電動車廠轉投人形機械人：製造優勢能否追上 AI 能力

圖片：TechLab 自製資訊圖

TechLab 編輯部（譯）·2026-08-29

小鵬的機械人部門本周完成逾 9 億美元融資，投後估值逾 63 億美元；TechCrunch 引述公司說法，這是中國「具身 AI」行業歷來最大單筆私募融資。消息的影響不只在於一間車企取得資金，而是中國電動車產業正把既有的供應鏈、硬件整合和量產經驗，延伸至人形機械人。對車廠而言，這可望在汽車毛利受壓時，開拓新的收入來源；對零件商和 AI 團隊而言，則意味客戶要求可能由車載系統擴展至可在現實環境行動的機器。

不過，這條路的限制同樣清楚：能做出外形逼真、關節靈活的機械人，不等於能讓它在工廠或商業場所可靠地完成工作。TechCrunch 所述的投資與開發計劃，尚未證明大規模商業部署已經成立。人形機械人要處理的是感知、理解、決策、抓取和移動互相牽連的系統問題；任何一環在真實環境失誤，都可能拖慢部署。因此，車廠入局可視為供應鏈能力的延伸，但不能直接等同為短期可兌現的盈利業務。

車企為何把下一注押在具身 AI

電動車公司接連關注人形機械人，背後是汽車業務的回報壓力與技術資產重用。Dunne Insights 行政總裁 Michael Dunne 向 TechCrunch 表示，小鵬尤其專注自動化，也是較早大力投入人形機械人的中國車企；他認為，創辦人何小鵬看見汽車利潤將變得非常微薄，機械人的前景因而更吸引。這是受訪者的判斷，並非對小鵬財務前景的既定結論，但點出了車企轉型的商業邏輯：汽車市場競爭加劇時，企業會尋找可承接研發、製造與資本投入的相鄰市場。

小鵬押注的產品是名為 Iron 的人形機械人，定位是商業部署。其機械人部門的本輪投資由 IDG Capital 領投，高榕創投、騰訊及阿里巴巴參與；《華爾街日報》此前報道，何小鵬與小鵬聯席總裁 Brian Gu 合共投入約 1 億美元。管理層以個人資金參投，顯示其投入程度，但不會自動降低技術、成本或客戶採購風險。市場仍要看 Iron 能否由展示與原型，走到可重複交付、可維修及可計算回報的商業方案。

小鵬並非孤例。報道稱，奇瑞汽車旗下機械人部門 AiMOGA 本月據報開始為首次公開招股作準備，比亞迪則發布名為「小迪」的人形機械人；長安、廣汽、理想、上汽和賽力斯亦在開發人形機械人。當中涉及 IPO 的消息仍屬報道引述，最終應以公司披露及監管文件為準。較有意義的訊號，是人形機械人已逐漸成為車企展示下一代技術能力及爭取資本市場敘事的共同方向，競爭很可能由單一產品比拼，演變為整套研發與供應體系的比拼。

製造護城河與 AI 缺口是兩回事

中國車企的優勢，在於它們本來已需處理複雜硬件的採購、組裝、品質控制與量產節奏。Dunne 指出，這些企業擁有完成硬件工作的條件。放在人形機械人上，這意味車企可能較容易把零件、機構、電池、感應器及生產流程整合為可製造的產品，並有機會以汽車業積累的供應鏈談判能力壓低成本。若機械人最終需要大量出貨，這種能力十分重要，因為實驗室原型與穩定生產之間往往存在很大距離。

但同一位受訪者亦提出核心疑問：它們能否在 AI 方面追上 Tesla。這個問題不應被簡化為誰的機械人走得更像人。報道指出，研究人員相信，大型語言模型背後的 AI 技術可令複雜機械人學習幾乎任何任務；真正的挑戰是，模型如何把語言或視覺理解轉成安全、準確和可重複的身體動作。要在不同物件、位置、光線與干擾下保持表現，所需的資料、訓練與現場驗證，未必能靠成熟製造流程補足。

Tesla 的 Optimus，以及 Boston Dynamics 的 Atlas 影片，已令人形機械人成為大眾熟悉的技術題材。不過，影片帶來的注意力與工廠可部署性之間仍有距離。除了小鵬及 Tesla，Agility Robotics、Apptronik 和 Figure 也在追求大規模商業部署。這代表中國車企面對的並非單純的中美品牌競爭，而是不同公司在硬件工程、模型訓練、資料累積、資金耐力和客戶驗證上的長期競逐。對產業鏈來說，供應某一個零件未必足夠，能否融入可靠的整機與軟件平台，會更影響價值分配。

工廠部署會比發布會更能說明問題

目前較具體的落地路線來自現代汽車與 Boston Dynamics。報道稱，現代計劃今年把 Atlas 帶到其美國喬治亞州工廠，並預計到 2028 年讓機械人承擔零件排序等工作。現代亦與 Google 的 AI 研究實驗室 DeepMind 合作，加快 Atlas 開發，並計劃今年開設 Robot Metaplant Application Center，訓練機械人掌握抬舉、轉彎等動作。這種安排反映，商業化的重點不是一次示範，而是把特定工作拆解、訓練、測試，再放回受控的生產流程。

若以此作比較，小鵬等車企的製造基礎可成為試驗場，也可讓它們較接近潛在企業客戶的工作流程；但這只是合理推論，報道未有交代 Iron 的實際部署時間、任務種類或客戶採用情況。企業最先採用人形機械人的位置，較可能是流程明確、環境相對受控、出錯成本可管理的工作，而非要求機械人在所有場所像人一樣處理例外情況。這亦解釋了為何評估進展時，應看可連續完成多少具體任務，而非只看機械人的外觀、步態或單次表演。

汽車業之外，供應商 Mobileye 已在今年以 9 億美元收購人形機械人初創 Mentee Robotics；Rivian 也透過分拆公司 Mind Robotics 涉足機械人，但其產品預期不會採用其他公司開發中的典型人形外觀。這說明「人形」並非唯一技術路徑，企業會按任務、場地和成本選擇機器形態。接下來值得觀察的，是中國車企能否公布可核實的工廠任務、運作可靠度與部署規模，以及它們如何補足模型與軟件能力；這些進展將比融資額或發布影片，更能判斷電動車供應鏈轉向具身 AI 的實際成色。