财π新闻 据经济观察报报道，智能汽车、人形机器人、低空飞行器三大赛道技术重合度已超过70%，可共用一套技术底座。截至2026年上半年，海内外已有近20家主流车企进入人形机器人赛道，这一跨界布局浪潮正在重塑智能产业的整体发展格局，原本聚焦四轮出行的汽车产业，正逐步将积累多年的技术、制造与供应链能力延伸至两条腿行走的人形机器人领域，甚至覆盖低空飞行装备的研发生产环节，形成跨赛道的技术协同效应。

智能汽车、人形机器人、低空飞行器三大赛道的技术重合度突破70%，并非偶然的产业巧合，而是三者底层技术架构高度趋同的必然结果。三者均遵循“感知—决策—执行”的核心技术逻辑，都需要依托高性能传感器采集环境信息，通过高算力芯片完成实时运算决策，再由电机、执行器等部件输出对应动作，整套技术体系的核心模块可以实现跨品类复用，无需从零开始搭建全新的技术框架。

这种高度重合的技术底座，让原本深耕智能汽车领域的企业无需投入过多额外资源，就能快速切入另外两大赛道，大幅降低了跨界研发的门槛。从硬件层面的电池、电机、电控系统，到软件层面的环境感知算法、路径规划逻辑、运动控制模型，大量在智能汽车领域已经经过多年量产验证的成熟技术，经过针对性调整后就可以直接应用于人形机器人和低空飞行器产品中，避免了不同赛道之间的重复研发投入。

技术同源的特性也让三大赛道的产业生态逐步走向融合，原本服务于智能汽车的庞大供应链体系，能够同时为人形机器人和低空飞行器提供核心零部件支撑，推动整个智能产业的资源配置效率大幅提升。跨赛道的技术复用还能反过来反哺智能汽车自身的技术迭代，人形机器人在复杂场景下的运动控制经验、低空飞行器的轻量化结构设计思路，都可以反向应用到智能汽车的产品优化中，形成不同赛道之间技术双向赋能的良性循环。

众多主流车企集体转身布局人形机器人赛道，最直接的现实背景是汽车销量天花板已经清晰显现，传统汽车市场的存量竞争日趋白热化，行业整体增长空间收窄，车企此前在电动化、智能化领域持续多年投入积累的三电、芯片、智驾、制造等核心能力，迫切需要找到新的出口实现变现，人形机器人赛道恰好承接了这部分外溢的产业能力。

智能汽车被视为当前商业化规模最大的轮式具身智能体，是聚合整个智能产业的母体产业，其多年发展沉淀的产业基础，为人形机器人的快速落地提供了充足的支撑。小鹏机器人供应链企业中85%以上与汽车业务重合，特斯拉Optimus也大量复用电动车和自动驾驶技术，这些实际案例充分印证了车企跨界布局人形机器人的天然优势，无需重新搭建全新的供应链体系，就能快速完成核心零部件的配套落地。

除了技术和供应链层面的天然适配，车企布局人形机器人还拥有其他行业参与者不具备的独特优势，自身运营的汽车制造工厂就是人形机器人最理想的首批落地测试场景，能够在真实的工业生产环境中完成产品迭代和数据积累，无需额外寻找外部测试场地。这种“自产自用”的模式，既可以帮助车企逐步优化人形机器人的产品性能，还能在应用过程中降低工厂自身的人力成本，提升生产自动化水平，实现一举两得的效果。

从产业发展的整体逻辑来看，车企跨界布局人形机器人并非盲目跟风的短期炒作，而是在主业增长空间受限的背景下，基于自身核心能力做出的长期战略选择。将已经在智能汽车领域验证成熟的大规模制造体系、品质管控能力、供应链管理经验迁移到人形机器人赛道，能够大幅降低人形机器人的量产难度，推动整个赛道的商业化落地进程明显提速，这也是其他非汽车行业的机器人企业难以比拟的核心竞争力。

当前各家布局人形机器人的车企打法并不统一，基于自身的技术积累和产业资源选择了不同的推进路线，形成了各具特色的发展模式。特斯拉将Optimus用于自有工厂内部训练和数据采集，暂不对外销售，集中全部资源在内部场景中打磨产品性能，通过海量的工厂作业数据持续优化机器人的运动控制能力和环境适应能力，逐步完善产品的各项功能指标。

小鹏选择了与特斯拉类似的落地思路，其IRON人形机器人先进入自家广州工厂参与分拣搬运等基础作业，在真实的生产场景中持续积累运行数据，不断优化产品的稳定性和作业效率，待技术成熟度达到相应标准后，再逐步推向外部商业场景，面向更多工业领域的客户提供服务。这种循序渐进的推进方式，能够有效控制产品落地过程中的试错成本，避免在技术尚未完全成熟的阶段就盲目对外大规模交付带来的各类风险。

比亚迪则强调自研与产业链投资并行的发展策略，集中资源攻坚核心零部件的自主研发，其自研的核心零部件成本比进口同类产品低60%，依托自身强大的成本控制能力和全产业链布局优势，快速拉低人形机器人的整体生产成本，为人形机器人的大规模商业化普及打下坚实基础。这种模式充分发挥了比亚迪在汽车产业多年积累的全栈自研能力，能够最大限度掌握核心技术的自主权，避免核心零部件供应受制于人。

除了上述三家代表性车企之外，其他入局的主流车企也都结合自身的业务特点探索适配的发展路径，有的聚焦工厂内部的特定作业场景做深度优化，有的选择与外部专业机器人企业开展技术合作，有的通过投资上游核心零部件企业完善自身的产业布局。不同路径的并行探索，能够充分激发整个行业的创新活力，快速积累不同场景下的落地经验，推动人形机器人产业整体的技术成熟度持续提升。

车企想要把人形机器人真正打造成为支撑企业长期发展的第二增长曲线，首先需要迈过商业化与成本回收这第一道坎。当前人形机器人距离实现规模盈利还有很远的距离，整机成本长期处于高企状态，高昂的采购成本让很多潜在客户望而却步，即便产品的作业性能能够满足场景需求，过高的投入成本也会让客户的投资回报周期变得极长，难以形成大规模的采购意愿，整个行业的商业化盈利模式至今尚未清晰成型。

第二道需要跨越的门槛是重复建设与资本过热带来的潜在风险，当前大量资本快速涌入人形机器人赛道，带动上游核心零部件领域的产能规划快速扩张，不少企业都在大规模新建产能，关键零部件的规划总产能很可能在未来一段时间超过市场的实际需求，一旦下游商业化落地的进度不及预期，很容易出现产能过剩的问题，引发行业的恶性价格竞争，破坏整个产业的健康发展节奏，甚至导致大量前期投入的资源被浪费。

第三道核心门槛是场景开放的含金量问题，人形机器人要在更多真实场景中落地应用，必然会涉及大量的实际作业数据采集、运行过程中的安全责任界定，以及不同参与主体之间的商业利益分配等复杂问题，目前整个行业尚未形成可复制的成熟商业模型，不同场景下的数据归属规则、安全责任划分标准、利益共享机制都还处于探索阶段，没有统一的行业规范可以参考，这在很大程度上制约了人形机器人向更多外部场景拓展的步伐。

这三道核心门槛相互关联、彼此影响，成本高企会直接拖慢商业化落地的进度，商业化落地不及预期又会进一步放大产能过剩的风险，而场景开放规则的缺失则会让整个行业的数据积累速度放缓，反过来制约产品性能的迭代优化，进一步推高长期研发成本。车企想要成功跨越这三道门槛，不能仅仅依靠单一的技术突破，需要在技术研发、供应链建设、场景规则探索等多个维度同步推进，逐步构建起完整的产业生态支撑体系，才能真正让人形机器人从实验室走向大规模的实际应用场景，最终成为车企新的核心增长引擎。

(编辑：张广德)