宇树单日涨16%市值回2000亿，具身智能却先让车企挣到钱

本文作者为科技新知，钛媒体经授权发布。

宇树科技单日大涨16%，市值重新站上2000亿元，王兴兴总算松了口气。差不多同一时间，深兰机器人创始人陈海波看着自家公司欠薪、被法院裁定破产清算的消息，心里有些恍惚。

人形机器人这行眼下就是这么一出魔幻戏：出货量在翻倍，独角兽却一个接一个倒下；估值冲到天上，收入还趴在地上。资本已经用脚投票，身子却还留在原地没动。

这里头有个容易被忽略的转向：AI公司正盯着自家大模型，急着给它找物理载体，可人形机器人到现在也没打通技术到商业那一段。于是，它们把眼光挪到了汽车上。

融资那一头热得发烫，闭环这一头冷得结冰

千里科技董事长印奇讲过一句：“所有不能商业闭环的辉煌，都是阶段性的。”他自己的职业路径，差不多就是把这句话照着做了一遍。

这位清华姚班出身、23岁创办旷视的“AI老炮”，2024年底掏出24.3亿元，受让吉利手里的力帆科技股份，出任董事长后把公司改名千里科技，整体转向AI+汽车。他的思路不复杂：阶跃星辰管“大脑”，千里科技管“躯干”，车就是物理AI头一个上规模的载体。

理想汽车董事长李想说得更直白。他跟罗永浩对谈时，把具身智能分成上下半场：2018—2033年归自动驾驶汽车，2030年之后才轮到人形机器人。上半场把移动、感知、决策和工程化打通，下半场再把这几样本事搬到更像人的形态上去。

先跑通的为什么是车？不是汽车的故事更动听，反倒是因为它更“能用”。

产品这一头，车已经跑了一百多年。人形机器人还在琢磨怎么站稳、怎么迈步，汽车早就自带稳定供电，摄像头、雷达、麦克风天生就是AI的眼睛和耳朵；减速器、电机、控制器、传感器这些核心零部件，汽车产业链已经规模化量产了十几年。

数据这一头，车能持续吐出带动作的真实数据。元戎启行CEO周光说：“文本突破之后，大模型的下一步就是多模态，而多模态离物理世界的Agent只有一步之遥。”机器人场景里，能一直产出几十万、上百万公里驾驶行为、决策和反馈的，只有汽车——这是填具身智能“数据荒”最直接的一条路。

技术这一头，车上跑通的模型拿下来就是降维。汽车行业对端侧AI卡得很死：延迟要低、高温震动要扛、粉尘要顶住、运行要稳、安全冗余和失效保护一样不能少。能在车上跑通的模型和硬件，挪到工厂、园区这类结构化场景，难度只会更低。

政策这一头，钱和产业资源也在往车这边靠。汽车产业链上下游生产总值大约占全国GDP的10%，“十五五”规划也写明，鼓励AI大模型、智能体技术优先在车上落地。工信部等九部门提出，要深入推进智能网联汽车准入和上路通行试点、“车路云一体化”应用试点，优化生产准入管理制度，推动建设可信数据空间和高质量数据集，支持汽车与信息通信、能源、交通等行业企业相互赋能，推动人工智能与汽车产业深度融合，赋能全产业链数智化转型。

局面就这么有点反讽：资本市场最看好机器人，可最早把钱挣到手的，是汽车。

这不是车企的第二曲线，是人形的第一考场

有种常见误解：车企搞具身智能，是因为车卖不动了，得找第二曲线。实情正好反过来——是产业链上下游的质控和成本来回波动，把它们逼到了非得握住底层技术话语权的位置。

这两年磷酸铁锂涨价、芯片短缺、供应链反反复复，教训摆在那儿，车企算看明白了：光做集成组装，利润和命都攥在别人手心。另一个动因是“车家一体”的闭环：汽车只是智能生活里的一个节点，家里、办公室、公共空间的设备，都得有个统一的智能体来调度。理想在具身智能上砸得最重，原因之一就是李想对家庭场景的那份执念——车不是交通工具，是移动的家，机器人是家的延伸。

再往深里看，驱动力来自AI产业自己的变化。整个AI界正从文本走向多模态、从语言模型走向物理智能。互联网大厂这会儿杀进自动驾驶，图的根本不是那点汽车软件授权费，是要验证物理AI。

从DeepSeek进智能座舱这类“浅层AI上车”，到理想L9 Livis把具身智能融进用车生活，再到AIVA M7在产品定义阶段就“先有AI、再有车”——AI和汽车的融合正由浅入深：先让车更聪明，再让车被AI重新定义。

具体说，全新理想L9 Livis拿3D ViT感知模型替掉2D ViT感知模型，想做到对三维物理世界理解得更深；它装的是自研马赫M100芯片，单颗算力1280TOPS，还用上更适合AI计算的动态数据流架构，冲的就是“算力够了、架构不配”这个坎。

AI给车带来的变化，也会漫出车外。AIVA提的“2+22”理念挺典型：用户平均每天在车里待2小时，剩下22小时靠随身终端Loop和Agent把服务接下去。这就意味着车企不再只是卖车，还得持续运营Agent，把模型调用和云服务的成本扛下来。AIVA想回答的是：一项AI功能，能不能从车的加分项，变成消费者选车的理由。

互联网人厉害的地方，是总能踩中风口。李想、何小鹏、雷军都是后来者，偏偏能把新赛道做成，还顺手给行业添点惊喜。眼下他们对具身智能的野心，当然不止于车。理想MindVLA-o1、小鹏第二代VLA，做的其实是同一件事：把车上练出来的感知、决策、执行能力，搬到机器人身上。

这里的VLA，全名是视觉—语言—动作模型。说白了，它给大模型原来“只会看图、读字”的本事接上了动手的出口。传统机器人得三拨人分工：一拨看，一拨懂，一拨动；VLA想用一个模型，端到端把感知、理解、执行一起干完。

真正的迁移已经动起来了。汽车不是机器人的对手，是机器人的“驾校”。

车企修不完的路，人形还得自己走

不过，车企能给具身智能铺的路，终究有尽头。

头一道坎是技术复用的边界。自动驾驶面对的课题相对单一：在高度结构化的交通规则里安全地导航移动。具身智能却还得啃运动控制、灵巧操作、世界模型与空间常识推理。车企靠着底盘、电控、硬件工程攒下的家底，很难直接解决机器人动力学和基础大模型的问题——所谓技术复用，弄不好是幻觉。

第二道坎在组织节奏上。整车研发普遍走瀑布式长周期验证，一款车从立项到量产通常要三到五年；AI模型却跑得飞快，几个月就可能换一代。能把具身智能摆到战略高位的企业，也就小鹏、理想那么几家，绝大多数车企的头号业务还是造车。

星源智创始人刘东对行业下过一个坐标式的判断：“具身智能现在大致处在自动驾驶2016年前后的阶段——Demo已经大量跑通，但到真正形成生产力还有一段路。”这个类比不算夸张。新能源汽车也走过差不多的路：资本热潮先来，消费热潮随后。眼下的人形机器人，正卡在资本热潮退潮、商业化验证还没走完的阶段，很像2016年L2辅助驾驶刚规模化落地那会儿，离今天城市NOA普及，中间隔了近十年。

终局方向其实不难判断。毕竟世界是按人的尺度设计的：门把手、楼梯、货架、工具，都照着人的尺寸和活动范围来。人形机器人未必是最优解，但在通用性上几乎是唯一解。

工业场景和康养场景，或许会是最早跑出规模化的地方。工业环境标准化程度高、作业流程清楚，机器人上手快；康养需求集中、付费意愿明确，商业闭环也更容易跑通。海尔等家电企业已经先动起来，推出陪伴机器人、外骨骼机器人等产品，切进家庭照护与助行场景。

说到产业模式，独行快、众行远。对多数企业来说，AI公司与车企联手，可能是性价比更高的长远路线。具身智能企业的核心资产是物理世界感知、仿真与执行能力，这些资产最终要在更接近人的形态上释放。上纬新材CEO田华点出了真正的硬骨头：“如何保证数万台、数十万台机器人的批次一致性，真正的挑战在于供应链和制造标准。”——而这，恰恰是车企能替那些寻找人形机器人物理载体的具身智能企业做的事。

信号已经很清楚。2026年9月，启元机器人发售Q1、T1两款个人机器人；一周后，全球首店落地上海淮海中路，由汽车经销商永达汽车运营。启元甚至搬来了汽车工业的制造节拍：每2.5分钟下线一台机器人，执行IATF 16949汽车质量管理体系标准。

在可见的未来，车企出工程化能力、供应链体系和真实数据，AI公司出大脑，这会成为物理AI产业链走向成熟的标志。

具身智能眼下仍有泡沫之争，但行业商业化已经势在必行。人形机器人有望成为继手机、智能汽车之后下一个大爆发的智能终端——只是时间点不会来得那么快。

资本市场上押注的是前景，产业里较量的是谁能先把整套流程跑通。前半程，汽车把供应链的成本压了下来，也在真实物理环境中攒起大量可供 AI 干活的数据，还把从感知到决策再到执行的一整套方法验证了一遍；到了后半程，人形机器人就要登场了。