2025年開年，人形機器人板塊以近乎狂飆的姿態(tài)席卷資本市場：長盛軸承成為板塊中第一個“十倍股”，板塊指數(shù)今年以來漲幅超40%，市場用真金白銀為這場“通用革命”投下信任票。

然而，當特斯拉Optimus量產計劃加速、宇樹科技消費級機器人預售秒罄之際，行業(yè)仍面臨一個尖銳悖論——實驗室里的技術突破為何難以轉化為千家萬戶的日常助手？

01. 沒有AGI，機器人只能是“玩具”？

從當前技術發(fā)展階段來看，缺乏通用人工智能的人形機器人確實難以擺脫“高級玩具”的標簽。盡管其硬件已能完成部分基礎任務，但真正的智能化仍依賴于底層模型的突破。以下從技術、數(shù)據與商業(yè)化三個層面展開分析。

人形機器人的核心價值在于其形態(tài)與人類物理世界的天然適配性。

人類社會的所有基礎設施——樓梯的高度、工具的尺寸、操作界面的交互邏輯——均圍繞人體工程學設計。例如，優(yōu)必選Walker S系列機器人在汽車工廠的實訓中，已能完成車門裝配、零件分揀等任務，正是得益于其對人類工作場景的兼容性。

然而，這種適配性優(yōu)勢需以通用智能為支撐。當前人形機器人雖能執(zhí)行預設程序下的單一任務(如搬運、質檢)，但在面對突發(fā)環(huán)境變化(如地面濕滑導致零件散落)時，仍依賴預先設定的算法庫，缺乏自主判斷能力。波士頓動力Atlas的跑酷表演看似驚艷，實則每套動作均由工程師逐幀調試，本質仍是“精密木偶”。

機器人智能化需要構建“感知-決策-執(zhí)行”的閉環(huán)，而數(shù)據質量與模型泛化能力是核心瓶頸。以特斯拉Optimus為例，其技術路徑依賴自動駕駛積累的多模態(tài)數(shù)據(視覺、雷達、駕駛行為)，但現(xiàn)有數(shù)據仍局限于特定場景。

真正通用化需覆蓋家庭護理、醫(yī)療急救等長尾場景，這對數(shù)據多樣性提出更高要求。

當前領先企業(yè)的解決方案呈現(xiàn)兩極分化：優(yōu)必選通過工廠實訓積累工業(yè)場景數(shù)據，而Physical Intelligence等企業(yè)則嘗試用VLM(視覺語言模型)賦予機器人語義推理能力。但兩者均未突破“任務型智能”框架，距離AGI所需的因果推理、抽象概括能力仍有代差。

成本與市場接受度構成雙重制約。

高精密零部件(如帶觸覺的靈巧手、多軸關節(jié)電機)導致單臺成本高達數(shù)十萬美元，遠超普通消費者承受范圍。即便如特斯拉宣稱將Optimus單價降低，其功能仍局限于工廠流水線，難以進入家庭場景。

更深層矛盾在于：若機器人僅能替代人類20%的基礎勞動，其經濟價值不足以支撐量產投入；而若要實現(xiàn)更高替代率，又必須突破AGI技術臨界點。這種“雞與蛋”的循環(huán)，使得當前人形機器人更多停留在技術驗證階段。

人形機器人能否跨越“玩具”階段，取決于AGI技術突破與物理載體演進的協(xié)同速度。短期看，特定場景的專用機器人(如工業(yè)巡檢、醫(yī)療輔助)將率先落地；長期而言，只有實現(xiàn)“大腦”(通用模型)與“小腦”(運動控制)的深度融合，人形機器人才能真正成為人類社會的“數(shù)字生命體”。

02. 現(xiàn)在或更應關注自動駕駛的“玩家”

自動駕駛技術作為人工智能與汽車工業(yè)深度融合的產物，其發(fā)展遵循由國際汽車工程師學會(SAE)制定的分級標準：從L0(完全人工駕駛)到L5(完全自動駕駛)共六個等級。其中，L2級別被定義為“部分自動化”，車輛可同時控制轉向和加速/制動(如自適應巡航、車道保持)，但駕駛員需全程監(jiān)控環(huán)境并隨時接管。

這一階段的典型特征是系統(tǒng)與人類協(xié)同決策，技術核心在于多傳感器融合(攝像頭、雷達等)、環(huán)境感知算法與實時控制能力。當前主流車型如特斯拉Autopilot、豐田Safety Sense均處此階段，其底層邏輯是通過有限場景的算法優(yōu)化提升駕駛安全性與舒適性，但無法應對復雜交通環(huán)境。

值得關注的是，人形機器人的智能化進程正呈現(xiàn)與自動駕駛高度相似的技術演化路徑。根據小鵬汽車董事長何小鵬的公開表述，當前人形機器人發(fā)展水平相當于自動駕駛的L2初階。

這種“有限場景下的半自主運行”特性，與L2級自動駕駛的“系統(tǒng)輔助+人類兜底”模式高度一致。兩者的共性在于：核心瓶頸均在于環(huán)境理解的泛化能力不足——自動駕駛需突破極端天氣、無標識道路等長尾場景，而人形機器人則需解決非結構化環(huán)境中的動態(tài)物體抓取、多任務協(xié)同等挑戰(zhàn)。

從技術發(fā)展邏輯推演，未來在人形機器人領域占據主導地位的廠商，必然是在算法層面積累深厚的企業(yè)。這種優(yōu)勢主要體現(xiàn)在三個維度：

第一，多模態(tài)感知算法的跨場景遷移能力。特斯拉將Autopilot的視覺算法架構應用于Optimus機器人，使其在未預先編程的情況下完成衣物折疊等柔性操作，驗證了算法通用性的商業(yè)價值。

第二，群體智能與云端協(xié)同的規(guī)模化落地。優(yōu)必選在極氪工廠部署的20臺Walker S1機器人，通過“群腦網絡(BrainNet)”架構實現(xiàn)多機任務調度與協(xié)同控制，其云端推理模型處理億級工業(yè)數(shù)據集的能力，直接決定了機器人集群的工作效率。

這種將自動駕駛車路協(xié)同思路移植到機器人群體作業(yè)的技術路線，使單機成本降低30%的同時，整體作業(yè)效率提升4倍。值得關注的是，這類系統(tǒng)依賴的強化學習框架、分布式計算架構，正是頭部自動駕駛廠商的核心技術護城河。

第三，仿真平臺與真實數(shù)據的閉環(huán)迭代。小鵬汽車將其自動駕駛模擬測試平臺應用于人形機器人訓練，通過數(shù)萬小時虛擬環(huán)境中的碰撞檢測、運動軌跡優(yōu)化，使Iron機器人裝配誤差控制在毫米內，較傳統(tǒng)調試方式效率大幅提升。

政策與產業(yè)生態(tài)的協(xié)同效應將進一步放大頭部企業(yè)的優(yōu)勢。深圳市政府2025年發(fā)布的《人形機器人產業(yè)集群行動計劃》明確提出，對實現(xiàn)多機協(xié)同作業(yè)的企業(yè)給予15%研發(fā)補貼，這促使優(yōu)必選等企業(yè)加速布局工業(yè)場景群體智能技術。

同時，資本市場對“算法+場景”雙輪驅動模式的高度認可，使智元機器人這類成立僅兩年的初創(chuàng)公司估值突破20億美元，其快速迭代的具身智能模型已在3C電子制造領域實現(xiàn)毫米級精密裝配。

可以預見，人形機器人的“L3突破期”(系統(tǒng)主導決策、人類僅需應急接管)將率先發(fā)生在算法儲備雄厚的廠商中。

地平線機器人(HK9660)是國內首個實現(xiàn)超級AI芯片與算法協(xié)同優(yōu)化的企業(yè)，合作平臺遷移量達30萬。黑芝麻智能(HK2533)專注于神經網絡壓縮算法和多模態(tài)融合算法，基于自研華山系列芯片架構支持L3級自動駕駛技術。文遠知行(WRD)開發(fā)了L4級通用算法平臺，成為全球首個在中美兩地同步運營的自動駕駛算法平臺。

小馬智行(PONY)提供全棧式自動駕駛算法，其技術模塊可應對復雜城市場景，累計路測里程超過2000萬公里。四維圖新(002405.SZ)聚焦高精度地圖融合算法與語義理解算法，是國內唯一整合“地圖+算法+芯片”全球解決方案的上市公司。速騰聚創(chuàng)(HK2498)以LiDAR點云處理算法和多傳感器時空同步算法為核心，率先實現(xiàn)車規(guī)級動態(tài)激光雷達量產，適配30萬點云處理器。

禾賽科技(HSAI) 的激光雷達點云分割與動態(tài)追蹤算法支持每秒百萬級點云處理能力，已應用于理想、小米等車型。知行汽車科技(HK1274)研發(fā)前融合感知算法與預測決策一體化模型，打造了國內首個前裝量產算法平臺，合作車企包括理想、吉利等。均勝電子(600699)專注于智能駕駛艙與ADAS系統(tǒng)，技術通過國際認證并具備全球化布局。經緯恒潤(688326)在4D毫米波雷達技術領域領先，落地國內首個無安全員港口自動駕駛商業(yè)化案例。此外，小鵬汽車(HK9868)的XNGP智能輔助駕駛系統(tǒng)支持自動泊車與AI代客功能，智駕用戶滲透率達93.3%。

這些企業(yè)通過自動駕駛時代積累的感知預測算法、高精度控制模型、大規(guī)模數(shù)據訓練基礎設施，能夠以更低邊際成本實現(xiàn)技術遷移。而當行業(yè)進入L4階段(完全自主作業(yè))，其建立的專利壁壘、生態(tài)合作伙伴網絡、垂直場景數(shù)據庫將成為難以逾越的競爭門檻。這場由算法優(yōu)勢主導的產業(yè)變革，正在重塑制造業(yè)、物流、家庭服務等領域的生產力格局。

- End -

       原文標題 : 人形機器人V.S.自動駕駛！關注誰？（附概念股）