高难度武术动作、自然的群控协同、精准的卡点舞蹈……2026年除夕夜，当一群身着花棉袄的人形机器人在春晚舞台上扭起秧歌时，大多数观众还只当这是一场炫目的科技秀。

然而，春晚的掌声尚未散尽，聚光灯背后的产业暗战已经悄然在无数个汽车工厂的车间里打响。

就在过去的两周内，三条消息让资本市场和制造业同时侧目：德国宝马宣布其莱比锡工厂将成为欧洲首个部署人形机器人的汽车组装基地；日本丰田签署合同，计划在加拿大工厂增配Digit机器人；中国小米则披露，其人形机器人已在自家电动汽车压铸车间连续3小时自主拧螺母，成功率超过90%。

如果你觉得这只是几家巨头一时兴起的“玩具”，那可能低估了这场变革的深度。特斯拉不惜改造弗里蒙特工厂的汽车产线来生产Optimus；小鹏扬言要在2026年底实现高阶人形机器人量产；比亚迪更是规划在2026年内部部署2万台机器人 。

从“造车”到“造人”，这场跨界集体迁徙究竟是AI浪潮下的必然进化，还是被内卷逼到墙角后的孤注一掷？当钢铁躯体开始替代血肉之躯走进车间，我们离真正的“无人工厂”还有多远？

01 它们不是来跳舞的，是来拧螺丝的

在公众的认知里，人形机器人还停留在后空翻、跳舞甚至“被踹一脚能爬起来”的猎奇阶段。但企业算的从来不是流量账，而是经济账。

小米近日披露的细节，或许能让我们看清这种“代差”。在小米汽车的一体化压铸车间，人形机器人要干的活极其枯燥：从装置中拾取自攻螺母，放置在定位夹具上，然后与滑轨输送机协调，完成对后地板的自动紧固。

这一连串动作，人类工人或许闭着眼都能完成，但对机器人却是巨大的挑战。“最大的难点在于自攻螺母的精确对准和可靠啮合。” 小米的技术团队坦言 。结果是，这台机器人连续工作了3小时，双侧同时安装成功率90.2%，跟上了生产线最快76秒的节拍 。

90.2%的成功率，在实验室里或许是值得发论文的突破，但在工厂老板眼里，那接近10%的失败率意味着停线、报废和巨额损失。这也恰恰揭示了当前人形机器人进厂的真实状态：它们确实进去了，但还只是个需要“老员工”擦屁股的实习生。

宝马的路径同样谨慎。在经历了美国南卡罗来纳州工厂与Figure AI的合作试点后，宝马才敢在德国莱比锡“老家”引入基于Hexagon Robotics平台的新机器人，用于电池和零部件生产 。丰田的Digit机器人，目前也主要局限在牵引车上装卸周转箱这类相对结构化的物流场景 。

如果把汽车工厂比作一个大型交响乐团，现在这些人形机器人，顶多算是刚拿到乐谱、还在数拍子的练习生。但即便如此，它们能进工厂，本身就标志着一个转折点：人形机器人终于走出了波士顿动力式的“杂技秀”，开始触碰工业文明的基石——生产线。

02 为什么是车企，又为什么是现在？

一个值得玩味的现象是，这一轮“造人”运动的主力军，既不是传统的机器人四大家族，也不是纯粹的AI初创公司，而是一群被价格战打到焦虑的汽车巨头。

要回答“为什么”，得先看清汽车行业当下的窘境。

2025年，中国新能源汽车渗透率突破50.8%，但随之而来的不是盈利狂欢，而是存量博弈的绞杀战。碳酸锂价格波动、芯片短缺、库存高企，行业平均利润率已被压至4.5%的工业警戒线以下 。卖一辆车挣不到多少钱，成了多数车企的心头之痛。

当“增长”在主营业务上变得奢侈，企业必须寻找第二曲线。这时候，它们低头一看，发现自己手里其实握着一把金钥匙。

“把汽车立起来，就是人形机器人。” 中国电动汽车百人会副理事长张永伟的这个论断，正在被反复验证 。

拆解一台人形机器人，你会发现它几乎就是一台去掉外壳的智能汽车：它需要看路（视觉感知），需要保持平衡（底盘线控），需要规划路径（智驾算法），甚至它的“端到端”大模型逻辑，与自动驾驶如出一辙。据测算，人形机器人与智能汽车在核心零部件层面的通用率高达60%以上，包括电机、电控、电池、减速器、域控制器 。

这意味着什么？意味着特斯拉可以把FSD的算法直接“灌”给Optimus；意味着小鹏在P7+上积累的感知能力，可以无缝迁移到IRON身上。车企造人，不是跨界打劫，而是技术下放。

更关键的是，车企拥有一个让所有纯机器人公司都眼红的东西：现成的实验场景。 传统的机器人公司研发产品，需要去求着工厂给个试用机会，收集数据难如登天。而车企直接把自己的工厂变成了“数据饲养场”。小鹏的IRON已经在P7+产线上干起了分拣和质检；比亚迪规划的数万台机器人，哪怕效率只有人工的三成，也能在自有工厂里慢慢迭代，直到有一天效率反超 。

这种 “研发-使用-迭代”的内循环，是车企在这一轮竞赛中最深的护城河 。

03 两条路线：卖给你，还是给我自己打工？

虽然都在“造人”，但各家的小算盘其实并不一样，甚至演变成了两条截然不同的商业化路径。

第一条，是以特斯拉为代表的激进派。 马斯克的野心从来不是卖机器人给工厂，而是卖给全世界。他计划将单台Optimus成本控制在2万美元（约14.5万人民币） 以内，甚至不惜停产热销车型，将生产线腾出来专供机器人 。在马斯克的叙事里，未来机器人业务的价值将远超汽车业务，成为真正的通用消费品。这条路线赌的是未来，赌的是人形机器人能像手机一样成为生活刚需。

第二条，是以现代-波士顿动力、以及多数中国车企为代表的务实派。 现代收购波士顿动力后，并没有急着让Atlas去跳舞拍视频，而是将其按在汽车工厂里搬运零部件，计划2028年大规模部署 。广汽的GoMateMini优先在康养、安防和地铁试点；小米的机器人先在自家拧螺母 。

中国车企的现实很骨感：先把“工人”的成本赚回来。

说得更直白一点，前者是想把机器人做成“iPhone”，卖给所有人；后者是想把机器人做成内部降本增效的“生产工具”。很难说哪种更高明，但在当下这个时间点，如果连自家工厂的活儿都干不明白，又凭什么指望消费者为家里的“机器人管家”买单？

04 “学徒工”的窘境：笨拙、昂贵且脆弱

无论是哪种路线，眼下都必须面对一个尴尬的现实：人形机器人远没有宣传的那么美好。

雷军很坦诚地给外界泼了盆冷水：“可能大家现在看着还觉得有点‘笨拙’，但这的确是个非常有意义的开始。”他甚至用了一个更精准的词来形容机器人现在的状态——“学徒工” 。

从“学徒工”转正为“正式工”，有三座大山必须翻越。

第一座山：成本。 一台高性能人形机器人的造价动辄数十万元，核心零部件（电机、减速器、力控传感器）仍处于小批量定制、高成本的状态 。就算特斯拉能把成本压到2万美元，对于绝大多数中国制造企业来说，这笔投入也得算一笔账：一个工人年薪10万，机器人干三成活儿，成本却是工人的几倍，这笔买卖划算吗？答案是显而易见的。

第二座山：可靠性。 春晚舞台上摔一跤，那是节目效果；工厂里摔一跤，那就是生产事故。小米能做到90.2%的成功率，这已经是行业领先，但在车间主任眼里，那9.8%的失败概率就是悬在头顶的达摩克利斯之剑 。波士顿动力CEO Robert Playter也承认，机器人目前仍缺乏理解环境和用手操作陌生物体所需的智能 。

第三座山：数据与标准。 机器人需要在真实场景中喂养海量数据才能进化。但目前各家数据互不打通，标准尚未统一，数据孤岛现象严重 。更麻烦的是，发改委已经注意到行业同质化风险，高盛供应链调研显示，国内关键零部件企业的产能规划甚至已达未来需求的数倍，产能冗余的隐患已经埋下 。

05 无人工厂，还远但不必灰心

瓦尔堡研究的一位分析师预测，到2030年，中国将建成第一家完全“黑暗”的汽车工厂——所有工序均由机器人完成，无需开灯 。

这个预言足够诱人，也足够吓人。但结合现状来看，2030年或许过于乐观。人形机器人要在工业场景中大规模替代人类，不仅仅是技术问题，更是经济问题和社会问题。

不过，也不必因此否定这一轮热潮的价值。2026年之所以被称为 “人形机器人量产元年” ，是因为它完成了技术从实验室到场景的惊险一跃 。哪怕现在的机器人还笨拙、昂贵、成功率只有九成，但当你看到它们真的在宝马的车间里搬运电池，在小鹏的产线上拧螺丝，在小米的压铸机旁捡螺母时，你应该意识到：

那个在春晚舞台上演出的“演员”，终于开始进厂“上班”了。 虽然它还只是个学徒工，但它的成长速度，可能比任何一个人类学徒都要快。

至于“造车不用人”这事靠不靠谱，答案或许很反直觉：在可预见的未来，造车离不开人，但造车的人，可能将不再是流水线上的操作工，而是坐在电脑前训练机器人模型的算法工程师。

汽车工业的终局，不是人去楼空的黑暗工厂，而是一群人和一群钢铁学徒，在碰撞中重构制造业的底层逻辑。