当汽车行业利润率降至2.9%的低位，近20家主流车企集体转向具身智能与人形机器人。这并非单纯追逐风口，而是基于智能汽车与机器人约70%的技术同源性做出的战略延伸。对消费者和行业而言，这意味着你在车上体验到的智驾、芯片和算法能力，正在被平移到一个能感知、会思考、可自主行动的“超级智能体”上，它既是车企寻找的第二增长曲线，也是验证下一代AI技术的最佳试验场。
所谓具身智能，简单说就是让AI拥有物理身体并能在真实世界中交互，对你而言，未来买车可能附赠一个能帮你干活的家庭助手。从技术代际看，上一代工业机器人只能按固定代码执行单一动作，而这一代车企入局的人形机器人，核心升级在于复用了智能汽车的“感知-决策-执行”全栈能力。在感知层，车载激光雷达、摄像头可直接移植；在执行层，线控底盘与电驱系统高度通用。真正的分水岭在决策层：小鹏IRON搭载的第二代VLA（Vision-Language-Action）大模型，是一种能将视觉、语言与动作控制打通的端到端模型，好处是让机器人不再依赖预设程序，而是像人一样看懂环境并自主规划动作；理想发布的马赫M100芯片采用数据流架构，单颗算力1280TOPS，相比传统指令集架构效率提升超20个百分点，这意味着机器人处理复杂任务时更省电、响应更快。对比纯机器人公司，车企的优势在于技术复用降低了边际成本，但劣势在于机器人的关节自由度（如IRON的82个）远超汽车，运动控制算法仍需从头适配，并非简单的“把车立起来”。
这项技术对日常用车的影响正从工厂走向生活。目前最直接的体验是在车企自有工厂里，上汽“能仔1号”已在电池产线实现±0.1mm精度的电芯抓取，小鹏IRON承担了分拣搬运工作，这些场景验证了技术的可靠性。下一步是门店导购，小鹏计划2027年将IRON推入线下展厅。更长远看，奇瑞墨甲机器人已在海外30多个国家的政务厅、博物馆上岗，广汽GoMate凭借可变轮足构型将能耗降低80%以上、续航达6小时，解决了双足机器人“走不远”的痛点。但必须实事求是地说，当前具身智能仍处于L2级辅助阶段，仅能在结构化环境中完成特定任务，距离进入家庭处理洗衣做饭等非标准化场景，还有很长的路要走，现阶段更多是技术验证而非成熟产品。
在关键指标上，各家路线差异明显。算力方面，小鹏IRON三芯总算力2250TOPS，理想双芯2560TOPS，特斯拉AI5芯片预计2027年量产，行业正从堆算力转向重效能。商业化进度上，奇瑞墨甲已实现千台签约交付，领跑全球；小鹏、上汽处于工厂内部验证期；多数车企仍在送样爬坡阶段。市场规模方面，IDC预测2030年中国具身智能用户支出将达770亿美元，年均复合增长率94%，但2025年零部件企业相关营收贡献仍微乎其微。技术复用率虽宣称70%，但剩余30%的精密运动控制与泛化能力才是真正卡脖子环节，也是车企与专业机器人公司的差距所在。
从技术成熟度判断，车企造机器人正处于“先占坑、再验证”的早期阶段。优势在于智驾积累的端到端模型、海量真实道路数据和自有工厂场景构成了独特壁垒，这是实验室公司无法复制的。但问题同样突出：世界模型技术尚未收敛，吉利WAM、小鹏X-World等路径仍在探索；高质量多模态交互数据仍是行业瓶颈；机器人在非结构化环境中的安全预判与长尾case处理能力远未达标。短期内，它不会替代你的车机或家电，但会持续反哺智驾系统的进化。
总结来看，车企布局具身智能是技术同源下的理性延伸，而非盲目跨界。70%的复用率降低了入场门槛，但30%的核心差异决定了谁能真正跑通。对购车者而言，不必为“机器人概念”支付溢价，但可关注那些在VLA模型、自研芯片和数据闭环上有实质投入的品牌——这些技术终将回馈到你的智能驾驶体验中。具身智能是车企的未来战场，而你今天的每一次智驾使用，都在为这场战争输送弹药。