车企造人，到底是降维打击还是估值自救？

车企造人最性感的叙事是 " 技术同源 "。一台造价几十万的机器人，替代的却是年薪十万的工人；935 亿的狂热之下，落地比发布会克制得多。当一个行业的集体押注建立在估值平移而非技术奇点上，更值得追问的不是谁能造出更好的 demo，而是谁能在车间里熬出真实数据、算法迭代与双栖人才。

原创ⓒ新熵 AI 新科技组

作者丨郝运   编辑丨九黎

机器人里，终于不再被质疑藏人了。

9 月 8 日，小鹏机器人生产线正式启用，从研发试制跨入产线制造。消息与另一则资本动态几乎同步：宇树科技 IPO 后股价震荡下跌，而小鹏集团机器人业务宣布完成首轮 9 亿美元融资，腾讯、阿里巴巴双双入局。

一边是二级市场的估值回摆，一边是一级市场的凶猛注资。IT 桔子数据显示，2026 年上半年国内具身智能赛道融资总额达 935 亿元，车企是不可忽视的出资力量。小鹏之外，广汽、奇瑞、比亚迪、上汽均已落子。

只是，这张票真的投对了吗？

不是技术同源，是估值平移  

车企标榜 " 造车和造人技术同源 "，是过去两年最顺口的叙事。何小鹏说 " 车企 70% 的技术储备能直接复用 "，李想在访谈和发布会上断言 " 自动驾驶是具身智能的上半场，通用人形机器人是下半场 "。电机、电控、传感器、精密制造，确实是车企的存量能力，车规级供应链和大规模量产经验，也确实是工程化底气。

但同源的部分，恰恰不是机器人最稀缺的部分。

汽车奔跑在结构化道路上：路面铺装、标线清晰、交规明确，自动驾驶要解决的，是在相对确定的物理环境中做路径规划与决策。人形机器人面对的是非结构化世界：楼梯、台阶、碎石路、狭窄通道、没有电梯的老小区——今天的 IRON 能在小鹏展厅里走 " 猫步 "，不代表它能稳稳穿过一片施工现场帮工人递扳手。

再看数据。车企引以为傲的海量路面数据，与机器人真正需要的力觉反馈、触觉传感不是一回事。自动驾驶积累的是视觉与决策模型，机器人要在三维空间里与物理世界发生真实的力交互：抓取、拧紧、搬运、按压。小鹏 IRON 全身 76 个自由度、单手 21 个自由度，广汽 GoMate 轮足切换，奇瑞墨甲灵巧手触觉传感加 200N 提拉力——这些能力靠的是对物理接触的理解，而非对路面图像的理解。

剥开 " 技术同源 " 的叙事，这场集体押注的本质，是制造业估值焦虑驱动的资产平移：传统车企市盈率与机器人公司估值体系之间存在巨大鸿沟，把机器人业务独立分拆，等于把同一块资产从 " 制造业估值逻辑 " 搬进 " 科技公司估值逻辑 "，估值空间瞬间打开；叠加独立运营的风险隔离墙，机器人业务的高投入与不确定性不再直接侵蚀主业利润表。

叙事性感，账本冷静，两回事。

不是降维打击，是成本拉锯

拨开估值泡沫，看落地成色。当前人形机器人在车企体系内主要落在两个场景：4S 店导购接待，工厂产线的物料搬运与高危工序替代。

4S 店场景的核心驱动是汽车出海。海外尤其是欧洲市场，销售招聘难、用工成本高、存在文化与语言壁垒，人形机器人恰好能绕开。比亚迪执行副总裁李柯态度明确：公司正全力推进人形机器人自主研发，未来核心应用场景覆盖全球 4S 店网络。原话更直接：" 我的每个店，在欧洲招销售不好招，我说以后不用了，你给我买 4 个机器人，就做机器人导购。"

工厂端的逻辑更直接。电芯上料、物料抓取这类岗位，长期依赖人工，既存在带电操作的安全风险，对技能也有门槛。高危、重复、低附加值，正是机器人替代的优先项。奇瑞旗下墨甲机器人产品已进入全球 60 余个国家和地区，覆盖人形机器人、四足机器狗、智警机器人等品类，是车企系中商业化落地较快的玩家。

但真正掌舵人的判断，比市场预期克制得多。奇瑞汽车执行副总裁、墨甲机器人总经理张贵兵接受 21 世纪经济报道采访时坦言，具身智能机器人目前仍处于工业场景匹配阶段，第一阶段落地集中在物流领域，而非直接进入整车装配。时间表呢？" 可能也没有想象的那么快……比如五年到十年，五年时间应该是很有可能的。"

热闹归热闹，账要算清：一台人形机器人造价几十万起步，替代的流水线工人年薪不过十万。单台全生命周期成本何时能打平人工，车企的这步棋才算真正落子。在此之前，关于 " 万亿市场 " 的畅想都还停在 PPT 里。

不是 Demo 狂欢，是车间熬炼

当年造车新势力涌入电动车赛道时，场面同样热闹。潮水退去，裸泳者自现。判断一家车企是被估值焦虑裹挟、还是真触碰到了技术奇点，可以看三个指标。

第一，有没有真实的场景测试。  没经过工业现场反复锤炼，再炫酷的 demo 也只是高级玩具。广汽孵化的慧仑科技，第四代轮足机器人 GoMate Mini 已在全国多城部署近 50 台，累计巡检超 6.3 万公里，完成约 19 万次异常处置，相当于替代 20.5 个基础岗位。6.3 万公里，意味着在高温、粉尘、电磁干扰下持续工作；19 万次异常处置，考验的是识别精度与响应速度的硬指标。

第二，数据是否形成闭环。  造车的路面数据成不了机器人的力觉养料，必须回到真实工况里重新积累。上汽投资银河通用后，推动其与延锋国际合作，在真实汽车零部件制造环境中打磨具身大模型—— " 投其用、用所投 "，本质是用资本换数据入口。但数据飞轮能否转起来，取决于团队能否把螺丝拧紧的力矩偏差、机械臂抓取的滑动误差快速转化为算法迭代的养料。目前能做到的车企，屈指可数。

第三，团队是否具备 " 懂制造 + 懂 AI" 的复合结构。  2026 年 2 月，小鹏将自动驾驶中心与智能座舱中心合并为 " 通用智能中心 "，定位 " 汽车 + 机器人 " 的全新 AI 组织；机器人中心通用基座部负责人刘先明同时兼任汽车通用智能中心负责人；6 月，何小鹏亲自挂帅机器人业务 CEO。老板坐镇释放的是战略决心与资源倾斜的信号，但光有决心不够——既懂焊装线上 0.1 毫米精度要求、又懂大模型泛化能力边界的双栖人才，市场上一将难求。

回到开头的问题：935 亿元买的到底是什么？一个行业共识——人形机器人是下一个时代的基础设施，中国必须在这个棋盘上落子。车企被寄予厚望，因为它们手里握着别人没有的东西：车规级供应链、大规模制造能力、把复杂系统从实验室搬进现实的工程化经验。

但共识不等于终局。入场券和冠军之间，隔的是车间里跑出的真实数据、产线上磨出的算法迭代、以及一批既懂制造工艺又通物理 AI 的双栖人才。这些东西没法靠发布会一键生成，只能一寸一寸在产线旁边熬出来。

车企拿到了门票，但比赛，才刚刚开始。

-  END   -