別高估車企「造人」：供應鏈能贏，算法與數據未必能贏！

今年5月，最后一批Model S/X下線，宣告停產退役。46天后，舊生產線拆除乾淨，搭建Optimus人形機器人的首條量產線。

Optimus是特斯拉向AI公司轉型的鑰匙，誕生方式極具戲劇性，不僅要和Model 3/Y共享一座工廠，大腦更直接移植了FSD算法。

一直以來，特斯拉都在反覆強調車上FSD算法可以複用給機器人，汽車行業的重資產包袱變成邊際成本趨於零的軟件優勢，估值因此水漲船高。

木頭姐最近就公開認錯，表示2029年2600美元的目標價模型里壓根沒算進Optimus的價值：「我們在自動駕駛領域過於激進，但在人形機器人領域，我們可能又過於保守了。

馬斯克本人也時常抱怨華爾街低估特斯拉的價值，財報會上屢次為Optimus打抱不平，稱第三代產品是「真正意義上的通用機器人」，是一款「日常生活中真正有用的產品」[2]。

然而，搖旗吶喊背后是略顯尷尬的時間差，特斯拉最早提出這個概念是在遙遠的五年前，至今沒有走到量產這一步。

人形機器人是軟件業與製造業的結晶，一邊承襲自動駕駛，一邊立足精密製造，按理説是汽車公司的舒適區。但眼看着機器人公司風頭日勝，原本佔盡優勢的特斯拉反倒慢了下來，問題究竟出在了哪里？

一、算法移植

2024年，自立門户的Andrej Karpathy做客播客欄目，不經意透露了特斯研發Optimus過程中不為人知的細節。

Andrej Karpathy師從李飛飛，是OpenAI的創始成員，供職特斯拉后迅速組建起AI團隊，是打造Autopilot和FSD的關鍵人物。2022年，Andrej Karpathy重返OpenAI，但小哥發自內心認可老東家，情到濃時説漏了嘴[3]：

「早期版本的Optimus一度以為自己是輛汽車，因為它使用了相同的計算機、攝像頭，還有運行在汽車上的算法。」

FSD算法移植給Optimus使用，不是特斯拉的獨門絕技，人形機器人和自動駕駛技術的確存在共通性。

首先，二者本質接近，都是讓機器理解物理世界，與現實環境動態交互。

其次，二者都遵循「感知-決策-控制」鏈條，傳感器負責感知環境信息，大腦根據「看到什麼」思考指揮，四肢執行最終指令，這是算法移植的前提。

外界估算，Optimus大約複用了60%的FSD算法，何小鵬的答案更激進，人形機器人和汽車在軟件上的共通性高達90%。

也就是説，資本市場按照科技公司給特斯拉估值的邏輯沒有言過其實，其他車企見此迅速行動，紛紛將自家算法打包塞進機器人里面。

這也促成了一個有趣的現象，Optimus項目團隊中有相當一部分工程師來自車輛部門，眼下汽車行業創業最擁擠的賽道，也非人形機器人莫屬。

雖然「汽車人最懂機器人」這句口號喊得很響，但現實發展卻有點不同。

不論是發佈完人形機器人IRON的小鵬，還是摩拳擦掌準備亮出三代王牌產品的特斯拉，集中展示的都是硬件和行動能力。

車企的優勢，很可能不是算法。

二、硬件優勢

相比效果算不上太驚艷的腦部算法移植，車企的優勢恐怕更多來自硬件，具體來説有兩大項。

一是供應鏈管理能力。汽車和人形機器人的零部件雖然通用性不高，但技術原理八九不離十，供應鏈重疊度很高。

除了傳感器、電池這種舊需求，以成本佔整機比重最高的新需求關節為例，電機、減速器和絲槓是三大件，大量汽車供應商參與其中：

恆帥做電機，中鼎做減速器，絲槓有雙林，模組有三花智控，還有什麼都要做的舍弗勒。Optimus供應鏈里唯一的國產諧波減速器公司綠的諧波，也陰差陽錯打入汽車供應鏈。

同時，協調成百上千家供應商，對生產和庫存精細化的管理，也是車企的強項。

這意味着，車企可以將供應鏈管理經驗系統性的遷移到機器人業務上，龐大的汽車訂單不僅能讓車企拿到極低的採購價，還能深度參與產品研發，確保成本優勢。

二是生產製造能力。汽車算得上人類歷史上最複雜的工業品之一，複雜的同時組織大規模標準化生產，本身就是一種能力。

機器人也一樣，造一臺原型機很容易，但能不能量產，良率有多高，決定了機器人成本能否降到合理範圍。

相比手工作坊模式下的初創公司，車企擁有高自動化的生產線、成熟的四大工藝，以及嚴苛的質量管控體系，哪怕產線不能搬來用，生產經驗也完全可以複用。

但在軟件算法上，車企和原生機器人公司，恐怕很難拉開差距。

三、算法差異

人形機器人實現「通用」，硬件是門檻，關鍵在算法。

通用對應專用，傳統機器人專機專用，原因是算法高度依賴函數模型，杯子換了形狀，桌子高個5公分，系統都會崩潰。最近兩年，VLA、世界模型加上強化學習快速發展，機器人才有了向通用過渡的底氣。

巧合的是，智駕算法主流架構也是VLA（視覺-語言-動作大模型）和世界模型，只是對機器人不能簡單套殼。

汽車和機器人面對的物理世界截然不同，算法目標也有本質區別。

自動駕駛算法無論多麼複雜，都服務於「從A點移動到B點」這個目標，傳感器識別出紅綠燈和障礙物，才能做出加速或剎停的判斷，挑戰不外乎是鬼探頭、加塞如何應對以及策略是否舒適，會不會突然來個點頭殺。

人形機器人不一樣，識別到桌面上的水杯是爲了拿起來，看到房間髒亂差要做的是整理衣物打掃衞生。從更長遠的場景通用性看，人形機器人的挑戰更多在於如何上得廳堂又下得廚房。

看懂物理世界對自動駕駛來説已經成功了一半，但對機器人只相當於邁出一小步。

智駕算法只要知道什麼是好的駕駛技術，不與人車主動碰瓷摩擦就行；而人形機器人的價值恰恰體現在接觸環節，懂得物理常識才能操作萬物。

假設一個場景：拿起桌面上的雞蛋，人形機器人要先識別出雞蛋，確認位置，抓取的過程中還要控制手的力度，避免雞蛋滑脱掉在地上或者用力過猛導致碎掉。

在這個場景下，大腦先判斷雞蛋光滑易碎的屬性，下達抓取指令，小腦再根據觸覺反饋實時調整握力，里面既涉及多體動力學又涉及摩擦學，這些通常不是智駕算法會優先考慮的事項。

特斯拉Optimus當過調酒師，也裝過爆米花抓過雞蛋

確切的説，智駕算法輸出的加速剎車指令，壓根無法轉化成機器人需要的技能。

智駕算法做的再好，充其量是一個專用的機器人系統；人形機器人如果只是「從A點到B點」，也不過是車技很好的智駕系統。真正的通用，在於「全能」二字，即它能做什麼以及做的怎麼樣。

單就這一點説，數據是車企面臨的最大攔路虎。

四、數據難題

人形機器人需要大量數據訓練算法，本質是爲了打破莫拉維克悖論：即人做起來輕而易舉的事，AI覺得困難，比如徒手抓雞蛋捏豆腐。

三歲小孩抓雞蛋不破不是因為學過力學，他也不懂摩擦力，但生物進化的本能讓他知道該用多大力。

如果不考慮預先編程和遠程操控，理解生活常識物理規則，后天學習人類本能，對機器人來説本身過於超綱。

因此相比單一的駕駛數據，人形機器人需要的數據既要覆蓋方方面面，又要源源不斷。大腦可以通過看視頻瞭解怎麼做菜，但握住鍋鏟該用多大的力，翻面速度是多少，終歸得多學多練。

問題是，智駕數據可以坐在辦公室里等量產車隊回傳，人形機器人獲取數據明顯困難。

過去，數據採集主要靠真機遙操，操作員佩戴VR頭顯手戴力反饋手套，同步機器人視角，1V1手把手教學。優點是操作數據精準，問題是沒操作員不行，換個機器數據也容易失效，成本很高。

最近兩年開始講數據為王，流行起效率高的無本體數據，採集工具也越發輕便，主要以UMI和EGO為主。一個是手持特製夾爪，記錄手部動作，一個通過可穿戴設備，記錄第一人稱視角操作，方便一份工資打兩份工[4][5]。

這樣一來，無本體數據可以用作算法模型的預訓練，真機數據退居幕后用於模型微調，讓整體效率提高。

印度工廠隨處可見的景象：工人一邊擔心被監視，一邊幾乎零報酬採集數據

在數據這個環節，車企和原生機器人公司面臨的挑戰基本一致，只能撿髒活累活，國內外也沒有差別。

回到車企身上，造車的經驗也許能造出機器人，至於活干的好不好，最終還是要看數據和算法。在人形機器人這場全新競賽里，恐怕沒人掌握直接通關的密碼。

風險提示: 投資涉及風險，證券價格可升亦可跌，更可變得毫無價值。投資未必一定能夠賺取利潤，反而可能會招致損失。過往業績並不代表將來的表現。在作出任何投資決定之前，投資者須評估本身的財政狀況、投資目標、經驗、承受風險的能力及瞭解有關產品之性質及風險。個別投資產品的性質及風險詳情，請細閲相關銷售文件，以瞭解更多資料。倘有任何疑問，應徵詢獨立的專業意見。