近期，人形機器人賽道持續升溫，廣汽集團、小鵬汽車、比亞迪等多家車企加速布局這一前沿領域。業內專家指出，人形機器人與汽車產業存在諸多契合，隨著技術突破與場景驗證的推進，人形機器人有望在汽車等工業領域率先實現規模化應用，并成為新質生產力的重要引擎，但產業發展仍需突破數據采集、實訓場景有限、底層應用生態搭建等落地瓶頸。
車企競逐人形機器人賽道
在汽車生產工廠里，不少人形機器人正在生產線上忙碌。有的正在和自動駕駛的叉車密切配合，用雙手拿起貨箱，穩步走到叉車前放下。有的在貨架前站成一排，十指靈活地拿起形狀各異的零部件，精準分類放好。面對較重較大的貨物，即使一個“人”搬不動，也可以叫來其他機器人攜手搬起……這些聽起來像是科幻電影的場景，最近正在不少車企生產線上成為現實。
記者了解到，隨著人形機器人技術的持續發展，不少車企也在加速布局此賽道。部分車企選擇自主研發，并率先在自家產線上進行實訓，也有車企選擇與相對成熟的人形機器人企業合作，開放產線提供訓練場景，通過實景訓練與應用探索，推動人形機器人在汽車制造及工業領域的深度落地。
零跑汽車創始人、董事長兼CEO朱江明透露，目前零跑汽車已經組建了專門的機器人團隊進行技術預研。“未來零跑的機器人產品主要用于工業領域，不會面向TO C端。”
廣汽集團此前已發布了第三代具身智能人形機器人GoMate，并宣布計劃2025年實現自研零部件批量生產，以滿足不斷增長的市場需求，并率先在廣汽傳祺、埃安等主機廠車間生產線和產業園區開展整機示范應用。2026年將實現整機小批量生產，并逐步擴展至大規模量產。
小鵬汽車不久前剛發布了全新一代人形機器人IRON。小鵬汽車董事長何小鵬表示，基于小鵬在L3級別自動駕駛以及世界模型上的積累，小鵬期待在2026年能夠量產面向工業的L3級別的人形機器人。
在合作研發方面，比亞迪、吉利、領克等企業選擇了與機器人企業優必選進行合作。據了解，優必選開發的工業版Walker S系列已進入多個車廠進行實訓。優必選技術負責人透露，目前產品已經完成了第一階段的單機自主智能實訓。隨著實訓2.0階段的開啟，優必選將通過多機協同實訓的數據積累與模型訓練，加速產品與技術的迭代升級。
北方工業大學汽車產業創新研究中心主任紀雪洪對記者表示，人形機器人與自動駕駛汽車在底層技術上存在共通性，車企布局人形機器人有助于更好發揮企業自身技術優勢。
“部分科技型車企將人形機器人視為戰略核心業務之一，傾向于全產業鏈自主掌控，這類企業需要自研關鍵技術，重構供應鏈體系，尤其在產業生態尚未成熟的階段，自主能力是競爭壁壘。與此同時，部分整車企業將資源集中于汽車產品開發和智能駕駛等，并未計劃大規模投入人形機器人研發，而通過戰略合作或資本參與間接布局，是更現實的選擇。”紀雪洪說。
降本增效與技術協同雙輪驅動
在車企大舉布局背后，業內普遍認為，車企參與人形機器人賽道有望帶來巨大的協同發展效應。
一方面，汽車生產作為生產環節多、標準化程度高、資本投入大的工業場景，為人形機器人提供了良好的實訓環境，有望助推人形機器人的技術加速迭代。
埃夫特智能機器人股份有限公司董事長兼總經理游瑋告訴記者，對于人形機器人來說，目前工業場景中的操作相對標準化、結構化，同時還擁有更多專業使用者，相較于直接面向消費者的生活服務場景，目前的技術可達性更高。“目前我們就在和車企合作，搭建出典型應用的測試平臺，比如汽車總裝的部分環節，來加強對于人形機器人相關作業能力的訓練。我認為，未來人形機器人的智能化水平提升需要經歷To B到To C的過程，汽車制造等工業場景的應用有望更快實現規模化普及。”
同時，人形機器人的加速落地，也為汽車生產制造帶來進一步降本增效的思路和空間。
“從人形機器人的底層技術來看，包括人工智能、運動控制、識別感知等核心技術，目前具備自研能力的車企都普遍掌握。而人形機器人有望解決產線自動化進程中出現的問題，實現進一步降本增效。”朱江明指出。
廣汽集團機器人研發團隊負責人張愛民也表示，汽車產線是人形機器人應用的典型場景，經過一段時間的訓練、迭代，廣汽機器人將優先進入自己的汽車產線，進行檢測、分揀、涂膠等工作，解決產線勞動力短缺，降低勞動強度。“面向廣汽在全國各地存量汽車終端，依托廣汽車機互聯技術優勢，GoMate能夠高效、暢通完成汽車充電、清潔、行李搬運等日常工作;這些能力將推動汽車后服務從傳統勞動密集型向智能化、自動化方向轉型。”
“以車輛生產為代表的工業制造領域有大量需要機器人來提升生產自動化智能化的場景，為人形機器人提供了天然試驗場。”上海交通大學人工智能研究院助理教授穆堯在接受記者采訪時指出，“在具身智能加持下的人形機器人通用性有望推動工廠中的機器人從‘專機專用’向‘一機多能’升級，不僅可以提高生產效率，還有望推動汽車生產等工業制造領域的全面產業升級，實現更智能化更柔性的自動生產方案。”
突破應用瓶頸需多方協作
在人形機器人產業發展中，如何突破數據采集、實訓場景有限等落地瓶頸，進一步加速汽車制造領域的應用也是各個參與方需要面對的問題。
“人形機器人作為具身智能的物理載體，其硬件能力決定服務下限，而智能算法則決定上限。但目前，人形機器人的進一步訓練還面臨著真實場景數據采集成本高等問題。”穆堯提到，“人形機器人的大模型‘大腦’需要大量的可靠數據進行訓練，但人形機器人缺乏無人駕駛等行業高效、低成本的數據獲取渠道。目前實景訓練上，還需要車廠搭建專門的真實場景，并需要專業人士進行操控，大大拉高了數據采集的成本。”
此外，技術生態的搭建和培育也是人形機器人有待突破的瓶頸。“國內在硬件制造與成本控制上具有優勢，但軟件生態仍是短板，亟待取得突破。”游瑋說。
要突破當前產業面臨的問題，專家指出，需要多方共同攜手。
“數據收集一方面可以采用更多虛擬仿真場景模擬訓練。同時，真實訓練場景可以由政府牽頭，攜手多個相關企業，搭建共用的生產實景訓練場景，從而降低訓練成本，進一步加速人形機器人的落地應用。”穆堯建議。
游瑋提出，需要由政府牽頭引導，推動底層應用生態的搭建，特別是聯合行業伙伴共建智能機器人通用技術底座。通過不斷豐富底層技能庫和算法庫，完善開發工具鏈，大幅降低開發門檻，讓應用領域專家無需精通機器人控制技術即可開發應用系統，從而快速建立起人形機器人產業生態。
產學研合作同樣是技術進步的關鍵之一。拓斯達總工程師張曉輝提出，高校作為技術研發機構，需要加強具身智能基礎模型研究，而企業則需進一步開放機器人產品的控制系統，通過與AI公司深度合作，構建本土化技術生態。
何小鵬認為，應借鑒我國新能源汽車產業早期的市場培育和推廣經驗，通過市場推廣政策的引導和支持，加速人形機器人市場的培育和需求潛力的釋放。
