具身智能正在重演自动驾驶的产业剧本,但起点更高、节奏更快、参与者更碎片化、中国渗透率更深。两者都是"AI走入物理世界"的代际机遇,技术架构(感知-决策-执行)、参与者类型(科技巨头/OEM/Tier 1/学院派)、周期节奏(萌芽-鼎盛-去泡沫-务实商业化)几乎一一对应。
但2023年以后基础大模型的可用性,从根本上改变了"创业团队所需规模"——自动驾驶时代需要数百人才能跑起来的实验室,机器人时代5-10人就能融到上亿美元。
机器人产业大约处于自动驾驶2019-2021年的位置(顶峰估值期),预计2026-2027年出现类似2022-2023年Argo AI关闭式的"泡沫瓦解期",2027-2028年B端工业机器人才会真正规模化(WardsAuto, 2026)。
自动驾驶像是“把 AI 放进一辆高速移动、必须符合道路法规的车里”,robotics 更像是“把 AI 放进整个物理劳动力系统里”。前者验证周期长、监管前置、ODD 边界强;后者应用面更宽、进入者更多、技术迭代更快,但硬件可靠性、泛化、安全和 ROI 的最终验证可能并不更简单。
当前 robotics 与自动驾驶最大的相同,是二者都在争夺“物理世界 AI 操作系统”的主导权;最大的不同,是自动驾驶的主战场是一类高度标准化但高风险的交通任务,而 robotics 的主战场是多个低标准化但高频的物理劳动任务。
自动驾驶的经验告诉 robotics:不要低估安全、运营、责任和资本消耗;robotics 的新变量告诉自动驾驶:foundation model、边缘算力、跨本体数据和低成本硬件可能显著缩短从实验室到场景试点的时间。
更可能出现的结果不是“一个通用人形机器人赢家通吃”,而是“少数机器人基础模型平台 + 若干强整机平台 + 大量场景化机器人和供应链公司”共同构成生态。
自动驾驶最后把行业从“人人都做 L4”筛成了“Waymo 式运营平台、Tesla/车企式量产功能、Tier 1/芯片/传感器供应链”;robotics 未来也会经历类似筛选,只是筛选维度会从“城市和里程”变成“任务、工位、场景、数据和可复用技能”。
#具身智能 #机器人 #自动驾驶