技术热点透视20260903:车企集体下场「造人」,具身智能的燃料战
古董级程序员,前百度/微博工程师,现在关注 AI 工程化与开发者工具。
微信公众号「字与码」,记录技术思考与行业观察。
本文同步发布于 zicode.com
9 月 3 日,新华财经一篇《从造车到造「人」》把车企跨界人形机器人摆上台面:小鹏 IRON 完成首轮超 9 亿美元融资(估值 63 亿,IDG 领投,腾讯阿里战略投资),何小鹏亲任机器人 CEO,年底量产、2027 交付、月产能数千台;奇瑞墨甲、广汽慧仑、蔚来纷纷落子,近 20 家车企已布局。同一天,光明日报评世界人形机器人运动会:赛场之外,中国以「赛事规则 + 数据集 + 国际标准」三位一体卡位;北京 RoboMIND 开源数据集下载破 2000 万次,年产能 18 万小时、目标 100 万小时。具身智能 2026 的关键词不是「某台机器人多惊艳」,而是「工业化」——供应链复用 + 数据燃料规模化 + 标准生态卡位。
一、车企造人不是玩票:供应链复利 + 真实训练场
小鹏 IRON 的底牌是供应链复用:约 85% 的供应链与汽车重合(电机、减速器、传感器、电池、制造工艺直接平移),这把成本直接打下来。硬件上它搭载 3 颗图灵 AI 芯片、算力 2250 TOPS;节奏上何小鹏 6 月已兼任机器人 CEO,计划年底量产、先落地小鹏门店和园区,2027 年面向零售和服务业对外交付。
奇瑞墨甲(天使轮投后估值 25 亿元,被定位为「第三增长曲线」、研发不设上限)、广汽慧仑(第四代轮足人形 GoMate Mini,已在 7 个代表性项目部署近 50 台、拿到近千万元订单)、蔚来(投资任少卿创立的具身智能独立公司)——每家的打法不同,但逻辑一致:用汽车工业的 scale 能力,把机器人从展品变成可量产商品。业内预计今年我国人形机器人整机产量有望突破 10 万台。
图 1 · 车企造人的复利:汽车供应链直接复用降本,真实工厂成为最优训练场。
**这不是跨界冒险,是复利游戏。**车企最值钱的资产不是某一项技术,而是「成熟、便宜、可量产」的供应链体系,和「真实产线」这个最贵的训练场。机器人要的电机、减速器、电池、传感器,汽车全都有;而工厂里每天发生的真实任务,比实验室数据贵但真。所谓「造人」,本质是供应链能力的平移。
二、数据超级工厂:具身智能的「燃料战」
具身智能难在:机器人要理解的是物理世界——物体软硬、表面摩擦、空间距离、光照变化、突发障碍物,这些无法靠写代码预设,只能靠海量真机数据「喂」出来。北京人形机器人创新中心的做法是建「数据超级工厂」:开源数据集 RoboMIND 下载破 2000 万次(一个月翻倍),累计释放 30 万余条双臂操作轨迹、覆盖 700 余项实操任务;数据基地部署 40 种构型 150 余台机器人,年数据产能可达 18 万小时,已对外交付近 3 万小时,七成以上服务行业客户,长远目标 100 万小时。
**数据规模和质检体系,正在成为具身智能迭代的核心燃料。**海外厂商大多还在各自的数据孤岛里苦战,中国的「数据超级工厂」模式(统一采集、清洗、标注、评测、交付标准)相对形成了产能优势。关注「数据工厂」的产能数字,比盯单机参数更有先行指标意义。
三、标准 + 数据集:从「参赛」到「定标」
世界人形机器人运动会闭幕时,公布了两件比破纪录更值得记住的事:一是《国家人形机器人产业标准体系建设指南(2026 版)》征求意见稿(基础共性、类脑与智算、肢体与部组件、整机与系统、应用、安全伦理 6 部分);二是发布总时长超 2500 小时的全量数据集,加上我国已在 ISO 立项具身智能全球首项国际标准《人形机器人数据集》。天工机器人百米跑出 8.64 秒只是注脚。
图 2 · 具身智能工业化三要素 + 临界点:供应链复用、数据燃料规模化、标准数据集生态。
**过去「参数自说自话、性能无法横向比对」的堵点,正被「通用语言」替代。**当海外还在各自数据孤岛里苦战,中国用「赛事规则 + 数据集 + 国际标准」三位一体,把先发优势固化为生态话语权。从「参赛」到「定标」,这比破纪录更有战略纵深。
四、给关注者的三条判断
- 赌「垂直场景被稳定替代」,别赌通用爆发。 何小鹏的门店导览、广汽的轮足商用、东风的产线实训,都是「先把一个场景干到稳定」的打法。通用机器人爆发还很远,垂直稳定替代才是当下的真金。
- 数据是这一轮的隐藏主战场。 盯 RoboMIND 的下载量、数据工厂的年产能(18 万→100 万小时),这些比单机参数更能预示拐点。
- 临界点未到,但路径清晰。 王兴兴给的量化线是「80% 陌生场景完成 80% 任务」——目前没到。商业闭环仍在形成,愿为「通用大脑」持续付费的客户还不多。
**一句话收束:**具身智能 2026 不是「某台机器人破纪录」的故事,而是「工业化」的故事——车企用供应链复利把成本打下来,数据工厂把燃料供起来,标准/数据集把生态话语权抢下来。当这三件事同时发生,机器人离「从展台走进车间、产线、家庭」就不远了。但冷思考不能少:运动控制成熟 ≠ 具身智能成熟,「身体达标」到「大脑成熟」还隔着一代技术距离。
微信公众号
欢迎关注「字与码」
如果这篇文章对你有用,也欢迎在微信里继续关注后续更新。
X / Twitter
关注 @ax2_zicode
更即时的技术观察、新文章提醒和一些短想法会发在 X 上。