當特斯拉Optimus在電池工廠分揀電芯、小鵬IRON在慕尼黑車展上手沖咖啡，奇瑞旗下墨甲機器人即將開啟招商。
9月11日，據財聯社報道，奇瑞旗下墨甲機器人的相關產品將面向經銷商，也會面向其他零售商和個人用戶，于今年10月對外公開發布，并開啟招商。
而就在前一天，奇瑞剛剛在其采購服務平臺發布“2025年奇瑞股份墨甲激光雷達采購項目”，雖未披露具體的數量與參數，但已明確其硬件落地的推進節奏。
更早之前的9月8日，特斯拉開通“TeslaAI”微博賬號，首條微博便聚焦人形機器人，“我一直在努力改善自己的身材”，配圖則是金色的Optimus。
車企集體“跨界造人”的熱潮愈演愈烈。
一方面，新能源汽車市場在經歷了價格戰、技術戰后，頭部企業開始尋找新的突破口；另一方面，具身智能被寫入政府工作報告，進一步釋放了積極信號。2025年《政府工作報告》指出，建立未來產業投入增長機制，培育生物制造、量子科技、具身智能、6G等未來產業。
只不過，這場轟轟烈烈的比拼背后，是技術積累的必然延伸，還是新能源汽車賽道內卷后的“避險式跟風”，還需要時間和技術來進一步驗證。
人形機器人，車企的新“賽點”？
當AI正以驚人的速度向前推進，人形機器人賽道成為了車企爭相布局的下一片藍海。
據時代周報記者不完全統計，目前已經對外披露了進軍人形機器人賽道的車企，除了上面提到的特斯拉、奇瑞、小鵬外，還有小米、廣汽、上汽、比亞迪、理想、極氪、賽力斯、長安等20余家企業。
只不過，盡管多數車企紛紛官宣涉足人形機器人領域，但在具體推進戰略與落地節奏上，不同企業呈現出了明顯的差異化特征。
比如特斯拉、小鵬、小米、廣汽等車企，主打自研，旗下全尺寸人形機器人也都已經推出。
2024年12月26日，廣汽集團在2024中國機器人網年會上發布自主研發的第三代具身智能人形機器人GoMate。小米的人形機器人CyberOne早在2022年就已經亮相，“出生”時間遠早于小米汽車。
2025年3月，科創板日報曾報道“小米機器人CyberOne 正分階段落地亦莊產線”，不過隨后遭到了小米方面的否認。
對于人形機器人的進展，小米相關人士回應時代周報記者：“一切以官方信息為準。”
相較于小米的審慎，小鵬則更為“高調”。在德國慕尼黑車展上，小鵬除了攜全新小鵬P7參展，也同步展出了人形機器人IRON。小鵬汽車董事長何小鵬提到，“從汽車到機器人，我們重新思考 AI 如何成為人與出行的伙伴。”
小鵬汽車相關人士告訴時代周報記者，小鵬人形機器人IRON已經進入工廠實訓，并將在今年第四季度推出下一代超類人機器人，目標是在2026年實現量產。
除自主研發陣營外，奇瑞、吉利、現代、豐田等車企則選擇通過 “外部合作、成立子公司或收購” 等資源整合方式布局人形機器人領域，并已推出相關產品。
此外，越來越多的車企也在陸續對外釋放與人形機器人相關的消息，進一步壯大了賽道參與陣營。
9月5日的2025世界智能產業博覽會上，長安對外宣布，計劃于2028年量產下線人形汽車機器人。早在2024年12月，理想汽車CEO李想就肯定地表示，“理想汽車100%會做人形機器人，但不是現在。”
市場很火，但拐點未到
國際智能運載科技協會秘書長張翔告訴時代周報記者，車企入局人形機器人，從表面看是借助創新投入與成熟營銷手法，進一步提升品牌的大眾認知度。但背后，更深層次的原因是 AI大模型突破與智能汽車技術外溢，打破了產業化瓶頸。
“比如，AI 大模型（如 ChatGPT）為機器人賦予‘大腦’；智能汽車的智能輔助駕駛算法、激光雷達、電動化底盤等技術也都可以復用，從而提升機器人導航、感知與動力能力，二者形成技術閉環，加速機器人核心功能突破。”
車企的積極參與不僅為行業注入發展信心，更直接推動市場規模擴容。第二屆中國人形機器人與具身智能產業大會上發布的《2025人形機器人與具身智能產業研究報告》(下稱“報告”)顯示，2025年，中國具身智能市場規模預計達52.95億元，占全球約27%；人形機器人市場規模預計達82.39億元，占全球約50%。
報告指出，人形機器人與具身智能加速演進，成為全球科技創新制高點。2025年，全球具身智能市場規模預計達195.25億元，2030年預計達2326.3億元，復合年增長率(CAGR)達64.18%。
此前，多位頭部車企 CEO 曾預判 “2030 年將是人形機器人規模化應用的關鍵轉折點”，但與車企的樂觀預判不同，身處技術前沿的科技公司則持有相對冷靜的看法。
2025 Inclusion外灘大會上，宇樹科技創始人王興興在談到“當前機器人的發展”時表示，“現在的語言模型在文字和圖像領域做得很出色，但在讓AI真正干活的領域，還處于荒漠中長了幾根小草的狀態，真正大規模爆發性增長的前夜還未到來。”
“數據和模型都是機器人的難點。”王興興直言，在數據方面，核心問題是很難判斷優質數據的標準。機器人的優質數據如何采集，哪些數據類型需要采集、需要多大規模，都處于模糊的階段。
“眼下硬件是足夠用的，最大的問題是AI模型本身的能力不太夠。沒辦法讓硬件真正用起來。”王興興進一步說道。
還未登錄
