Optimus量產提速,人形機器人時代臨近。
新眸原創·作者 | 棠寧
在特斯拉第三季度財報電話會上,埃隆·馬斯克幾乎沒有談論汽車,而是將敘事重心徹底轉向了人形機器人Optimus。他宣佈,Optimus V3將在2026年第一季度發佈,計劃明年底啓動年產100萬臺規模的生產線。
馬斯克描繪的機器人未來背後,是全球具身智能賽道的瘋狂競賽。2025年,中國市場上半年就發生141起投孖展事件,51起單筆過億元,孖展總額已超去年全年兩倍。
在此之前,外界對Optimus的認知仍停留在「前沿技術探索」層面,即便2025年初第二代機型在世界機器人大會上展現出更靈活的運動能力,多數分析師仍將其量產時間表定在2026年之後。
但馬斯克的表態打破了這種觀望——100萬臺的年產能目標,背後是特斯拉在電動汽車領域積累的供應鏈管理、規模化生產經驗,以及Dojo超算帶來的AI訓練效率提升。
更關鍵的是,當產量突破百萬級,Optimus的單價有望降至2萬美元,這一價格將徹底擊穿消費級與工業級市場的准入門檻,就像當年Model 3重塑電動汽車市場那樣,開啓人形機器人的普及週期。
也就是說,這場劇變的底層邏輯,是技術突破與市場需求的雙重驅動。
國際巨頭中,特斯拉Optimus完成從原型機到量產機型的迭代,Figure AI在寶馬工廠實現核心工序落地,OpenAI通過投資硬件載體完成認知層技術的場景轉化;國內賽道同樣硝煙四起,宇樹發佈新一代人形機器人R1,智元則憑藉大模型優勢推出具身智能解決方案,成立兩年來密集孖展11輪,總額數十億元。
01
人形機器人為什麼這麼火?
「過去三年,具身智能創業的熱度幾乎每半年就上一個臺階,現在走到了從技術概念到商業價值的關鍵轉折期。」一位連續跟蹤機器人賽道的分析師告訴《新眸》。
如果以2022年特斯拉首次發佈Optimus為起點,近三年的具身智能變革清晰地分為三個階段,每個階段的技術突破與玩家佈局,共同推動了人形機器人的「破圈」。
具體來講,2022-2023年是運動控制突破期,核心特徵是「讓機器人站穩、走穩」。這一階段,行業的技術焦點集中在機械結構優化與基礎運動能力實現上。這一階段的玩家以技術型創業公司和科技巨頭為主,孖展多集中在種子輪和天使輪,行業共識是「先實現技術可行性,再談商業化」。
2023-2024年進入多模態感知融合階段,核心突破是「讓機器人看懂、聽懂」。隨着多傳感器技術的成熟與AI算法的迭代,人形機器人開始具備環境交互能力。這一階段,行業玩家數量激增,孖展輪次向A輪集中,企業開始嘗試小範圍場景測試,工業裝配、物流搬運成為首選領域。
2024-2025年則迎來認知覺醒關鍵期,核心變革是「讓機器人會思考、能決策」。尤其是GPT-4.5等超大規模模型的商用化,為具身智能提供了強大的認知支撐。這個階段的典型特徵是,行業孖展規模爆發式增長,大額孖展頻現,國際巨頭與國內頭部企業開始佈局量產計劃,賽道從「技術比拼」轉向「商業化競速」。
在這場全球競賽中,國內外具身智能市場呈現出顯著差異。從技術路線看,國際玩家更注重「全棧自研」與「場景深耕」:特斯拉依託汽車領域的技術積累,實現FSD芯片、視覺系統、運動算法的垂直整合;Figure AI聚焦工業場景,與寶馬達成深度合作,通過實際應用迭代產品。
反觀國內玩家,呈現「單點突破+生態協同」的特徵,在靈巧手、傳感器等核心部件領域不斷實現技術突破,但整機集成能力仍需提升,多數企業選擇與下游場景方合作,通過「定製化解決方案」打開市場。
這種差異性的背後,是技術積累、產業基礎與市場需求的多重作用。
國際巨頭憑藉多年在AI、汽車製造、工業自動化領域的沉澱,具備全產業鏈整合能力,且海外工業場景對高精度機器人的需求更為迫切,願意為新技術支付溢價;國內市場則受限於核心部件進口依賴、標準不統一等問題,整機成本居高不下,同時消費級市場對價格敏感,推動企業優先在細分場景實現技術突破。
除此之外,政策導向也影響着市場走向,國內對具身智能的扶持政策更側重「產業鏈培育」,而海外更強調「技術創新與商業化自由競爭」,這種差異進一步塑造了國內外玩家的佈局邏輯。但無論是國際巨頭的全棧佈局,還是國內企業的單點突圍,最終都指向同一個結論:人形機器人的技術門檻正在快速降低,商業價值逐漸顯現,這正是其持續「走紅」的核心原因。
02
馬斯克在下一盤怎樣的大棋?
特斯拉Optimus的每一次動作,都牽動着行業神經,這背後不僅是產品本身的技術突破,也藏着馬斯克對特斯拉未來的戰略重構。
剝開Optimus的技術外殼,其特殊性在於:它不是一款孤立的機器人產品,而是特斯拉「AI+製造」生態的核心載體,是馬斯克實現「將人工智能帶入物理世界」願景的關鍵落子。覆盤Optimus的發展歷程,每一個關鍵節點都暗藏着戰略決策。
2022年首次發佈時,Optimus的原型機動作僵硬,甚至被外界質疑「技術不成熟」,但馬斯克堅持將其推向公衆視野,這一決策的核心並非產品展示,而是「佔位」——通過提前鎖定行業關注度,吸引供應鏈資源與技術人才,同時向市場傳遞特斯拉從「汽車製造商」向「智能體公司」轉型的信號。
2023年,特斯拉將FSD自動駕駛技術遷移至Optimus,這一戰略複用堪稱「降維打擊」:FSD芯片提供的強大算力支持機器人實時環境建模,Autopilot視覺系統解決了感知難題,既降低了研發成本,又加速了技術成熟,這種「技術遷移」策略成為Optimus的核心競爭力。
2024年,馬斯克啓動Dojo超算的擴容計劃,斥巨資實現機器人並行訓練,將新技能學習週期壓縮至24小時。該決策直指量產核心痛點——AI訓練效率,只有通過超算賦能,才能讓機器人快速適配不同場景,為大規模商用奠定基礎。
2025年第三季度財報電話會上,馬斯克拋出100萬臺年產能目標與Optimus V3發佈計劃,標誌着戰略重心從「技術迭代」轉向「商業化落地」,這一切的底氣,正是特斯拉在電動汽車領域積累的規模化生產經驗與供應鏈管理能力。換句話說,馬斯克對Optimus的預期早已超越「一款產品」的範疇。
他多次公開表示,未來特斯拉約80%的價值將來自Optimus機器人,其終極目標是打造「通用人形機器人」,覆蓋工業生產、家庭服務、醫療護理等多個場景。在馬斯克的構想中,Optimus將成為繼個人電腦、智能手機之後的新一代智能終端,重構人與機器的交互方式,而特斯拉則將通過機器人的規模化部署,構建起「硬件+AI服務」的商業閉環,徹底擺脫對電動汽車業務的依賴。
值得一提的是,這種預期並非空中樓閣,摩根士丹利的報告預測,到2050年全球人形機器人市場規模將達5萬億美元,若特斯拉能佔據10%的市場份額,僅Optimus業務就能帶來5000億美元的營收,遠超當前電動汽車業務的峯值。
隨着Optimus加速量產,具身智能市場正迎來「分化時刻」,不同玩家的路徑差異愈發清晰。馬斯克選擇的是「規模化+通用化」路徑:依託特斯拉的製造優勢,先通過工業場景實現量產爬坡,降低單位成本,再逐步滲透消費級市場,最終打造通用型機器人。這種路徑的核心是「規模製勝」,本質上是複製了Model 3在電動汽車領域的成功邏輯。
反觀國內玩家,大多選擇「細分場景+定製化」路徑。宇樹聚焦工業物流與特種作業場景,通過優化機器人的載重能力與環境適應性,滿足特定行業的剛需;智元則以具身大模型為核心,為傳統機器人企業提供AI解決方案,避開整機制造的重資產陷阱。
這種路徑差異的根源在於資源稟賦:特斯拉擁有全球頂尖的製造能力、超算資源與品牌影響力,有能力承擔通用型機器人的研發與量產風險;而國內企業受限於核心部件成本、製造經驗不足等問題,選擇細分場景突破更為務實。
03
警惕具身智能泡沫
人形機器人的熱度讓人想起科技行業過往的多次風口,但歷史經驗告訴我們:狂熱背後往往潛藏着泡沫。從2010年前後的工業機器人概念熱,到2018年的服務機器人資本狂歡,再到2021年的元宇宙機器人炒作,每一次風口都伴隨着孖展激增與企業湧入,但最終能穿越週期的玩家寥寥無幾。
與前幾次相比,此次具身智能的熱潮規模更龐大、技術迭代更快,但暴露的問題也更為突出。
數據顯示,2025年國內具身智能企業中,74%的孖展集中在A輪及更早階段,超過80%的企業尚未實現規模化營收,多數產品仍停留在「原型機展示」或「小範圍測試」階段,距離真正的商業閉環還有很長距離。
從國內外具身智能的進展來看,行業呈現出「技術領先於商業」的普遍特徵。國際層面,特斯拉Optimus雖定下100萬臺產能目標,但截至2025年第三季度,試產規模仍不足1000臺,稀土材料出口管制帶來的電機供應鏈壓力、AI算法在複雜場景的適配難題,都可能延緩量產進度;Figure AI在寶馬工廠的應用雖取得突破,但僅覆蓋4個核心工序,且依賴定製化的環境改造,難以快速複製到其他場景。
國內企業的進展則更偏早期,宇樹的H1機型雖實現了運動能力的提升,但在認知決策層面仍需依賴大模型能力;智元的具身解決方案雖已落地部分場景,但商業化能力還有待驗證。
這種「技術熱、商業冷」的反差,根源在於供需關係的錯位。
從需求端看,市場對人形機器人的需求是「高性價比+強適配性」:工業場景需要機器人降低生產成本,消費場景需要機器人價格親民、操作簡單;但從供給端看,當前機器人產品普遍存在「成本高、適配弱」的問題——一臺人形機器人的成本不菲,遠超工業企業的承受能力,而消費級產品的功能又難以滿足多樣化需求。
更關鍵的是,目前行業內關於機器人的自由度、感知精度、AI訓練框架等關鍵技術指標尚無統一標準,企業各自為戰導致研發資源浪費;國內機器人核心部件如高端電機、精密傳感器的進口依賴度高,這不僅推高了成本,還存在供應鏈安全風險;而資本的盲目湧入進一步放大了泡沫,部分企業僅憑概念孖展,缺乏核心技術與落地能力,一旦資本退潮,必將被市場淘汰。
警惕泡沫,不是否定行業價值,而是要保持理性。畢竟,人形機器人的發展是一場長跑,而非衝刺。對於企業而言,與其追逐風口炒作概念,不如沉下心來打磨產品、深耕場景。
本文系新眸原創,申請轉載授權、商務合作請聯繫微信:ycj841642330,添加好友請備註公司和職位。