当特斯拉Optimus在电池工厂分拣电芯、小鹏IRON在慕尼黑车展上手冲咖啡，奇瑞旗下墨甲机器人即将开启招商。

9月11日，据财联社报道，奇瑞旗下墨甲机器人的相关产品将面向经销商，也会面向其他零售商和个人用户，于今年10月对外公开发布，并开启招商。

而就在前一天，奇瑞刚刚在其采购服务平台发布“2025年奇瑞股份墨甲激光雷达采购项目”，虽未披露具体的数量与参数，但已明确其硬件落地的推进节奏。

更早之前的9月8日，特斯拉开通“TeslaAI”微博账号，首条微博便聚焦人形机器人，“我一直在努力改善自己的身材”，配图则是金色的Optimus。

特斯拉人形机器人 图片来源：TeslaAI微博 时代周报记者截图

车企集体“跨界造人”的热潮愈演愈烈。

一方面，新能源汽车市场在经历了价格战、技术战后，头部企业开始寻找新的突破口；另一方面，具身智能被写入政府工作报告，进一步释放了积极信号。2025年《政府工作报告》指出，建立未来产业投入增长机制，培育生物制造、量子科技、具身智能、6G等未来产业。

只不过，这场轰轰烈烈的比拼背后，是技术积累的必然延伸，还是新能源汽车赛道内卷后的“避险式跟风”，还需要时间和技术来进一步验证。

人形机器人，车企的新“赛点”？

当AI正以惊人的速度向前推进，人形机器人赛道成为了车企争相布局的下一片蓝海。

据时代周报记者不完全统计，目前已经对外披露了进军人形机器人赛道的车企，除了上面提到的特斯拉、奇瑞、小鹏外，还有小米、广汽、上汽、比亚迪、理想、极氪、赛力斯、长安等20余家企业。

只不过，尽管多数车企纷纷官宣涉足人形机器人领域，但在具体推进战略与落地节奏上，不同企业呈现出了明显的差异化特征。

比如特斯拉、小鹏、小米、广汽等车企，主打自研，旗下全尺寸人形机器人也都已经推出。

2024年12月26日，广汽集团在2024中国机器人网年会上发布自主研发的第三代具身智能人形机器人GoMate。小米的人形机器人CyberOne早在2022年就已经亮相，“出生”时间远早于小米汽车。

2025年3月，科创板日报曾报道“小米机器人CyberOne 正分阶段落地亦庄产线”，不过随后遭到了小米方面的否认。

对于人形机器人的进展，小米相关人士回应时代周报记者：“一切以官方信息为准。”

相较于小米的审慎，小鹏则更为“高调”。在德国慕尼黑车展上，小鹏除了携全新小鹏P7参展，也同步展出了人形机器人IRON。小鹏汽车董事长何小鹏提到，“从汽车到机器人，我们重新思考 AI 如何成为人与出行的伙伴。”

慕尼黑车展小鹏展台 图片来源：小鹏汽车官方微博 时代周报记者截图

小鹏汽车相关人士告诉时代周报记者，小鹏人形机器人IRON已经进入工厂实训，并将在今年第四季度推出下一代超类人机器人，目标是在2026年实现量产。

除自主研发阵营外，奇瑞、吉利、现代、丰田等车企则选择通过 “外部合作、成立子公司或收购” 等资源整合方式布局人形机器人领域，并已推出相关产品。

此外，越来越多的车企也在陆续对外释放与人形机器人相关的消息，进一步壮大了赛道参与阵营。

9月5日的2025世界智能产业博览会上，长安对外宣布，计划于2028年量产下线人形汽车机器人。早在2024年12月，理想汽车CEO李想就肯定地表示，“理想汽车100%会做人形机器人，但不是现在。”

市场很火，但拐点未到

国际智能运载科技协会秘书长张翔告诉时代周报记者，车企入局人形机器人，从表面看是借助创新投入与成熟营销手法，进一步提升品牌的大众认知度。但背后，更深层次的原因是 AI大模型突破与智能汽车技术外溢，打破了产业化瓶颈。

“比如，AI 大模型（如 ChatGPT）为机器人赋予‘大脑’；智能汽车的智能辅助驾驶算法、激光雷达、电动化底盘等技术也都可以复用，从而提升机器人导航、感知与动力能力，二者形成技术闭环，加速机器人核心功能突破。”

车企的积极参与不仅为行业注入发展信心，更直接推动市场规模扩容。第二届中国人形机器人与具身智能产业大会上发布的《2025人形机器人与具身智能产业研究报告》(下称“报告”)显示，2025年，中国具身智能市场规模预计达52.95亿元，占全球约27%；人形机器人市场规模预计达82.39亿元，占全球约50%。

报告指出，人形机器人与具身智能加速演进，成为全球科技创新制高点。2025年，全球具身智能市场规模预计达195.25亿元，2030年预计达2326.3亿元，复合年增长率(CAGR)达64.18%。

此前，多位头部车企 CEO 曾预判 “2030 年将是人形机器人规模化应用的关键转折点”，但与车企的乐观预判不同，身处技术前沿的科技公司则持有相对冷静的看法。

2025 Inclusion外滩大会上，宇树科技创始人王兴兴在谈到“当前机器人的发展”时表示，“现在的语言模型在文字和图像领域做得很出色，但在让AI真正干活的领域，还处于荒漠中长了几根小草的状态，真正大规模爆发性增长的前夜还未到来。”

“数据和模型都是机器人的难点。”王兴兴直言，在数据方面，核心问题是很难判断优质数据的标准。机器人的优质数据如何采集，哪些数据类型需要采集、需要多大规模，都处于模糊的阶段。

“眼下硬件是足够用的，最大的问题是AI模型本身的能力不太够。没办法让硬件真正用起来。”王兴兴进一步说道。