具身智能的下半场，车企开始接管量产

作者｜李沐蓉

今年的具身智能赛道，不缺热钱，也不缺明星项目。智元、宇树、银河通用等公司在过去一年里轮番刷新融资记录，整个行业的估值水位被快速推高。

8 月 24 日的一则消息，再次刷新了这个赛道的记录。

小鹏集团宣布，旗下人形机器完成首轮融资，总额超 9 亿美元，投后估值超过 63 亿美元（约合 430 亿元人民币）。

这不仅是中国具身智能行业迄今最大的一笔单轮融资，也让小鹏机器人的身价一举跃过智元、银河通用、自变量等一众独角兽，登顶国内估值最高的具身智能公司。

资本看中的，或许从来不是「造一台人形机器人」本身，而是小鹏作为一家「物理 AI 公司」的想象空间，它正成为国内唯一具备实力，能与特斯拉正面竞争的公司。

而支撑这份想象空间的，是小鹏过去十多年在智能驾驶上积累的技术、供应链和量产能力，如今正被整体迁移到具身智能赛道。

这也意味着，当手握全栈AI技术体系与量产能力的车企下场造机器人，具身智能行业的真正竞争，才刚刚开始。

9 亿美元融资，为什么资本把最重的一注押给小鹏？

从这轮融资阵容里，就能读出不少信息。

9 亿美元的融资里，外部机构合计出资 6 亿美元，小鹏集团内部注资 2 亿美元，何小鹏、顾宏地等核心管理层更是自掏腰包 1 亿美元参与认购。

外部资本看好是一回事，集团和管理层自己也真金白银地加码，这种内部信心，往往比任何公开表态都更有说服力。

更值得注意的，是这轮融资背后的投资人阵容，顶级财务机构与科技巨头同时下场，还是主动发起的。

领投方 IDG 资本押注 3 亿美元，高榕创投投入 1 亿美元，腾讯和阿里各出资 1 亿美元，这是继腾讯和阿里联合投资宇树之后，两大科技巨头又一次罕见的同框下注。

对于这几家机构而言，这也是它们在具身智能领域披露过的最大单笔投资。

这意味着它们不是在「撒网试水」，而是在各自内部把最重的一注押给了小鹏。

而腾讯和阿里带来的显然不止是钱，AI 大模型能力、线下场景、供应链资源，都会是小鹏机器人接下来能用上的资源。

据了解，本轮融资资金将用于软硬件研发、物理 AI 模型训练、数据采集、全链条量产基地建设，以及全球商业化拓展。

每一笔都指向「把机器人真正造出来、卖出去」，而不是停留在演示阶段。

那资本为什么愿意为此买单？

小鹏中国区主席张云给出的解释是：

「市面上大部分人形机器人其实是靠人遥控操作的机械臂，只是长得像人而已。」

而 IRON 有自己的大脑、灵巧手和躯干本体，能自主决策，是完全不同的物种。全球范围内真正走通这条路线、做出实际产品的，眼下只有小鹏与特斯拉。

这话听起来有些夸张，但也不完全是场面话，小鹏其实早在八年前就开始做机器人了，自研芯片、自研物理 AI 模型都已经落地，不是临时拼凑的项目。

更底层的逻辑在于，去年 11 月小鹏重新进行了战略定位，不再只是一家车企，而是一家「物理 AI 公司」。

高融资、高估值真正的支撑，是资本市场对小鹏在物理 AI 领域技术路线和规模量产能力的双重认可。

相比从零起步的具身智能初创公司，已经完成电车、人形机器人、Robotaxi、飞行汽车的多线布局的小鹏，在投资人眼里无疑是一个更稳妥、确定性更高的标的。

何小鹏在业绩会上说得更直白，小鹏可能是中国唯一进行全体系自研的机器人公司，本体、大脑、小脑、数据与 Infra，覆盖了完整的技术栈。

对投资者而言，小鹏或许就是当下离特斯拉最近、且具备大规模量产机器人能力的公司，两者都押注通用人形机器人，都自研 AI 芯片与物理 AI 模型，也都复用各自的车规级规模量产体系。

所以，市场给小鹏机器人的高估值，本质上是对「物理AI基座模型+自研AI芯片+车规级量产平台」组合的稀缺性定价。

从智能汽车到物理AI，

小鹏机器人如何复制造车能力？

63 亿美元估值最终还是要落到产品上。

对于人形机器人来说，真正能支撑长期价值的，无非几件事：本体成熟度、模型的实际运行能力、可稳定落地的量产体系、以及最终能不能进入真实世界解决问题。

小鹏的不同之处在于，它是极少数把这几件事同时做、而且互相打通的公司。

IRON 第一次亮相时，最先被记住的是它极致的拟人形态，一段猫步动作做到以假乱真，迅速火出圈。

此次披露的技术细节进一步印证了小鹏在硬件上的工程密度，新一代 IRON 全身拥有 76 个自由度，单手达到 21 个自由度，均领先于行业平均水平。

自研的全包覆柔性晶格结构，既维持了类人外观，也兼顾了人机交互时的安全性。

但硬件的领先只是基础，真正的差异在于「大脑」的能力。

算力层面，IRON 搭载 3 颗图灵 AI 芯片，有效算力达到了 2250 TOPS，并接入小鹏自研的物理世界大模型。

而国内多数具身智能公司目前的算力规模还停留在数百卡至数千卡之间，小鹏直接把门槛拉高了一个量级。

这不仅是数字上的领先，更意味着 IRON 在执行复杂任务时拥有更充裕的决策空间，而大模型在端侧部署的能力，直接决定了机器人能否脱离遥控器、真正自主行动。

IRON 的智能系统，沿用了自驾端的 VLA 和 VLM，同时加入面向机器人的 VLT 模型，形成了「高阶大小脑」系统，本质上是把小鹏多年积累的感知、决策、控制技术栈，整体迁移到了机器人身上。

今年陆续公开的 X-World、X-Foresight、X-Cache、X-Mind 等一系列世界模型技术，同样是物理 AI 的延伸，为机器人模型的持续进化提供底层支撑。

这套技术体系的成熟度，不是靠一两年的密集投入就能追赶的，它建立在近十年的技术积累和真实路测数据之上。

而量产能力，则是小鹏与多数机器人公司之间最肉眼可见的差距。

小鹏机器人在持续自研芯片、控制器、运动模组和灵巧手等关键零部件的同时，大量复用汽车供应链和制造体系。

据了解，IRON 超过 85% 的供应链合作伙伴，都和小鹏汽车现有供应链重合。

这意味着团队之间不需要磨合，质量标准可以直接复用，过去在精密加工、电机、电子电气、结构件、热管理、线束、传感器上积累的经验，同样用得上。

「自研核心零部件+汽车制造体系兜底」的组合，让小鹏敢于把月产目标定在 1000 台以上，并规划到 2030 年实现累计 100 万台的长期目标。

商业化路径上，小鹏也没有选择更激进、更容易讲故事的打法，而是走了一条看起来保守、实则更现实的路。

先在自己的门店、园区里把机器人用起来，一边验证稳定性、一边沉淀真实数据，第二阶段再正式对外售出。

何小鹏解释，机器人和汽车的产能逻辑并不一样，机器人供应链的广度和深度远大于汽车，加上小鹏又做了大量自研自制，所以量产前期的挑战主要在质量把控，到后期才会转向销售。

如果说产品和量产是看得见的壁垒，那么数据就是拉开长期差距的关键。

行业早有共识，数据的胜负手从来不只是数据，而是怎么用，质量、多样性、不同数据在不同训练阶段究竟如何配比，才是分水岭。

就像布局自动驾驶的车企很多，但真正能把自动驾驶做好并不多，差距往往不只在数据量，而是如何更好地利用数据。

小鹏机器人目前构建的数据体系并非单一来源，而是将真机示教数据、UMI 第一视角数据、世界模型生成的仿真数据，以及互联网海量人类视频数据结合起来。

在预训练阶段，大量使用低成本、规模化的数据。

后训练阶段，再使用昂贵但高质量的真机数据。

这种分层策略既控制了成本，又保证了模型能力的上限。

这套数据策略中最独特的一环，是 IRON 的高度拟人化。

IRON 的身体结构越贴近人类，就越能直接学习人类世界里原本就海量存在的行为数据，也能更快适配各种人类的生活场景，具备天然的数据规模化优势。

随着 IRON 率先量产进入真实场景，小鹏将会拿到更多真实场景的数据，从而形成「数据—模型—应用」的飞轮效应。

这套飞轮一旦转起来，将成为小鹏在物理 AI 时代最难以被追赶的竞争壁垒。

车企集体转身，

具身智能迎来「降维打击」时刻

如果说小鹏入局人形机器人，可以理解为一家企业的战略选择；那么当十几家车企同时转身，就该被理解为一个行业性的信号了。

几乎与小鹏宣布融资同期，蔚来智能驾驶负责人任少卿宣布创立物理 AI 基础模型和具身智能独立公司。

截至 2026 年 8 月，据公开信息，国内至少有奇瑞、广汽、小鹏、比亚迪、小米、一汽、东风、赛力斯、理想和长安 11 家车企，已经直接研发机器人整机或成立机器人公司。

为什么会出现这样的变化？其实经过近十年的发展，自动驾驶的核心技术问题，感知、预测、规划、控制，已经基本解决，行业进入了「长尾场景打磨」和「商业化落地」的阶段。

如果以分数来量化，智驾已经从 90 分走向 95 分，再往上走，增长空间并不是很大，而具身智能还在 20 分到 60 分的阶段，空间大得多。

所以，单靠造车，已经很难讲出新的故事，具身智能和物理 AI 则是资本市场愿意买单的新叙事。

车企需要找到下一个增长点，具身智能是最适合的承接口，也提供了足够大的想象空间。

而自动驾驶与具身智能，二者在技术底层又拥有同源的底色。正如理想总裁李想所言，自动驾驶是具身智能的上半场，通用人形机器人是下半场，它们不过是物理 AI 在现实世界的两个不同入口。

在理想的框架里，汽车本身就是一个在真实世界中高速移动、持续感知、实时决策并承担安全责任的机器人。

正因为这种同源性，车企做机器人有着明显的先天优势。

第一，技术同源，研发门槛被大幅拉低，车企不需要从零搭建感知和决策体系，而是在已有技术底座上延伸；

第二，量产能力是真实的护城河，汽车制造体系可以直接复用；

第三，场景落地有明确路径，车企自己的门店、园区、工厂就是人形机器人的第一批应用场景，不需要等待外部客户，就能完成从量产到数据回流的闭环。

那随着车企集体进入，也会给具身智能行业带来结构性的改变。对于具身智能独角兽而言，但这并非单纯的「抢蛋糕」，而是会倒逼行业升级。

一方面，它会加速机器人从实验室走向量产。今天的具身智能公司越来越多，但真正能把产品大量、稳定、快速地造出来的，一只手都数得过来。

而车企有能力直接规划千台、万台级别的产线。量产一旦启动，成本下降的速度会远超行业预期。

另一方面，行业竞争将从「单点技术」转向「系统能力」。

过去大家更看重算法先进性和Demo是否惊艳酷炫，接下来大家更看重的是全栈能力的完整性，模型、芯片、硬件、供应链、量产、场景，缺一不可。

这对具身智能创业公司来说是压力，也是行业逐步走向成熟的标志。未来，没有量产能力和场景资源的纯技术公司，可能会被淘汰或沦为供应商。

总之，当车企开始布局机器人，本质上并不是简单跨界，而是在争夺下一代物理世界入口。

它更像是一个信号，汽车产业积累了十多年的智能化能力，正在寻找新的载体。而具身智能，正在成为 AI 从数字世界走向现实世界的下一站。