特斯拉造上万台机器人只为练手，车企图什么？

美国当地时间10月21日，特斯拉在三季度财报里宣布，Optimus已在弗里蒙特工厂开始生产。马斯克在随后的电话会上给出的外部交付目标仍是2027年底左右，机器人的手、耐用性和AI都还要继续改进。为了获取训练数据，特斯拉还计划造出1万至2万台机器人，让它们在“Optimus学院”练习各种任务。

产线已经启动，但离交付还有一段路。从生产线走向客户手里，机器人得经历任务训练、故障排查、设计修改和批量制造。特斯拉的计划正好把这段距离摆了出来：先造出上万台机器，让它们不断练习。

车企要的是更高效地造车，也想把机器人卖给新的客户。它还可能先出现在门店：为汽车提供接待和讲解，同时观察人与机器人如何互动。问题在于，一家卖车的公司，为什么要花这么大力气让机器人在工厂里练手？

汽车业为什么有条件走这段路

按国际汽车制造商协会OICA公布的数据，2025年全球汽车产量约9640万辆。这个规模覆盖乘用车和商用车，背后是庞大的零部件采购、工厂运行和售后需求。对这样的产业来说，少报废一批零件、少占用一些库存、让新车型更快投入生产，都值得持续花钱研究。

已有业务能承担早期投入，工厂提供真实任务，工程和供应链可以把改进做进下一代产品。但能投入多久，仍受主业经营状况约束。小鹏今年一季度业绩发布时，何小鹏提出，用汽车业务的盈利和现金流支撑物理AI研发，再培育包括机器人在内的新收入来源。此后资金来源又有了扩展：据小鹏披露，其机器人业务于8月24日完成首轮股权融资，融资超过9亿美元。开发风险由此可以由更多出资方共同承担。

这类投入在汽车工业里有清楚的历史线索。1913年，福特的移动装配线让车辆逐站完成装配，重新组织了大批量生产。1961年，Unimate进入通用汽车工厂，接过压铸机卸料这类危险、重复的工作。到智能制造阶段，试错又被提前到数字环境中：宝马用虚拟工厂检查新车型与产线的碰撞问题，将原先近四周的实体测试缩短为三天的虚拟仿真。

几个阶段改变的技术不同，企业面对的要求却相通：下一批车要造得更好，新车型要按时交付，生产成本还得有竞争力。丰田生产方式强调质量异常处理和按需生产，同样是让工序改进服从整体交付。为了卖好下一代产品，车企必须持续改造生产系统，供应商也要跟着调整零件、工艺和交付安排。

机器开始学习新的工作

汽车工厂并不缺机器人，固定机械臂擅长的焊接、喷涂等工作，早已形成成熟方案。今天还要研究人形机器人，是因为企业希望机器处理更有变化的任务：物品的位置会变，生产的型号会变，原本由人完成的取放、搬运和操作，也很难全部用一套固定动作覆盖。

视觉、语言与动作模型正在尝试把环境、指令和动作联系起来。Google DeepMind在2025年公布的端侧机器人模型，已展示通过少量示范适应新任务的研究进展。对车企而言，值得下注的方向是：汽车换型、零件换位置之后，机器人能否通过训练继续工作，减少每次重新开发专用方案的负担。

人形结构的吸引力也与此有关。大量工位、工具和通道本来就是供人使用的，接近人的操作范围，使机器人有机会沿用部分现成环境。企业便可以尝试把机器送到任务面前，而不必每次围着设备重建一套工作场地。双足并非所有任务的最佳选择，稳定地面上的轮式设备也能完成许多工作；车企最终购买的仍是适合任务的方案。

宝马与Figure的合作，已经展示了真实任务怎样改变机器人。Figure 02在斯帕坦堡工厂承担钣金件上料，要从料架取件，再放进焊接夹具。根据Figure的项目复盘，在累计1250余小时的运行中，前臂是主要硬件故障点。第三代产品因此重做腕部电子结构，去掉该处的通信分发板和动态线缆。车间里跑出来的毛病，就这么进了下一代的图纸。

这项合作让宝马有机会在现有生产线上验证新设备，Figure则获得了实验室难以持续提供的故障与维护反馈。双方希望获得的回报不同：宝马需要更好用的生产工具，Figure要把改进做进自己的产品，服务更多客户。

车企自身近年的智能化投入，又使它们有机会进一步参与开发。小鹏在IRON中采用自研图灵芯片，同时为机器人新建专用产线。芯片、计算设施和研发工具可以服务不同产品，机器人仍要建立自己的动作控制与任务能力。原来用于汽车的技术资源，开始有了验证其他产品方向的机会。

投入怎样回到生意里

一家企业同时推进多种机器人用途时，就得分配有限的研发人力和预算。门店希望机器人外形亲切、交流顺畅，工厂更关心负载、动作可靠性和连续运行。为接待优化的产品，未必适合进入生产线；针对工厂开发的能力，也未必能吸引消费者。管理层需要先确定优先服务谁、由哪个部门承担开发和试用成本，才能按相应的要求验收。

现代把Atlas的训练放在制造任务中，提供了一条可观察的路径。RMAC先围绕零件排序、物料搬运开展验证，正式工厂部署则安排在后续阶段。如果机器人能逐步承担重复搬运或负担较重的任务，工厂就可以重新安排部分岗位，把人用于需要判断、处理异常和维护设备的工作。改变人力结构，包含岗位与技能的调整，不能直接等同于裁掉多少工人。

生产部门验收的是整项工作的变化：训练、维护、人工接管和停机一共花了多少钱，合格产出是否更稳定。如果同一设备还能通过训练适应新零件和新工位，换型时就有机会减少专用改造。成本仍高、产出又不稳定时，工厂更有理由缩小任务范围、改用其他设备或延后采购。

集团可以安排自己的工厂试用，外部客户却会拿机器人与人工、固定机械臂等方案比较价格、部署和维护成本。集团内部的一笔采购，不能证明集团整体获得新增收益。第二曲线要成立，产品还得让外部客户愿意持续付费。

家庭市场又是另一道关。消费者会看机器人能否完成搬运、取放等日常任务，是否好用、好修，值不值这个价。车企经营耐用消费品的经验可以帮它考虑交付和长期服务，购买理由仍要由机器人自己提供。企业不能为每一家客户都从头做一台机器，否则销售越多，专门适配和服务的负担也越重。机器人需要逐渐形成可重复制造的硬件与可扩展的任务能力。

在这门新生意成熟之前，机器人也可能先进入汽车的销售过程。墨甲公开介绍过在海外汽车营销服务场景中的应用，并披露其使用奇瑞的渠道、物流和服务网络。汽车门店为机器人提供了可以接触消费者的场所，机器人则为门店增加了一种互动方式。门店应用尤其要分清一次展示与长期运营：活动预算可以支持短期亮相，经销商愿不愿意持续承担维护和服务成本，才更接近这条渠道的真实需求。

商业目标开始分出不同路线

希望得到哪一种回报，决定了车企要承担多少机器人业务。自主开发产品、控股专业公司、向外部企业采购方案，都能让机器人进入汽车业，资金的去向和经营责任却不同。

现代控股波士顿动力，又让摩比斯参与Atlas执行器的开发与供应，能够在集团内协调产品开发、部件制造和内部应用。宝马与Figure合作，则可以围绕汽车生产需要提出要求、参与验证，由Figure负责机器人产品开发。小鹏选择自主开发IRON并建设专用产线，产品定义、研发、制造和交付的责任更多地落在自己的业务体系里。按其公布的计划，机器人将先从门店和园区起步。

墨甲借奇瑞渠道进入海外汽车营销场景，能够利用现有网点接触客户，借助物流和服务网络安排交付。但有汽车销售服务网络，不代表已经具备机器人服务能力。机器人企业仍要针对当地语言、任务和维修需求提供支持，让网点能够实际运营这类产品。

这种分工也给专业机器人公司和零部件企业留下了位置。汽车客户提出需求、参与验证，产品和部件供应商负责把经验变成可以再次销售的成果。整车企业可以从更好的生产方案中获益，供应商则可以面向其他客户继续经营。

现代让Atlas先练零件排序，小鹏让IRON从门店和园区起步，宝马则让Figure在产线上找问题。它们已经把下一轮研发交给不同的现场：工厂不断暴露抓取、故障和停机问题，门店则会暴露交互、接待和维护问题。汽车业可以把资金、制造和销售网络都动员起来，先在哪个现场反复解决问题，就会先做出哪一类机器人。