今年9月初， 小鹏机器人 业务完成首轮超过9亿美元融资，投后估值突破63亿美元（约430亿元），由IDG资本领投，腾讯与阿里巴巴以战略投资者身份入局。何小鹏在二季度业绩会上披露，自己已亲自兼任机器人业务CEO，并把IRON的量产时间表定在年底。一笔刷新行业纪录的融资，把“车企造人”这个话题重新推到台前。
这不是孤例。新华财经的梳理显示，从 特斯拉 Optimus的持续迭代，到小鹏IRON、广汽、奇瑞、比亚迪、理想等头部车企相继披露进展，跨界“造人”已从个别企业的前瞻探索，演变为整个行业的战略浪潮。公开报道称，近20家车企通过自研、投资或成立子公司切入具身智能。
资本看中的第一张牌，是供应链的复用率。现代电动车本身就集成了电池、电机、传感器、摄像头、AI芯片、自动驾驶软件、控制系统与制造自动化——这些能力栈与人形机器人高度重叠。车企做机器人，不是从零搭一套硬件体系，而是把已经跑通的车规级供应链直接平移。
具体复用了什么？三电与电机对应机器人的关节驱动，传感器与摄像头构成本体感知，车端AI芯片承接端侧推理，自动驾驶软件栈复用到导航与决策，整车控制与制造自动化则直接变成机器人的运动控制与量产能力，车规级质量体系更是现成的准入门槛。一层层拆开，汽车和机器人共享的是同一套“机电智”底座。
小鹏IRON是一个具象样本。公开参数显示，IRON全身拥有76个自由度，单手灵巧手具备21个自由度，并搭载3颗图灵AI芯片，端侧有效算力达2250 TOPS，物理AI大模型已在端侧部署，可在无遥操情况下自主完成复杂任务。何小鹏的解释很直接：背后有 小鹏汽车 多年车规级制造体系托底，供应链复用率高，试错成本比纯机器人创业公司低很多。
奇瑞的路径同样扎实。由奇瑞于2025年出资成立的 墨甲机器人 ，已在集团内部孵化两年有余；执行副总裁张贵兵称，墨甲被定位为继汽车主业、用户生态之后的“第三增长曲线”，研发投入“不设上限”。车企的逻辑高度一致：用主业利润与供应链，给机器人业务持续输血。
更关键的一点，是工厂本身就是训练场。汽车产线是有结构、可复现的真实场景，机器人可以在这里持续积累操作轨迹、力控与视觉数据，反哺模型迭代。这恰好对应行业正在强调的“实景实训—数据沉淀—模型迭代”数据飞轮：不是靠实验室堆参数，而是越用越智能。
北京人形机器人创新中心 开源的RoboMIND数据集是一个侧面注脚。中心在9月2日宣布该数据集全球下载量突破2000万次，数据基地部署150余台机器人、年产能达18万小时，目标是打造面向全球的具身智能“数据超级工厂”。当真实数据成为稀缺资产，谁手里有场景、谁就能更快转起飞轮。
但复用不等于通吃，这是需要冷静拆开的部分。车规级制造解决的是“能不能稳定造出来”，而人形机器人的核心难点正在从运动能力转向精细操作与自主作业。2026世界机器人运动会上，天工Ultra把400米成绩从一年前的1分28秒缩短到38.15秒，速度背后是感知与控制的实质进步；但高速过弯吃力、制动失灵，仍指向伺服系统响应瓶颈。硬件本体成熟了，灵巧操作的鸿沟还在。
成本结构是被忽视的红利。电动车把电池、电机、电控压到了commodity价位，规模效应直接外溢到机器人本体；当关节模组、线控与电源管理可以借用汽车量产线，机器人单机的物料与制造成本曲线天然更平缓。这也是车企敢于喊出“数千台月产能”的底气之一。
盈利压力却是真实约束。 优必选 上半年收入12.7亿元、同比翻倍，全尺寸人形机器人相关收入增长1445%至5.9亿元，卖出921台全尺寸人形；但公司仍净亏3.39亿元，只是亏损同比收窄23%。收入涨得快，不代表商业模式已经跑通。车企带着主业利润进场，短期能扛亏损，长期仍要回答“谁买单、买多少”的问题。
量产节奏与真实部署之间也有落差。小鹏称IRON计划年底进入规模量产，2027年面向零售与服务业外部客户交付，月产能可随需求提升至数千台； 特斯拉 Optimus同样把量产挂在嘴边多年。从“产线试用”到“千家万户”，中间隔着可靠性、成本与安全验证。运动会上机器人撞护栏摔倒，暴露的不是笑点，而是快速恢复能力的真实短板。
资本叙事本身也值得看清。IT桔子数据显示，今年上半年国内具身智能赛道融资总额达935亿元，同比增长5倍。资本的逻辑很直白：硬件本体经过数年发展已相对成熟，赛场暴露的短板正是未来要攻坚的方向。车企入局，给这条曲线加了一把供应链与现金流的杠杆。
对纯机器人创业公司而言，车企下场既是压力也是参照。 宇树科技 已在科创板上市， 智元机器人 推进港股IPO，二者被视为全球出货量前两名； 星海图 把G0.5具身基础模型推向京东物流前置仓的真实调度。当“会干活”取代“会跳舞”成为评判标准，比拼的是谁能更准确理解场景需求、更稳定地替代人工，而不只是完成更高难度的炫技动作。
回到供应链这个切口：车企造人的真正优势，不在“造车的人更懂机器人”，而在车规级供应链、整车工厂与现金流三者叠加形成的复用效率。这种效率能不能转化为机器人本体的竞争力，最终仍要看灵巧操作、数据飞轮与商业部署能否同步跑通。
一个容易被忽略的背景是，车企把机器人抬到战略高位，往往发生在主业增长承压之时。小鹏二季度净亏损同比扩大近1.8倍，汽车毛利率同比下降；在这种语境下，机器人被寄望为更具想象空间的第二曲线。供应链可以复用，但主业的焦虑并不能靠换个赛道自动消失。
所以看待“车企造人”，不妨把它拆成两层：表层是又一家巨头下场凑热闹，里层是一场关于“哪类企业更先把机器人造出来、用起来”的产业重排。供应链复用降低了入场门槛，却没有取消终点线——谁先跨过灵巧操作与规模部署，谁才真正赢得这一局。
本文基于公开报道整理。