有几分可信？特斯拉Optimus比中国机器人硬件先进1.5代、大脑5代

8月26日，硅谷投资人Jason Calacanis在《This Week in Startups》节目里放出一番重话。他刚看完北京世界人形机器人运动会，又在特斯拉内部看过最新Optimus演示，随后给出判断：Optimus硬件领先中国机器人大约1.5代，AI大脑则领先近5代。他还预测，Optimus会成为人类历史上最伟大的产品，十年内全球出货量将达10亿台，价值超过iPhone。这话听起来很冲，放到眼下中美人形机器人的真实竞争里，到底有几分可信，得好好掰开看看。

网友的反应相当直接。很多人吐槽“Figure至少还做个视频，你这纯靠嘴吹了啊”，意思很清楚：Figure等公司会公开放出实际作业画面，Jason却全程强调“具体看到了什么不能说”，只能笼统夸“完成度高得多”。也有人觉得他是典型的“信任我兄弟”式吹捧——毕竟他是马斯克圈子里的人，没有量化数据支撑，听起来更像公关。支持的一方则认为，内部演示本来就保密，能听到这种第一手评价已经不容易。总的来看，质疑声音并不少，尤其是在特斯拉最新能力还没公开视频的情况下。

先看他拿来对比的参照物。8月22日至26日在北京举行的世界人形机器人运动会上，中国机器人在田径项目上的表现确实亮眼。开幕式上天工Ultra跑出9.39秒，随后不断刷新；8月25日大型组100米复赛中，天工机器人更是跑出了8.86秒的最新纪录，大幅超过博尔特保持的人类纪录9.58秒。400米38.15秒、1500米2分21秒左右，跳远7.97米，原地跳高决赛更是跳出3.4米，同样远超人类纪录。一年前同样项目还要21秒多才能跑完100米、跳高不到1米，进步速度肉眼可见。

不过比赛也暴露了短板：冲过终点经常刹不住、撞缓冲墙，甚至有冒火花的情况；举重十几公斤就容易失衡；插线、恢复错误、精细抓取等实用场景还大量失败。运动控制进步快，通用智能和稳健作业能力却仍显稚嫩。这正是Jason用来对比Optimus内部演示的公开基准。

特斯拉的优势，确实主要集中在Jason强调的“大脑”上。FSD积累了数十亿英里真实世界视觉数据，端到端神经网络、占据网格和世界模型可以直接迁移到机器人。Optimus共用同一套视觉栈和自研芯片，即将大规模使用的AI5性能有数量级提升，统一内存更大，更适合本地跑复杂的视觉-语言-动作模型。再加上自有工厂可以当“Optimus学院”，低成本采集真实作业数据，形成闭环，这一点中国厂商目前很难完全复制。

手部也在持续迭代，V3目标单手22自由度，并加入触觉阵列，试图解决精细操作这个行业难点。马斯克多次强调，人形机器人最难的三件事是手、真实世界AI和规模化量产，特斯拉自认为是唯一同时具备这三项的公司。

但中国机器人并没有落后“5代”，而是走了另一条更注重工程化和落地的路。公开赛场上的空翻、高速奔跑和高跳能力，已经把运动控制做到相当夸张的程度；成本控制更是优势明显，宇树G1等机型硬件成本远低于Optimus当前水平；供应链国产化率高，全球出货量占据主导——2025年中国厂商已占全球人形机器人出货约九成。特斯拉自身出货仍停留在百台量级，而且大量核心零部件实际也依赖中国供应商。AI方面，中国厂商快速接入DeepSeek等模型、自研VLA并融入英伟达生态，迭代速度并不慢。通用智能和数据质量上仍有差距，但绝不是断层式的“5代”。

更值得参考的是马斯克本人的说法。2026年初财报电话会上，他明确承认人形机器人领域最大的竞争对手来自中国，中国在制造、规模化和AI上都表现强劲，很多人低估了中国。他同时坚持Optimus最终会更强，尤其在真实世界智能和手部灵巧性上。这比Jason的“5代”说法克制得多。所谓“代际”在人形机器人领域本来就很模糊，没有像手机芯片那样清晰的标准。更合理的估计或许是：运动控制上互有胜负甚至中国局部领先，通用智能上特斯拉有1到2年优势，规模化和成本上中国已明显领先。

Jason作为特斯拉坚定多头，又能接触内部演示，情绪高涨可以理解。但把内部未公开的能力直接对标公开比赛里的机器人，再乘以“5代”这种修辞，更像投资人的热情表达，而不是严谨的技术评估。真正可信的是方向——Optimus在真实世界AI和数据闭环上确实有优势；不可信的是那个倍数。中美双方目前走的是不同路线：特斯拉赌通用劳动力，先把智能做强再规模化；中国厂商赌先工程化、先出货、先降本，同时补大脑。两条路都还没真正跑通通用场景。等特斯拉把Optimus大规模放进工厂干活，中国厂商把运动会里的运动能力转化成稳定作业能力时，差距才会更清晰地显现出来。这场比赛才刚进入下半场，过早下定“先进5代”的结论，恐怕还为时过早。