驚人;而負樣本數據同樣稀缺,因為要求機器人反復嘗試并承受失敗,既耗時又會造成設備損耗。又如,不同傳感器在采樣頻率、響應時間和精度上存在差異,致使時空對齊困難。此外,還存在隐私和安全等合規難題。根據北京國家地方共建具身智能機器人創新中心(後稱 " 國地中心 ")的一位數據負責人估算,要實現 Optimus 在特斯拉工廠的順利上崗,大概需耗費 5 億美元的數據采集成本。
雖說使用 3D 仿真平台也能生成一定的訓練數據,但 " 模拟 - 現實鴻溝 " 顯著存在,這些數據訓練出的模型在真實世界中表現欠佳。據悉 Optimus 的 " 疊衣服 " 訓練就主要依賴于模拟數據,因此效果不佳——馬斯克曾親自澄清稱,展示視頻中的疊衣服操作并非由 Optimus 獨立完成。
硬體則是另一道檻。以靈巧手為例,盡管 Optimus 的最新版靈巧手已是業内頂尖水平,但相比人手還有較大差距。人手約有 1.7 萬個的觸覺傳感器,而 Optimus 手部的傳感器還遠遠達不到這個量級。再看腿,人類的腿僅憑四根骨頭和兩個膝關節,就能完成走路、跳、下蹲等動作,而 Optimus 目前還無法下蹲。若為提高性能而在機器人的各部位堆疊更多傳感器、電機等硬體,不僅将大大提高成本,還會帶來空間占用、平衡性和靈活度等問題。
三、中美機器人的 " 諸神之戰 "
在自身能力等待突圍的同時,Optimus 也面臨着愈發激烈的同行競争。
僅在美國就已硝煙四起。亞馬遜投資的 Digit 已可在倉庫連續工作 7.5 小時,實現 100% 的任務執行自主性,并達成 97% 的任務成功率。谷歌和斯坦福大學聯手推出的 Mobile ALOHA2 精通備菜翻炒、洗衣澆花等家務,而成本僅需 2.7 萬美元左右,目前遠低于 Optimus。OpenAI 與 1X 聯手打造的 EVE 可以完成自主居家、辦公幫手等任務……
英偉達則另辟蹊徑,依托自身的算力優勢,做起了 " 賣鏟人 "。2024 年 3 月,英偉達推出了通用機器人模型 Project GR00T,并提供 Isaac 平台,計劃通過打造平台和產業聯盟的方式推進相關工作。
更可怕的對手也許來自中國。2024 年,中國的人形機器人新產品頻出,令業界矚目。5 月,宇樹推出搭載 AI 技術的新款人形機器人 G1,9.9 萬人民币的售價震撼全球。9 月,傅利葉推出新一代通用人形機器人 GR-2,搭載全新 FSA2.0 執行器及全自研 12 自由度靈巧手。10 月,優必選發布新一代工業人形機器人 Walker S1,并已進入比亞迪、吉利、富士康等多個企業進行實訓。11 月,小鵬推出了最新款機器人 Iron,搭載小鵬天玑 AIOS 系統及自研 AI 芯片,且已在自家車廠生產實訓。
除了垂類企業,中國的科技大廠們在 2024 年也躍躍欲試。
華為正式運營全球具身智能產業創新中心,提供一站式產品技術交易服務,并與樂聚、兆威機電、拓斯達、埃夫特等 16 家企業籤訂合作備忘錄,涵蓋了人形機器人產業上下遊。
字節跳動發布了 GR-2 具身大模型,而基于豆包大模型的 AI 問診機器人也正式落地北大醫院。
阿裡首投人形機器人企業逐際動力,計劃在該領網域以 " 自研 + 投資 " 的方式向前推進。
騰訊發布首個人形機器人 " 小五 ",聚焦康養賽道,同時繼續投資多家機器人企業。小米的自研機器人 CyberOne 也開始在自家生產線上分階段落地。
根據《中國人形機器人創新發展報告 2025》,2024 年中國人形機器整機企業達 79 家,市場規模約 27.6 億元人民币;預計到 2025 年,市場規模将達到 166.3 億元,到 2030 年将增長至 861.0 億元。
圖片:宇樹機器人在春晚表演
人形機器人百花齊放的背後,是中國正在以舉國之力加持這一產業。
2025 年 3 月發布的國務院政府工作報告,首次提及具身智能。十五個部委聯合發布的《" 十四五 " 機器人產業發展規劃》中提到,2025 年機器人產業營業收入年均增速将超過 20%,并實現制造業機器人密度實現翻番。工信部在《人形機器人創新發展指導意見》中提出,2027 年中國要形成安全可靠的產業鏈供應鏈體系,綜合實力達到世界先進水平。
各地方政府也紛紛出台機器人相關支持政策,跟随政策而來的是大手筆的資金投入。
比如,北京設立 1000 億產業基金,聚焦人工智能、機器人賽道;上海設立具身智能基金,且已在此前設立出資額合計 890 億元的三大先導產業母基金,主要投向集成電路、生物醫藥、人工智能三個領網域;廣州設立規模達 1500 億的產業母基金,主要投向中明确提到了智能裝備與機器人領網域。
盡管政策和投資的東風拂面,但從靈活度、智能性等維度,目前中國人形機器人的 " 單兵作戰 " 能力與 Optimus 相比還有一定差距。不過從產業整體看,中國的實力已足以讓特斯拉們膽寒。
根據摩根士丹利 2025 年 3 月發布的研報《人形機器人 100:繪制人形機器人價值鏈圖譜》,在全球人形機器人產業鏈上的 100 家核心上市公司中,美國和中國已在數量上旗鼓相當,共占總數的七成左右。從細分領網域看,歐美主導機器人的 " 大腦 ",中國主攻機器人的 " 身體 "。
美國知名半導體咨詢機構 SemiAnalysis 近日指出,特斯拉 Optimus 原型機關節采用的諧波減速器大概率來自日本哈默納科,伺服電機可能采購自德國博世,電池組則極可能來自中國寧德時代,這些關鍵部件的進口成本超過總物料清單的 60%。值得注意的是,部分标注着 " 美國制造 " 的組件,實際仍可能高度依賴中國的零部件和原材料,且暫無可行的替代方案。
中國強大的供應鏈帶來的價格優勢,使得宇樹的 G1 售價低至 9.9 萬元人民币。而按馬斯克的規劃,Optimus 的理想售價是 2 萬美元左右,且還要等到 " 年產量超過 100 萬台 " 之後。
據悉,要在美國制造一款與宇樹相同的機械臂,成本約是中國的 2.2 倍。在定制電池包方面,深圳欣旺達的產品雖然在能量密度比日立低 15%,但價格僅為後者的 1/3。在諧波減速器領網域,中國廠商綠的的性能雖略遜于日本哈默納科,但售價不到後者的 30%。
這些價格差距在已量產的機器狗上體現得更為明顯。宇樹最新款機器狗 Go2 基礎版的售價為 9997 元人民币,而波士頓動力機器狗 Spot 定價 7.45 萬美元。相伴而來的是銷量的巨大差異——高工機器人產業研究所(GGII)的數據顯示,2024 年宇樹機器狗的全球銷量高達 2.37 萬台,約占全球市場 69% 的份額,而波士頓動力機器狗銷量卻僅為兩千出頭。
供應鏈不僅決定了價格,也決定着產品的迭代速度。中國工程院院士、阿裡雲創始人王堅認為,中國企業可以快速低成本地制造出各種原型,有利于在具身智能領網域的各種探索。
以另一具身智能產品的無人機為例。總部在深圳的大疆可在數小時内獲得所需的各種零部件,從而實現超快迭代。GoPro 的無人機項目 Karma 卻因關鍵制造環節分散在中國、馬來西亞和日本等國,每次迭代都需數周。最終,大疆憑借硬質量和低成本迅速占據了全球無人機市場,而 GoPro 卻因激烈競争造成的利潤問題而放棄了 Karma。
以上的劇情似曾相識——同樣依靠着強大的 " 中國制造 ",中國的電動汽車上演了後來者逆襲的大戲,已連續十年全球銷量第一。
巧合的是,正如钛媒體副總編輯胡潤峰所指出的,同屬具身智能的無人機、電動汽車、人形機器人在產業鏈上有較大程度的重合,可復用現成的零部件、人才、經驗及工藝。事實上,目前減速器、伺服電機、激光雷達、電池等領網域的龍頭企業正在同時為這三個行業供貨。
那麼,中國還能在機器人行業續寫東方神話麼?
馬斯克畫的機器人大餅,最終會不會充了中國企業的胃?
大幕拉開,拭目以待。