文 | 华商韬略
10 月 21 日，特斯拉在三季度财报里宣布：Optimus 人形机器人已在加州弗里蒙特工厂的量产线上开工。这条产线原本属于 Model S 和 Model X，今年 7 月，特斯拉只用 46 天就把旧线拆了个干净，然后换上了 Optimus 的生产线。
几乎同期，英伟达创始人黄仁勋在柏林 GTC 大会上高喊：物理 AI，人形机器人，是下一个伟大的产业；王兴兴说自己犯的最大错误就是不够相信 AI，并且提前了人形机器人的规模化应用时间表，市值被腰斩的宇树科技则开始了股价反攻。
让 " 无所不知 " 变成 " 无所不能 "。
黄仁勋今年 1 月在 CES 上的表述是：AI 正在越过理解数字信息的阶段，开始去理解重力、摩擦、惯性和因果。翻译成大白话，物理 AI，就是让 AI 从 " 会说 " 变成 " 会做 "。它要从屏幕里走出来，走进工厂、仓库、街道和家庭。
物理 Al 的核心是机器人。
会自己开的车，是带轮子的机器人；会自己飞的无人机，是带翅膀的机器人；产线上会自己找零件、拧螺丝的机械臂，是长在工位上的机器人……
人形机器人只是其中最难、也最被寄予厚望的那一个。原因是：楼梯、门把手、工具、工位，人类的世界，全都是按人的身材设计的，谁能长成人的样子，谁就能更无缝、直接地接手人的一切工作。
物理 AI 瞄准的，是人类劳动力本身这个最大的市场。
这是一笔大账。
全球制造业招工越来越难，人口老龄化让养老、护理、物流的人手缺口一年比一年大。花旗曾估算，到 2050 年全球人形机器人数量可达 6.48 亿台，相当于今天全球汽车保有量的四成多。
让一台人形机器人工作，就像让一个人工作，看似简单，背后却是一连串复杂的拆解。
假设你对它说：帮我从冰箱里拿一瓶可乐。
它先要用 " 眼睛 " ——摄像头和 3D 视觉传感器，看清冰箱在哪，门把手在哪，可乐在第几层。
然后是 " 大脑 "。多模态大模型把这句话拆成一串动作：走过去、拉开门、找到可乐、拿起来、关上门、递过来。行业里管这类模型叫 VLA，也就是 " 视觉 - 语言 - 动作 " 模型。
接着是 " 小脑 "，也就是运动控制系统。两条腿走路，本质上是每一步都在摔倒的边缘，它要在毫秒之间调整重心，保证身体不倒。
最后是 " 肌肉和筋骨 "。一台人形机器人通常有四十个左右的关节，每个关节里塞着电机、减速器、丝杠和传感器。手上还得有触觉和力觉：抓可乐瓶可以稍微用力，抓钢球得特别用力，拿鸡蛋就得收着劲。
听起来，每一步都不复杂，但对机器人来说，每一步都是一道坎。
人工智能界有个著名的 " 莫拉维克悖论 "：让电脑下赢围棋世界冠军相对容易，让机器人像三岁孩子一样叠好一件衣服，却难上加难。
难，就难在数据。
语言大模型之所以突飞猛进，是因为人类在互联网上攒下了几十年的文字。但物理世界，没有现成的 " 互联网 "。机器人的每一次抓取、每一次摔倒，都得在真实世界里一遍遍试出来，又慢又贵。
破局的办法有两条。一条是让真机大批量下场干活，边干边采数据；另一条，是在虚拟世界里 " 开驾校 "。
后者就像飞行员先进模拟舱：先在虚拟世界里摔一百万次，再去真实世界迈第一步。英伟达去年 3 月公布过一组数据：用它的工具，11 个小时就能生成 78 万条机器人合成动作轨迹，相当于人类示范 6500 个小时的数据量。
即便如此，今天的物理 AI 离 " 通用 " 仍有距离。
宇树科技创始人王兴兴 8 月在世界机器人大会上就讲过：在固定场景里，经过充分的数据采集和专项训练，机器人完成任务的成功率几乎能到 100%；可只要换一件物品，或者把环境稍微挪一挪，成功率就会大幅下滑。
王兴兴给具身智能的 "ChatGPT 时刻 " 下的标准是：把一台机器人带到任意一个陌生环境，比如你家里，它基本能完成 80% 左右的任务。到那一天，产业才算真正走到爆发的临界点。当时，他对这个时间的预期是：快的话两三年，慢的话五年甚至十年。
但 10 月 12 日，在第二十六届中国国际工业博览会开幕式的圆桌对话上，王兴兴把这个预判往前提了。他认为突飞猛进的模型能力很快就会将壁垒击穿，这个临界点快的话一两年内就可能到来。他甚至放话：明年 GPT-7 一出来，可能直接把具身智能的问题打穿。
换句话说，几个月前，物理 AI 还是比较遥远的未来，但现在它已跑进冲刺前的最后一段直道；而它要改造的制造、物流和服务业，恰恰是中国最熟悉的主场。
马斯克是最高调的布道者，也是下注最狠的那一个。
早在 2024 年 6 月的特斯拉股东大会上，他就算过一笔大账：全世界未来每年可能要造 10 亿台人形机器人，特斯拉的份额可能远超 10%；规模足够大时，每台成本可降到 1 万美元左右，卖 2 万美元。
他把 Optimus 称作特斯拉 " 史上最大的产品 "，还畅想过：有了它，每个人都能拥有一位顶尖的外科医生。
但马斯克的时间表，向来跑得比工厂快。他曾预计 2025 年会有上千台 Optimus 进厂干活，到了今年 1 月，又改口：Optimus 还没有以实质性的方式在工厂里投入使用。然而，马斯克却是真把家当押上去了。
他停掉了 Model S 和 Model X，把弗里蒙特的产线改造成 Optimus 工厂。今年三季度，特斯拉研发费用同比跳涨 69% 至 27.6 亿美元，净利润同比下降 43%，钱主要砸向了特斯拉所说的超级智能、机器人等新业务。
早在 7 月 1 日，马斯克晒出和 Optimus 生产团队的合影时就打了预防针：量产初期会极其缓慢，因为一切都是新的，" 这不像造汽车 "。
10 月 21 日，Optimus 终于在量产线上开工。马斯克说，这条设计年产能 100 万台的产线，大部分设备已经运抵；明年 4 月前后，Optimus 还要换上自研的 AI5 芯片。他的判断依旧宏大：
Optimus 将成为地球上最大的产品，未来机器人的数量会超过人类。
黄仁勋走的是另一条路：不造机器人，要让全世界的机器人都长在英伟达的平台上。
英伟达的打法，是一整套从训练到上身的 " 全家桶 "：Cosmos 世界模型负责理解和生成物理世界，Isaac 仿真平台负责 " 开驾校 "，GR00T 是给人形机器人准备的通用大脑，Jetson Thor 则是装在机器人身上的芯片。
今年 3 月的 GTC 大会上，ABB、发那科、库卡、安川这些工业机器人巨头，加上美国的 Figure、中国的智元，都出现在英伟达的合作伙伴名单里。
5 月底的台北 GTC 大会上，英伟达发布 Cosmos 3，号称全球首个完全开源的全模态模型，能把物理 AI 的训练和评估周期从数月压缩到数天。
10 月 21 日的柏林 GTC 大会上，陪黄仁勋站在台上的，是几只 25 厘米高、鸭子模样的小机器人。他让它们翻跟头，又让它们 " 睡觉 "，偏偏有一只背过身去，黄仁勋只好叮嘱它：注意力集中。台下一阵大笑。
逗完鸭子，他端出的是正经家伙：一款由德国 Agile Robots 打造、基于 Jetson Thor 和 GR00T 的参考人形机器人，Agile Robots 计划明年就造 1000 到 2000 台。黄仁勋当天的判断是：机器人的 ChatGPT 时刻，正在快速逼近。
黄仁勋要做的，是把在数据中心赚得盆满钵满的那套 " 芯片 + 软件 + 生态 "，原样搬进物理世界：不管最后谁家的机器人胜出，它们的大脑都得在英伟达的平台上长大。
硅谷的其他玩家，则把最多的钱押在了 " 大脑 " 上。
今年 1 月的 CES 上，谷歌 DeepMind 宣布与波士顿动力合作，把 Gemini Robotics 模型装进新一代 Atlas 人形机器人，按现代汽车的计划，新 Atlas 今年就进入其美国佐治亚州的工厂。
颇有戏剧性的是，2017 年谷歌嫌机器人投入大、回报远，把波士顿动力卖给了软银；兜兜转转九年，谷歌又以 " 大脑供应商 " 的身份回来了。
创业公司的估值更是一路狂飙。Figure AI 去年 9 月估值已达 390 亿美元；由前谷歌 DeepMind 研究员与斯坦福、伯克利学者联手创办、只做机器人通用模型的 Physical Intelligence，今年 3 月被曝正以约 110 亿美元的估值洽谈新一轮约 10 亿美元融资，四个月估值翻倍。联合创始人谢尔盖 · 莱文给公司的定位，就是做 " 机器人的 ChatGPT"。
9 月 28 日，AMD 宣布以约 82 亿美元全股票收购李飞飞创办的 World Labs，这是 AMD 史上仅次于赛灵思的第二大收购。李飞飞的 World Labs 成立于 2024 年，做的是 " 空间智能 "：从文字、图片、视频生成和模拟可交互的 3D 世界，被视为物理 AI 的上游。苏姿丰的说法是：要做下一代 AI 的计算平台，必须深刻理解模型如何演进。李飞飞本人将出任 AMD 执行副总裁兼首席科学家。这笔交易，也把芯片巨头的竞争，从卖卡打到了抢 " 世界模型 "。
英伟达把 Cosmos 开源出去，让整个行业在它的平台上做物理 AI；AMD 则干脆把一个顶级实验室买回家，用模型反过来定义芯片。
然而，硅谷拥有最聪明的脑，最贵的估值，但真正能大规模量产的身体，却不在这里，而是在中国。中国的机器人或许大脑不够聪明，资本也更有限，但在量产上却真正做到了遥遥领先。
中国以人形机器人为核心的物理 AI，其基本格局是：本体在跑量，车企在转身，巨头在搭台。
先看本体新势力。
据市场研究机构 Smart Analytics Global 统计，今年上半年全球人形机器人出货约 1.91 万台，中国厂商拿下了 97% 以上。其中，智元出货约 8400 台，全球份额 44%，排名第一；宇树约 5900 台，份额 31%。两家合计，占了全球四分之三。
智元的创始组合颇有看头：董事长邓泰华是华为前副总裁；总裁彭志辉，就是 B 站上的 " 稚晖君 "，当年以 " 天才少年 " 身份加入华为。两个华为人，三年时间，把公司从首年营收 30 万元做到了 2025 年的 10 亿元以上。
6 月 28 日，智元第 15000 台 G2 机器人下线，距离第 10000 台不到三个月。这台机器人没进展厅，而是直接被送往龙旗科技南昌工厂的平板电脑产线，和另外 8 台 G2 一起干质检。此前连续 6 天的直播里，这 8 台机器人完成了 1.75 万多次质检，成功率 99.99%。
宇树是另一种气质。王兴兴从四足机器人起家，2016 年创业，一做就是十年。
今年 5 月底，《每日经济新闻》记者走进杭州滨江的宇树总部：门口，研发人员正在调试一台四足机器人；楼顶上，一台轮足机器狗在无人巡逻；一楼展厅已经搬空，销售团队正往一栋还没装修好的新楼里挪。公司长得比房子还快。
智能汽车和人形机器人，在传感器、芯片、电机、电池、算法等领域，底层高度同源，据盖世汽车研究院测算，两者供应链重合度达到六到七成。中国新能源汽车产业链稍一延伸，就是机器人产业链。而事实上，中国车企也同样在积极布局机器人。
其中，转身最积极彻底的是小鹏。何小鹏在 6 月 10 日的内部信里说，这是小鹏从 " 智能汽车公司 " 向 " 物理 AI 公司 " 转型的关键一步。8 月，小鹏机器人业务完成超 9 亿美元首轮融资，投后估值超 63 亿美元，腾讯、阿里以战略投资者身份入局。小鹏之外，理想的李想，则在 3 月放话：2026 年是理想进化为 " 具身智能 " 企业的关键一年。
已经在新能源汽车上超越特斯拉的比亚迪，对机器人的理解还是把重点落到制造上。其执行副总裁李柯说：机器人的竞争，拼的是制造能力、软件能力和硬件能力，而汽车上积累的 AI 能力可以移植到机器人上。
中国科技巨头也同样在加大对机器人的布局。
华为云的具身智能平台 CloudRobo 去年 6 月发布、今年 6 月升级并开启公测，从数据、模型、仿真到部署，提供一整条流水线，已与 30 多家行业伙伴、20 多家本体厂商合作。小米的雷军，则把 2026 年定义为 " 具身智能大模型元年 "。
但中国能在人形机器人跑得快，靠的不只是一两家明星公司，而是产业链和生态。据工信部 7 月披露，目前中国人形机器人整机型号已有 400 余款，占全球一半以上；四足机器人全球销量份额接近 70%。电机、减速器、电池、传感器、结构件，几乎每一个环节都能在长三角、珠三角一两个小时车程内找到供应商。
在深圳南山的机器人谷，大约 10 公里的留仙大道，就是一条完整的机器人关键技术研发和零部件制造体系，从大小脑模型等算法软件，触觉传感器、激光雷达等感知系统，到伺服电机、动力模组等执行系统，再到机械臂、灵巧手等核心部件，都能在机器人谷找到优质供应商，实现快速交付。
在这里，" 上午出图、下午打样、次日迭代 " 是常态。一款灵巧手用的触觉传感器，过去靠进口要 10 万元，如今国产的 199 元起。今年 1 到 8 月，南山区机器人货运订单同比增长 94.4%。
美国在讲最宏大的故事，造最聪明的大脑；中国在造最多的身体，跑最快的量产，进最真实的场景。中美合起来，整个人形机器人就能更快速地跑起来，AI 也就更快走出屏幕，走向各行各业，家家户户。
据行业机构统计，今年上半年，中国人形机器人整机产量突破 4 万台，二季度环比增长 50%；赛道融资总额达到 1041 亿元，已经超过 2025 年全年。工信部预计，今年全年整机产量有望突破 10 万台。花旗更是预测，到 2050 年，全球人形机器人市场规模将达到 7 万亿美元。
需求也在从 " 表演 " 走向 " 上岗 "。工信部、国务院国资委 6 月联合印发通知，开展 2026 年度人形机器人与具身智能实景实训专项行动，要求到 2026 年底，人形机器人等重点产品在一批代表性场景中率先完成应用验证和常态部署，开启 " 作业模式 "。上海 10 月 12 日发布的《上海市加快发展新一代智能制造行动》更是明确，要推动 8000 台人形机器人进工厂。
IDC 的数据显示，今年上半年全球人形机器人出货约 2.5 万台，同比增长 432%；其中科研教育、展览展示这类 " 不干活 " 场景的占比，已从去年全年的 83.8% 降到 69%。这意味着，机器人正一台台从展台走向工位。
但越是热闹，越要冷静地问一句：物理 AI 的钱，最后会落进谁的口袋？
回看新能源汽车的历史，有一条规律值得记住：整车杀得头破血流时，最先赚到钱的往往是核心部件。宁德时代就是最好的注脚。物理 AI 大概率会重演这一幕。
整机格局远未定型，今天的冠军明天未必还在牌桌上；但不管谁家的机器人胜出，都绕不开关节、电机、减速器、丝杠和传感器。
物理 AI 接下来将产生的产业与投资机会，重点是三条线：
第一条线：先看 " 身体 "，再看 " 大脑 "。
以 A 股公司为例，今天真正被订单验证过的物理 AI 公司，大多集中在执行器环节。原因很现实：大脑的价值，眼下主要被英伟达和尚未上市的模型公司拿走；中国握着全球最强的制造底座，所以中国的机会首先藏在物理 AI 的身体里。
绿的谐波就是这条线上的代表。谐波减速器曾长期被日本企业垄断，绿的谐波率先撕开了口子，如今又把行星滚柱丝杠做到了规模化量产，全面切入具身智能的核心供应链。
三花智控、拓普集团代表着另一类玩家：汽车零部件巨头带着规模制造和降本能力切入机器人执行器，被市场视为特斯拉供应链的核心选手。
此外，双环传动的精密齿轮与减速器、恒立液压的丝杠、鸣志电器的空心杯电机、奥比中光的 3D 视觉、柯力传感的力传感器，都在各自的细分环节握有硬功夫。
第二条线：看主业能不能托底。
机器人放量是一场马拉松，中途必有颠簸。能熬到终点的，往往是主业现金流足够厚的公司。
汇川技术是典型。今年上半年营收 246.75 亿元，通用伺服系统国内市占率升至 35.2%，稳居第一。人形机器人对它而言不是转型，而是伺服、电机、控制器能力的自然延伸。这类公司弹性未必最大，却最不怕题材退潮。
第三条线：看订单，不看概念。
雷赛智能就是一个用财报说话的样本。它聚焦关节模组和灵巧手两大品类，上半年营收 12.47 亿元，同比增长 39.92%；归母净利润 1.94 亿元，同比增长 62.79%，产品已拿到国内主流机器人厂商的批量订单。
整机层面，宇树科技已是 A 股最纯正的人形机器人标的，也是整个板块的估值锚；智元则通过入主上纬新材，在 A 股有了自己的资本平台。
反过来，有三类公司需要格外小心。
一类是 " 合作 "" 参股 "" 战略协议 " 的蹭热度者。6 月 8 日，家居卖场居然智家因与优必选的合作被炒成物理 AI 概念，股价涨停；当晚公司就发公告澄清：那只是一份框架协议，没有实质订单，也没给收入贡献过一分钱。
一类是估值远远跑在业绩前面的。截至 7 月初，绿的谐波今年以来股价累计涨超 150%，而它一季度的营收只有 1.40 亿元，市场已经提前买下了好几年的增长。
一类是造蓝图提概念，没有金刚钻却要揽瓷器活儿的。比如，一个既没有强大资本，也没有顶尖技术人才的公司，声称自己要做机器的大脑，甚至与英伟达竞争。
更深一层的考验在价格。机器人一旦放量，零部件单价必然被持续压低，就像当年的光伏和动力电池。最后的赢家，要么是真有独一无二核心技术壁垒，要么是能把成本打到最低、把规模做到最大的那一个。
说到底，投资物理 AI，不必去赌谁能造出最好的机器人，而要找谁都离不开的东西。
这场变革来得比多数人预想得快。王兴兴在今年工博会上的一句自我反思，值得每个盯着这条赛道的人记住：
" 过去十几年我犯的最大的错误，就是对 AI 相信得还不太够。"
参考资料：
[ 1 ] 新华社：工信部在 2026 世界人工智能大会新闻发布会上表示，2026 年我国人形机器人整机产量有望突破 10 万台
[ 2 ] 特斯拉 2026 年第三季度财报及业绩电话会（新浪科技、每日经济新闻相关报道）
[ 3 ] 英伟达 GTC 2026 圣何塞、台北、柏林大会官方发布及科创板日报相关报道
[ 4 ] Smart Analytics Global、IDC：2026 年上半年全球人形机器人出货数据
[ 5 ] 第一财经、证券时报：王兴兴在 2026 世界机器人大会、第二十六届中国国际工业博览会的演讲报道
