福布斯:比亞迪在機器人領域向特斯拉發起挑戰

AI速讀
比亞迪正式進軍人形機器人賽道,向特斯拉發起挑戰。不同於特斯拉追求「先聰明、後幹活」的 AI 通用智能路線,比亞迪採取「先落地、後迭代」的策略,利用自有工廠作為實景試煉場,將機器人直接投入零件分揀、質檢等實際生產線。比亞迪計畫於 2026 年前在生產基地部署 2 萬台自研機器人,並利用垂直供應鏈將單價壓低至 20 萬元以下。其戰略路徑由「自有工廠」 $ ightarrow$ 「終端商用」 $ ightarrow$ 「家庭消費」三階段推進,旨在將人形機器人從高價科技產品轉化為普惠智能裝置。

2025 年的全球汽車市場,迎來了一次改寫行業格局的更替:比亞迪正式超越特斯拉,登頂全球新能源汽車銷量榜首。當外界還在聚焦兩家車企的新能源銷量之爭、價格戰博弈、供應鏈比拚時,一場更宏大、更關乎未來十年的產業佈局,已經被比亞迪悄悄落地。

7 月 19 日,《福布斯(日語版)》發佈了一篇極具前瞻性的深度調研報導,跳出了新能源汽車的固有賽道,完整拆解了比亞迪隱藏已久的第二增長戰略:告別單一汽車製造商身份,全面進軍人形機器人賽道,正式在新領域向特斯拉發起系統性挑戰。

不同於行業多數企業高調發佈樣機、炒作概念、依賴融資續命的打法,比亞迪的機器人佈局,走了一條最低調、最務實、也最具工業化殺傷力的路徑。沒有大肆造勢,沒有盲目自研試錯,而是紮根真實工業場景、依託自身製造底蘊,一步步完成從 “場景試用” 到 “自研迭代”,再到 “全民普及” 的全鏈路閉環。這也是福布斯最看好比亞迪、認為其能顛覆全球人形機器人格局的核心原因。

很多人不知道,比亞迪早已是全球最早實現大規模人形機器人在崗作業的製造企業。在深圳、長沙等核心生產基地,數百台人形機器人早已不是展廳裡的展示品,而是工廠流水線裡常態化上崗的 “新員工”。

在自研機器人成型之前,比亞迪採取了一套極度聰明的試錯策略:引入全行業主流第三方機器人進廠實戰。其中包含優必選 Walker S1、宇樹 Unitree 等市面主流人形、四足機器人,目前穩定在崗運行的裝置數量約 200 台,讓比亞迪一舉成為全球擁有最大規模人形機器人實際作業叢集的企業。

這些外來機器人,在比亞迪的整車工廠裡承擔著實打實的核心生產工作:車間零件分揀、重型托盤轉運、零部件貼紙標識、電動螺絲刀精密裝配,以及至關重要的廠區目視質檢工作。經過長期實景打磨,這批機器人的視覺檢測準確率穩定達到99%,完全適配工業標準化作業要求,替代了大量人工重複性崗位。

福布斯在報導中重點解讀了這套戰略的高明之處:比亞迪沒有一開始就投入巨額資金自研硬體、打磨演算法,而是開放自己的頂級工業場景,讓全行業的機器人來為自己試錯。

當下人形機器人行業最大的痛點,從來不是實驗室的演示效果,而是真實場景的適配能力、長期運行的穩定性、人機協作的相容性。幾乎所有機器人企業都極度稀缺真實工業工況資料、量產落地經驗。而比亞迪依託遍佈全國的整車工廠,搭建了全球獨有的機器人實景試煉場,零成本收集不同品牌、不同機型的作業資料,清晰摸清行業技術短板、場景適配痛點、商業化落地瓶頸。

這套打法,與亞馬遜、Google的巨頭成長邏輯高度契合:先搭建底層場景基礎設施,吃透行業真實需求、積累海量核心資料,完成全行業規律復盤後,再推出自有標準化產品,實現對外市場收割。

而比亞迪佈局機器人的底層初衷,也精準瞄準了當下中國製造的兩大核心痛點。

其一,全球新能源汽車行業競爭進入白熱化,中外車企在產品、價格、技術上全面內卷,製造業的終極勝負,最終取決於生產效率、品控精度、無人化產能。想要在激烈競爭中站穩優勢,必須依靠智能化、無人化裝置,實現工廠極致高效、精準、不間斷生產。

其二,國內製造業長期面臨嚴峻的用工難題,官方資料顯示,中國熟練產業工人缺口高達 3000 萬人。流水線高強度重複作業、高危工位、枯燥質檢崗位,招工難、留人難已經成為製造企業的普遍困境。人形機器人的落地,恰好能完美填補勞動力缺口,從根源上解決製造業人力依賴問題。

在吃透全行業機器人技術特點、摸清工業場景所有需求後,比亞迪正式結束 “外部試用階段”,組建千人專項團隊,啟動自主人形機器人研發,打造內部代號「堯舜禹」的人形機器人項目,搭建專屬研發部門,深耕機械結構、伺服電控、力控感知、具身 AI 全鏈條技術。

依託數十年整車製造積累,比亞迪實現了技術的無縫平移。汽車三電系統、電控演算法、感測器技術、熱管理體系,與人形機器人高度互通,零部件通用率超 60%,核心零部件自研率突破 80%,徹底擺脫對外供應鏈依賴。經過多輪迭代,新一代機型適配工業多載、高精度、長時間作業需求,搭配比亞迪專屬機器人磷酸鐵鋰電池,支援極速換電,完美適配工廠三班不間斷生產,解決了多數人形機器人續航短、無法連續作業的行業難題。

在落地規劃上,比亞迪走出了一條循序漸進、穩紮穩打的商業化路徑,每一步都精準落地、有據可依。

第一階段,立足自有工廠深度落地。2026 年內,比亞迪計畫在全球各大生產基地部署20000 台自研人形機器人,全面替代高強度、高重複、高風險的人工崗位,實現工廠降本增效,跑通內部商業化閉環。

第二階段,佈局全國終端商用場景。在工廠技術完全成熟後,將人形機器人批次部署至全國比亞迪 4S 門店與零售終端,承擔客戶接待、產品講解、展廳巡檢、售後輔助等工作,打通 To B 商用場景,拓寬機器人應用邊界。

第三階段,瞄準兆家庭消費市場,這也是比亞迪的終極願景。福布斯重點提及,比亞迪有著極為清晰的全民普及目標:未來實現每戶家庭配備三台人形機器人,覆蓋日常打掃、烹飪做飯、陪護對話、家庭輔助等全場景生活需求,讓人形機器人從工業工具,變成家家戶戶的智能生活夥伴。

在成本層面,比亞迪更是手握顛覆行業的殺手鐧。目前全球人形機器人售價普遍居高不下,海外機型單價動輒 70 萬至 140 萬元,國內工業級機型也普遍突破 25 萬元,高昂成本成為行業規模化普及的最大阻礙。而比亞迪依託完整的垂直供應鏈、極致的量產製造能力,計畫將量產人形機器人單價控制在 20 萬元以內,徹底打破行業高價壟斷,加速人形機器人從小眾科技產品,變為可大規模普及的普惠型智能裝置。

福布斯預判,未來人形機器人產業規模,將逐步成長為與當前全球汽車行業體量持平的超級賽道。提前完成全鏈路佈局的比亞迪,將穩穩拿下新興賽道的先發優勢,從新能源汽車龍頭,轉型為橫跨工業、商用、家用的機器人產業巨頭,解鎖全新的兆級收入曲線。

值得深思的是,當比亞迪紮根實景、深耕落地、瘋狂迭代工業化能力的同時,曾經被視作人形機器人行業標竿的特斯拉 Optimus,走出了一條完全相反的發展路徑。

據2026 年 Q2 特斯拉最新財報資訊,特斯拉弗裡蒙特工廠已完成 Model S/X 產線改造,Optimus 專屬產線裝置安裝完畢,將於 2026 年晚些時候正式生產。但與比亞迪 “量產即上崗、落地即變現” 的邏輯不同,特斯拉初代 Optimus 機型全部不對外銷售、不投入工業作業,下線後統一送入 Optimus 學院封閉訓練。

特斯拉的核心邏輯是優先打磨通用具身智能,依託 FSD 自動駕駛同源的視覺感知、虛擬模擬體系,讓機器人在封閉環境自主試錯、迭代演算法,追求跨場景、通用化的 AI 能力,瞄準長遠的家用通用智能市場。

但這套長期主義打法,也帶來了明顯的落地短板。現階段 Optimus 受限於 4680 三元電池結構約束,機身空間、整機重量嚴格限制電池擴容,高負荷作業下續航僅 2 小時,無法支撐工業 8 小時完整班次,加上散熱、峰值放電、硬體成本等多重問題,短期內完全不具備工業化落地、商業化盈利的能力。

至此,全球人形機器人賽道的兩大發展範式,徹底清晰。

特斯拉信奉“先聰明、後幹活”,重演算法、重通用 AI、重長期技術上限,願意犧牲短期落地節奏,持續燒錢投入研發,賭未來通用智能的終極紅利。

比亞迪信奉“先落地、後迭代”,重製造、重場景、重短期商業閉環,依託成熟的工業體系快速量產、快速上崗、快速降本,用真實產業價值倒逼技術迭代。

沒有人能篤定那一條路線會最終完勝,但正如福布斯所言,當下的產業格局已經非常清晰:短期看落地,長期看智能。

未來比亞迪會憑藉量產能力、成本優勢、工業場景閉環,穩穩佔據全球工業人形機器人的絕對主導地位,快速搶佔藍海市場、實現自我造血;而長期來看,特斯拉的通用具身智能,仍保有更高的技術想像空間。

當全行業都在期待機器人的未來時,比亞迪已經親手把未來,搬進了工廠、之後也將走向千家萬戶。

附:《福布斯(日語版)》原文核心觀點

在完整梳理比亞迪業務現狀之後,福布斯日文版文章提出四大核心研判:

競爭格局迎來變數

長久以來,市場默認特斯拉 Optimus 是人形機器人全球頭號玩家。隨著比亞迪項目持續落地,全球賽道迎來重量級挑戰者。數十年積累的整車製造、供應鏈管控、大規模量產經驗,是絕大多數機器人創業公司、海外科技巨頭難以複製的護城河。

兩種截然不同的商業化範式形成鮮明對比

一條路線優先紮根工業實景,依靠自有製造基地完成大規模落地、實現內部降本;另一條路線優先封閉環境演算法訓練,瞄準通用智能長期研發。兩條路徑沒有絕對對錯,但決定未來 3—5 年不同企業的節奏與生存方式。

供應鏈與成本將是中長期決勝關鍵

人形機器人想要從展品走向大規模商用,最大阻礙不是演算法演示效果,而是硬體成本、零部件穩定供應、整機長期可靠性。比亞迪完整垂直整合產業鏈的模式,有望在量產階段釋放巨大優勢。

賽道競爭正在從單點技術比拚,轉向體系對抗

未來人形機器人競爭,不再只是單台機器人步態、抓取能力的比拚,而是完整的製造產能、電池方案、場景生態、成本控制能力的全方位較量。不止比亞迪與特斯拉,小鵬、小米、理想、賽力斯等國內車企持續入局,中美兩條產業路線的長期博弈正式開啟。(未來機器人網)