文|@彼方說（新能源汽車智駕工程師）

本文由作者參加九派新聞“九派圓桌”直播《車企爭造人形機器人，下一個風口來了?》討論時的發言整理而成，發佈前經作者審閱。

【1】機器人的供應鏈目前還處於一個相對簡單和粗放的狀態

車企跨界人形機器人與當前價格戰的關聯並不大。大型汽車企業由於其規模通常較大，即使沒有價格戰，也會進行相應的探索和技術儲備，畢竟在人形機器人領域，許多技術與傳統汽車技術具有通用性。

有人會覺得車企“造人”，會在資金分配上影響其主業，我認為，目前來看人形機器人對資金的需求並不像主流業務那樣巨大。他們在產業鏈中進行了大量投資，即使額外參與人形機器人等新興業務，也會在現有的資金分配框架內進行。

每個車企都會根據自身的能力，在市場上展開競爭。他們肯定會多管齊下，通過分配一部分資源，或者精準地向供應商施加壓力。以新能源汽車為例，電池成本可能佔到整車BOM（可配置物料）成本的30%以上。然而機器人電池容量實際上非常小，大約只有一到兩度電。

當前階段，機器人研發中傳統車企所掌握的BOM部分相對較少。相反，硬體配置和研發人員的工資等成本反而佔據了較大比例。目前，一台機器人的價格可能高達幾十萬，這主要是因為其生產規模較小。一個關節電機可能需要幾千元，而新能源車電機的價格也不會差太多，但其尺寸和功率卻無法與之相提並論。核心問題在於，機器人是一個相對較新的領域，在這裡直接復用現有技術，尤其是電池技術，是相當困難的。

在車上，我們已經安裝了幾十度電的電池包，而針對機器人，我們則需要設計幾度電，甚至是一兩度電的電池包。這項技術實際上並不能直接照搬到機器人上。例如車上使用的BMS（電池管理系統）需要管理上百個通道，對於機器人而言，一個48伏的系統可能只需要16個通道就足夠了。

感測器方面也是如此，車上為自動駕駛設計的感測器需要探測幾十米的距離，而機器人可能只需要幾米到十幾米的範圍。

雖然很多技術不能直接複製使用，但底層功能的開發和應用是可以共用。例如，自主研發的自動駕駛演算法可以在對應的晶片和中間件功能上、端側開發集成方面，提供優化路徑。許多自動駕駛框架系統在機器人領域同樣可以直接應用。

在汽車供應鏈中，對於機器人所使用的結構件，有著非常豐富的供應商資源。企業一旦進入，將會對現有的供應鏈產生一定的影響。

在我觀察的範圍內，機器人的供應鏈目前還處於一個相對簡單和粗放的狀態，並沒有經歷像新能源汽車那樣的十多年高速發展，達到一個成熟的競爭階段。至於其它方面，電池確實是可以重複使用的。正如我之前提到的，我們的車輛動力電池製造商，或者說是最終電池組的製造商，並不必然比電動自行車製造商擁有更高的優勢。

原因在於它們的電壓平臺不同。機器人通常使用的是48伏平臺，而電動汽車則普遍使用400伏或800伏平臺。這涉及到高壓元器件的選擇，以及BMS（電池管理系統）中的電氣方案，這些方案會隨著電壓平臺的不同而有所差異。

一個專門生產高壓電池包的廠商，如果轉而生產低壓電池包，其技術方案可能無法顯著降低成本。例如，高壓包可能採用繼電器方案，但這種方案並不一定適合小型低壓電池包。儘管如此，電池電芯本身是可以複用的，包括汽車中常用的攝像頭。

從理論上講，汽車攝像頭並非僅限於汽車使用，例如舜宇的攝像頭也供應給手機和其他許多行業。在機器人行業，借鑒車規級技術是正確的方向。我們都希望機器人不是易損的消費品，而是能夠長期穩定工作，甚至達到與汽車相似的15年或更長的使用壽命。

【2】如果機器人的年化成本低於普通工人的平均工資，就有可能得到應用

機器人與汽車之間確實存在一定的關聯性，但可能並不像人們想像的那麼大。汽車技術已經發展了近200年，使用了100多年，技術非常成熟。一輛汽車的運動自由度主要限於前進、後退以及轉向，總共兩個自由度。而機器人則不同，人們對它的自由度要求更高。即使是一個輪子在地上移動，它也需要克服更多地形，例如可變輪結構可以較好地適應樓梯或較大的坡度。從結構構造上來看，機器人與汽車的底盤差異較大，我認為不能直接借鑒汽車底盤的設計。

我們看到許多機器人在車企這一端工作，例如特斯拉將機器人應用於電池生產線，用於電池電芯的分解。而Figure AI將機器人與寶馬的產線結合，用於現場搬運工作。以替代那些仍需人工操作的部分，實現柔性化生產，包括分解和多車型空間生產。

車企工廠相較於其他工廠可能更為容易應用到機器人，它的場景更加規範，品質管理標準更高，通常擁有 IATF 16949等相關認證。現代工廠的產線、工位、節拍以及空間相對充足，適合機器人運動。

目前來看，很多公司都希望找到真實的落地場景，以替代有限的人工。以Figure AI為寶馬所做的專案為例，它採用租賃方式，價格相當於一個歐洲汽車工人一年的工資。車企願意支付與人力成本相當的費用，因為機器人無需休息，不會罷工，能夠為工廠帶來更高的穩定性。

對於人形機器人而言，有大量用戶願意為其付出超出最終價格的費用。我之前做過一些小調查，一個簡單的機器人，它類似於掃地機器人的大小，擁有一個小機械臂。它可以幫助人們照顧貓，比如更換貓食、補水，以及清理貓砂。一個愛貓的人願意花多少錢購買這樣的機器人？我相信很多人願意支付數千甚至上萬的價格。

一些人對人形機器人的想像空間或利潤空間、價值空間非常高，不妨先找到這樣的先鋒使用者。資本的介入可以吸收前期研發或小批量生產帶來的高額物料成本，並考慮是否以相對低廉的價格打開市場獲取客戶，應對後續的升級，不妨採取租賃方式，讓人們以較低成本體驗流行集群的服務，而不必承擔前期的高額成本。

當然，這些都是理想狀態。人形機器人這樣的行業，最終產品可能是一個成人大小，大約一米六到一米七的機器人，其重量控制在百公斤以內。不能與汽車相比。目前汽車價格已經達到十萬元以內，而人形機器人的成本要控制得非常低還有很多路要走。

儘管人們期望家庭型機器人能夠替代諸如保姆、阿姨以及管家等職業的工作，但對於製造商而言，他們所尋求的替代並非僅僅是因為人工成本高昂或工作力短缺。他們真正關注的是機器人相比於人工的比較優勢。如果機器人的年化成本低於普通工人的平均工資，那麼它就有可能得到應用。

任何行業，特別是發展初期階段，泡沫現像是不可避免的。沒有泡沫，行業可能無法達到高估值，也無法吸引更多資金和人才。泡沫本身並非壞事，關鍵在於其背後是否有真正的價值來滿足人們的需求。

真正令人擔憂的是泡沫下缺乏實質支撐，以及市場需求的不確定性。比如企業招工難的問題，全球範圍內都存在。歐洲人不願意去工廠工作，一些條件較差的工廠也難以招到工人。我們的下一代長大后也不太願意在工廠環境中工作。人口老齡化導致人力成本不斷上升，養老問題又將由誰來解決？我們確實需要像人形機器人提供解決方案。

從這個角度來看，市場需求的確定性是非常明確的。

【3】汽車實際上是一個移動機器人，機器人本質上是一個天然的大模型應用

自動駕駛初期我們採用的是感知、決策、執行的模組化模式。但這種方式逐漸被拋棄，現在主要採用模型方法，使用大模型來實現自動駕駛。

機器人本質上是一個天然的大模型應用。

車輛在道路上行駛是一個相對簡單的場景，車輛的控制需要它能夠按照預設軌跡沿線路行駛，自由度較低。道路上有車道線和結構化的道路，有助於進行規劃。難點在於不斷變化的環境和對安全的高要求。

而機器人則不同，它的自由度更高。以春晚期間大放異彩的運輸機器人為例，它在運控方面實現了良好的效果。機器人與我們的手相似，是一個多自由度的開環系統。不存在簡單地轉動電機就能到達固定位置的情況，每個關節的角度都會影響最終的運動狀態。

因此，如果希望機器人執行更多工作，如端茶倒水或搬運貨物，就不能簡單地通過模組化方法實現，而需要採用模型化的方法。

在模型化的過程中，一個專案面臨的最大挑戰之一是數據量的不足。以自動駕駛為例，我們曾投入大量精力進行數據採集。那時，我們將新架構下的感測器安裝在已有的車輛上，讓它們在道路上行駛，以收集必要的數據來初步實現感知功能。

對於機器人而言，我們期望它們能夠完成特定的作業任務。這就要求我們擁有一台能夠作業的機器人，而這樣的機器人又依賴於經過訓練的模型，實際上構成了一個悖論。

在機器人相關模型的開發中，可用的數據集往往非常有限，遠遠少於自動駕駛領域中所使用的數據集。數據量不足時，所謂的 Scaling Law 可能就無法發揮作用。即便是像 Figure AI 最近發佈的 Helix 模型，機器人作業效率也相對較慢，例如把從超市買回的紙袋裡物品放入冰箱的動作。

機器人不僅需要能夠運動，更需要對現實社會有一個全方位的理解。在這裡，自然語言模型和視覺語言模型可以起到作用。例如，識別這是一個杯子、一台電腦、一部手機，以及水的高度等資訊。結合視覺語言和動作模型，機器人能夠真正與世界進行運動交互，最終能夠實現長久以來期待的、真正的智慧化。

特斯拉所講述的關於FSD和大型模型技術，具有極佳的借鑒意義。自動駕駛技術剛起步時，存在許多方案，有的直接追求高端，一開始就致力於實現L4級別的自動駕駛。而特斯拉從基礎做起，逐步推進技術，採用輔助駕駛模式作為切入點，積累了大量數據和使用者，實現了FSD技術的質的飛躍。儘管最近在中國，部分FSD車輛已經投入使用，且經過評測，表現並不理想，感覺不如國內的其他品牌如小鵬、華為以及新興車企的表現。

但是，今年1月份，我參加了美國CES展會後，順道去矽谷體驗了當地的FSD 5.13版本，其表現令我感到非常驚豔。特斯拉的工作人員在簡單介紹三分鐘后，就放心地讓我獨自駕駛，他們甚至離開了車輛，而我一個人在車上操作。

整個過程中，我發現FSD非常簡單易用，輕鬆進入自動駕駛狀態，全程中我無需接管，這種體驗確實讓我感到驚喜。在那短短的20分鐘體驗中，我認為它已經達到了我所認為可以接受的自動駕駛狀態。

特斯拉的這套系統，實際上也說明了人工智慧模型在具有運動能力的物體中的應用是成功的。

汽車實際上是一個移動機器人。一方面，汽車作為工具的屬性正在逐漸減弱。自1886年第一輛汽車問世以來，已經過去了一百多年，汽車的形態定義也在逐步發生變化。如今，人們對汽車的智慧化要求越來越高。

我們一直在討論的具身智慧，可以認為智能駕駛汽車本身就是一個最大規模的具身智慧體。儘管外界可能還沒有普遍認同，但在我們產業內部，汽車早已被視為行動機器人概念。例如，去年引起廣泛關注的極越公司，它一直宣稱自己是一家機器人公司。還有像地平線公司的英文名是Horizon Robotics，除了智能駕駛之外，它還做機器人用的晶片。