新车解码｜车企具身智能配置拆解：技术同源版最值得买

2026年过半，比亚迪、小鹏、广汽、理想等近20家主流车企集体涌入具身智能赛道。在汽车行业利润率降至2.9%的背景下，人形机器人被视为第二增长曲线。据IDC预测，2030年中国具身智能机器人市场规模将飙升至770亿美元。不同于传统造车，这场竞争的核心在于“技术复用率”与“场景落地能力”。本文将把各家机器人的技术架构当作“配置表”来拆解，帮你算清哪家车企的机器人业务最具长期价值。

从“配置表”来看，各家差异化明显。小鹏IRON属于“高配性能版”，三颗自研芯片提供2250TOPS算力，82个主动自由度配合端到端VLA模型，已在广州工厂P+产线实测，计划2027年进入门店导购，是配置最全、落地最快的版本。理想走的是“架构优先版”，马赫M100芯片采用数据流架构，运行效率超82%，虽未量产但技术底座最扎实。广汽GoMate则是“实用特化版”，首创可变轮足构型使能耗降低80%，自研驱动器仅40克，适合复杂地形作业。相比之下，部分车企仍处于“概念入门版”阶段，仅有实验室数据而无实体产线验证，短期购买价值较低。综合技术成熟度与场景闭环，当前阶段小鹏的“工厂+门店”双场景版本最值得重点关注。

横向对比同级竞品，核心参数差异集中在算力效能与数据壁垒两个维度。算力方面，行业正从堆砌TOPS转向效能优先，理想马赫M100的数据流架构较传统指令集效率提升20个百分点以上，这意味着同等算力下实际推理能力更强。数据层面，车企相比纯机器人公司具备天然优势：智能汽车积累的海量真实道路数据包含极端工况与长尾案例，可直接迁移至机器人训练。例如小鹏仓储机器人的操作数据正在反哺智驾仿真系统，形成双向数据飞轮。此外，供应链复用度高达70%，激光雷达、电驱系统、精密控制等零部件与汽车高度通用，使车企机器人的边际成本远低于从零起步的科技公司。目前中国人形机器人整机企业超140家，但拥有自有工厂测试场景和量产供应链的车企不足5家，这才是真正的护城河。

新款具身智能业务与老款自动化设备相比，核心变化体现在三个方面。第一是决策逻辑从“编程执行”变为“自主规划”，上汽能仔1号无需固定编程即可自主识别电芯并规划抓取路径，定位精度达±0.1mm，而传统机械臂必须依赖精确定位与预设程序。第二是感知系统从“单一模态”升级为“多模态融合”，广汽GoMate集成视觉、触觉传感器与云端大模型，可实现秒级响应复杂指令，远超传统工业相机的识别能力。第三是商业场景从“封闭产线”拓展至“开放服务”，奇瑞墨茵已通过欧盟双重CE认证，在全球30多个国家落地4S店、博物馆、政务大厅等公共服务场景，这是传统工业机器人无法触及的领域。这些变化意味着车企的机器人业务不再是造车的附属品，而是具备独立商业价值的“新车型”。

核心亮点方面，首先是技术复用率高，约70%的智能驾驶技术可直接迁移，大幅降低研发边际成本；其次是自有场景闭环，工厂产线与门店渠道提供了现成的测试场与商业化入口；第三是数据飞轮效应，车与机器人的数据双向流动构成独特壁垒；第四是供应链成熟度，国内完善的量产产能使硬件成本快速下降。不足之处在于，当前多数车企的机器人业务仍处于“先占坑、再验证”阶段，对营收贡献微乎其微，财报显示相关企业多处于送样到批量生产的爬坡期；此外，世界模型等技术路线尚未收敛，吉利CTO指出VLA存在缺乏规律性认知等三大局限，过早押注单一技术栈存在迭代风险。

购买建议很明确：关注具身智能赛道应聚焦“已上车验证”的版本。优先选择拥有自有工厂实测数据、核心零部件自研、且已有明确商业化时间表的车企。对于仅发布概念或依赖外部供应商的方案，建议保持观望。技术同源降低了入场门槛，但只有完成场景闭环的玩家才能穿越周期。