在汽車行業的創新浪潮中，人形機器人成為了各大車企競相追逐的新熱點。半年前，宣布涉足機器人領域的車企，往往在資本市場上收獲估值翻倍的佳績，汽車零部件供應商也同樣受益匪淺。這股熱潮的源頭，可追溯至特斯拉發布的人形機器人視頻，隨后，包括小鵬、小米、廣汽在內的多家車企紛紛推出了自己的機器人產品，而理想、蔚來等也在積極籌備或調研中。

車企涉足機器人領域的理由看似簡單明了——特斯拉已經先行一步，且其行動為行業提供了三大有力支撐：硬件的高度復用性，如攝像頭、激光雷達等；軟件層的遷移能力，即車企在自動駕駛研發中的算法和數據閉環能力在機器人領域的再應用；資源共享，包括制造和銷售資源，這些都能為機器人提供實際應用場景。立德研究院發布的報告預測，中國人形機器人市場規模將在2029年達到750億元，中金公司則預計2030年中國人形機器人出貨量有望達到35萬臺。

上海車展期間，小鵬展出的人形機器人IRON成為了一大亮點，這是國內少有的車企公開推出的機器人產品之一。然而，盡管車企們紛紛展示了自己的機器人產品，但這些機器人目前更多是作為車展的模特出現，而非進入工廠工作。與讓機器人進入工廠相比，車展上的展示顯然缺乏足夠的想象空間。

實際上，讓機器人進入汽車工廠的計劃目前大多還停留在PPT階段。盡管特斯拉等車企曾計劃今年在工廠內部署數千臺機器人，但據知情人士透露，這些計劃目前都還未實現。大部分機器人在汽車工廠中的實習表現也遠未達到工人的操作效率。

從技術層面來看，人形機器人的發展還遠未成熟。峰瑞資本李豐指出，如果說汽車已經定型80%，那么人形機器人從硬件到軟件的定型和標準化還不到20%。盡管近年來機器人供應鏈的進步使得車企能夠短時間內組裝出一個樣式還不錯的人形機器人，但關鍵零部件如電機、靈巧手、傳感器等的技術方案仍不成熟。

特斯拉在Optimus靈巧手上的投入，為國內車企提供了借鑒。特斯拉不僅購買模組進行組裝，還進一步進行調優，如Optimus手部連桿的設計就與國內產品有所不同。國內車企如小米等，也在靈巧手上投入了大量精力，甚至研發數據采集的手套。

然而，人形機器人面臨的技術難題遠比自動駕駛更為復雜。自動駕駛的任務是讓汽車在二維層面不碰撞物體，而機器人則需要在復雜的三維世界中主動碰撞各種各樣的物體。這要求機器人具備更高的訓練水平和傳感器要求。目前，人形機器人的數據規模十分有限，業內對于數據獲取并沒有一套統一的范式。即使是特斯拉和Google等巨頭，也面臨著數據獲取的巨大挑戰。

工業場景被視為最適合人形機器人商業化落地的場景之一。然而，盡管車企們紛紛表示希望讓機器人進入汽車工廠工作，但現實卻遠非如此。汽車工廠的總裝線是最難實現自動化的場景之一，即使是特斯拉、比亞迪等高度重視工業自動化的公司，也不得不雇傭數十萬人來完成總裝產線的工作。人形機器人在搬運、質檢、擰螺絲等任務上的表現還遠未達到工人的水平。

人形機器人的成本也還未達到能取代人工的階段。特斯拉Optimus的成本價高達6萬美元（約合人民幣43.4萬元），而國內車企的平均用工成本遠低于此。因此，盡管車企們紛紛表示了對人形機器人的興趣，但在實際應用中，人形機器人還難以取代人工。

人形機器人的發展之路仍然漫長而充滿挑戰。盡管車企們紛紛布局人形機器人領域，但在技術、數據和成本等方面仍存在諸多難題。高盛的調研報告也指出，人形機器人目前的能力尚不足以處理多種通用任務，技術拐點仍不明朗。因此，在盲目跟風之前，車企們或許應該更加審慎地考慮自己的戰略定位和市場前景。