车企扎堆造机器人:利润焦虑下的技术迁移与商业化鸿沟
2026/09/04 00:22阅读量 2
2026年上半年汽车行业利润率降至3.6%,迫使小鹏、比亚迪、奇瑞等车企加速布局人形机器人赛道以寻求新增长点。尽管车企在感知决策算法、供应链降本及内部场景数据闭环方面具备显著优势,但人形机器人面临的技术复杂度(约为智能汽车的20倍)、高昂的BOM成本及模糊的商业化路径仍是巨大挑战。目前多数产品仍处演示阶段,工业端回本周期长,C端市场尚未启动,行业正处于从“造车逻辑”向“具身智能逻辑”转型的关键验证期。
事件概述
2026年夏季,中国汽车行业出现集体转向人形机器人的趋势。受汽车主业利润率大幅下滑影响,包括小鹏、比亚迪、奇瑞、理想、小米、蔚来在内的十多家主流车企通过自研、孵化或投资方式进入该领域。这一转变既源于生存焦虑,也受特斯拉Optimus量产引发的竞争压力驱动,同时得益于车企在技术、供应链和应用场景上的既有优势。
核心信息
1. 产业背景:利润触底倒逼转型
- 利润率低迷:2026年1至7月,中国汽车行业收入约6.08万亿元,但净利润仅2162亿元,整体利润率仅为3.6%,远低于下游工业企业平均6.5%的水平。年初1-2月利润率甚至跌至2.9%。
- 单车盈利微薄:价格战导致单车利润极低。例如,吉利单车利润约6389元,长安为619-811元,零跑仅为589元,部分车企处于亏损状态。
- 成本与售价挤压:碳酸锂价格从年初7.5万元/吨飙升至5月的20万元/吨,车规芯片涨幅达180%,而终端售价持续走低,车企陷入“夹心层”困境。
- 市场诱惑:摩根士丹利预测,2030年中国人形机器人市场规模将达150亿美元,2050年全球保有量约10亿台,市场规模达7.5万亿美元。特斯拉拆除Model S/X产线转产Optimus Gen 3(设计年产能100万台)进一步加剧了车企的跟进焦虑。
2. 车企优势:技术平移与生态闭环
- 技术同源性强:智能汽车与人形机器人在感知(激光雷达、摄像头)、决策(端到端AI算法)和执行(电机电控)层面高度重合。何小鹏指出,车企现有70%的技术可直接平移至机器人研发。例如,小鹏IRON搭载与自动驾驶同源的图灵AI芯片(单颗算力2250 TOPS),并复用XNGP算法。
- 供应链降本能力:依托成熟的汽车供应链体系,车企能将机器人成本从百万级大幅降低。奇瑞墨甲机器人量产价格已下探至28.58万元,并实现全球批量交付,累计交付超3000台,其中海外占2000台。
- 应用场景闭环:车企拥有天然的“冷启动”缓冲垫。
- 工业端:自有工厂提供分拣、搬运、质检等标准化岗位(如小米铁大、上汽能仔1号已在产线实训)。
- 服务端:全国数千家门店和园区可承接迎宾、导览等服务需求。
- 数据飞轮:真实场景订单带来连续数据反馈,促进算法迭代,形成正向循环。
3. 主要挑战:技术难度与商业死结
- 技术复杂度指数级上升:何小鹏表示,高阶通用人形机器人的技术难度是智能汽车的20倍。汽车适应结构化道路,而机器人需应对非结构化环境(如家庭杂物、移动人群),涉及数十个关节的三维实时协同,稳定性差,故障频发(如小鹏IRON演示摔倒、宇树机器人伤人事件)。
- 成本结构劣势:人形机器人BOM成本为同级汽车的2.5-3倍。核心部件(谐波减速器、精密力矩传感器、灵巧手)占整机成本60%-70%,对精度和寿命要求极高,且国产化率低,车企供应链优势在此受限。
- 商业化路径模糊:
- 工业端:单台售价高昂,效率不如熟练工人,客户预期回本周期为18-24个月,实际可能长达数年。
- C端市场:20万元以上定价难以普及,目前仅具玩具属性。
- 服务模式:RaaS(机器人即服务)尚处探索初期,卖硬件不赚钱,卖服务未成型。
值得关注
2026年被视为人形机器人“量产元年”,未来两到三年是车企验证其“造人”逻辑的关键窗口期。虽然车企具备技术与供应链基础,但能否突破非结构化场景下的技术瓶颈、解决核心零部件国产化问题并跑通商业闭环,将决定其能否真正切入万亿级市场。行业正从标准化的“造车思维”向复杂的“具身智能思维”艰难过渡。
