人形机器人需要的存储量,是L2+自动驾驶汽车的10倍?

美光CEO Sanjay Mehrotra 在最新财报电话会上说：“人形机器人需要的存储量，是L2+自动驾驶汽车的10倍。”

就这么一句。没有PPT，没有BOM拆解，没有传感器数量，连个具体GB数字都没有。

这句话的信息密度极高。它是美光这家全球第三大存储厂商，用自己的客户触达数据和技术判断，对"人形机器人到底吃多少芯片"这个问题给出的第一个重量级答案。

问题是，这个"10倍"到底靠不靠谱？

先搞清楚基线：L2+汽车吃多少存储

美光自己2025年发过一份汽车存储白皮书，数据很明确：2025年平均每辆车搭载16GB DRAM和204GB NAND。

但这是"平均车"。Mehrotra在电话会上说的是"L2+及以上"，这部分车占市场比例2026年超过20%，2030年超过40%。 L2+车的存储配置大约是普通车的5倍，也就是说DRAM在80GB往上。

有些媒体推算更激进，认为2026年L2+车型的DRAM会冲到300GB以上。

所以"10倍"意味着什么？取决于你拿哪个数字当基线。

如果基线是80GB，10倍就是800GB DRAM。如果是300GB，那就是3TB。

而当前人形机器人用的主流计算平台——NVIDIA Jetson Orin——最大配置是32GB LPDDR5。

你看，32GB到800GB之间，差了25倍。到3TB之间差了快100倍。

这个差距怎么填？

美光的逻辑链：三层叠加

Mehrotra 没在电话会上展开说，但把美光的白皮书、行业技术资料拼在一起，逻辑链是清楚的。

第一层，感知。

一辆L2+汽车大约8个摄像头，加可能的1个激光雷达。人形机器人呢？12路以上摄像头（部分还带立体视觉），9自由度IMU跑在1kHz频率，关键是还有汽车完全没有的东西——力矩传感器和触觉传感器。一只灵巧手就22个以上的触觉反馈点，每个关节还有编码器，以100到500Hz的频率吐数据。

传感器数量和类型不是一个量级的，每个传感器都在产生数据流，需要实时处理和缓存。

第二层，推理。这是"10倍"论断最关键的技术假设。

L2+汽车跑的是什么模型？感知加规控分离的轻量化模型，参数量在数亿级别，模型文件1到2GB。Tesla FSD v12算比较大的了，也就这个量级。

人形机器人要跑的是什么？VLA模型——Vision-Language-Action，端到端。OpenVLA是70亿参数起步，Pi-0更大。一个7B参数模型用FP16精度存下来就是14GB，还不算推理时的激活值缓存和KV cache。

汽车做的是模式识别：识别车道线、行人、交通标志。人形机器人做的是泛化操作：理解一句"帮我把桌上那个红色的杯子拿过来"，然后感知环境、规划路径、控制40多个关节完成抓取动作。

这俩不是一个难度级别的东西。

第三层，控制。

汽车控制的是2D平面轨迹，方向盘加油门刹车三个输出。控制频率10到50Hz够用了。

人形机器人控制的是40多个自由度的全身关节，每个关节500Hz以上的闭环反馈。光是一个30自由度的MPC求解，就要在10毫秒内算完，还得实时跑全身动力学模型。

控制本身是计算密集型而非存储密集型，但高频实时反馈意味着传感器数据流和历史状态需要持续缓存。内存带宽和容量的需求被撑起来了。

三层叠在一起，人形机器人单机的存储需求确实应该比汽车高出一个量级。方向上，美光的判断没错。

但"10倍"这个数字，怎么说呢

方向对，不代表数字对。

最大的问题在于，Mehrotra 把"存储"笼统说了，没区分DRAM、NAND还是HBM。而这三样东西在不同场景下的需求差异巨大。

如果人形机器人走的是"本地完整VLA推理"路线——像Tesla的端到端FSD思路——那它确实需要超大容量的本地DRAM来装载模型权重和实时推理缓存。10倍甚至可能低估。

但如果走的是"云端大模型加本地轻量化控制"路线呢？大模型跑在云端，机器人本地只做感知预处理和运动控制，存储需求会大幅缩水。很多厂商实际上在做这种混合架构，因为云端算力便宜得多，5G和WiFi延迟也在持续改善。

还有模型压缩这个变量。VLA模型现在动辄70亿参数，但量化、蒸馏、剪枝这些技术在快速进步。如果两年内把VLA模型压缩到10亿参数以下，本地存储需求会断崖式下降。

所以"10倍"到底成不成立，取决于三个变量：架构路线怎么选、模型压缩走多快、专用芯片出不出现。

这些变量美光一个都没说。

美光为什么在这个时点说这话

把时间线对一下就明白了。

美光Q3财报核心数据：营收414.6亿美元，环比涨74%，同比涨346%。毛利率84.9%，比英伟达还高。Q4指引营收500亿，毛利率还要往上冲。

更关键的是，美光签了16个战略客户协议，RPO保底收入1000亿美元，其中220亿是以现金押金形式锁定的。HBM和AI服务器存储的产能已经全部被锁定到2027年以后。

2026财年资本支出大约270亿美元，2027财年各季度还要更高。

你看出问题了没有？

产能已经被锁定到2027年了，资本支出还在往上加。资本市场自然会问一个问题：2027年之后呢？需求会不会见顶？你们花这么多钱建产能，会不会过剩？

“人形机器人存储需求是汽车的10倍，这是一个持续数十年的需求周期”——这句话完美回答了这个问题。

它足够大、足够远、足够模糊。2027年之前无法验证，因为人形机器人还没量产。2027年之后即使验证不了，也可以说"需求周期刚刚启动"。

我不是说美光在忽悠人。美光作为全球第三大存储厂商，跟Tesla、Figure、NVIDIA都有直接技术交流和早期产品规划，Mehrotra 看到的信息比我们多得多。

但一个方向性判断和一个可量化的收入预测，是完全不同的东西。投资者如果把"10倍"当精确数字拿去建模，大概率会踩坑。

那怎么验证

说实话，短期内没法验证，但有几个信号可以盯。

第一个，Tesla AI Day。如果Optimus下一代用的AI5芯片集成了HBM或者大容量LPDDR，那说明Tesla确实在往"本地重推理"方向走，美光的逻辑得到印证。如果AI5还是常规配置，那这个论断就要打个问号。

第二个，NVIDIA下一代Jetson平台。NVIDIA不会跟美光的信息差太大。如果下一代嵌入式平台的存储规格大幅跳升，说明产业链确实在往这个方向布局。

第三个，也是最硬的——等iFixit或者专业拆解机构拿到量产的人形机器人做物理拆解。 一切BOM推测都不如把机器拆开数芯片来得准。 图上的芯片型号、DRAM颗粒容量、NAND规格，这些是骗不了人的。

在此之前，把"10倍"当成一个值得跟踪的行业信号就好，别当成板上钉钉的事实。

最后说一句

美光这句话真正的价值不在于那个"10倍"的数字。

而在于它第一次把"人形机器人到底需要多少芯片"这个议题，从模糊的"很大"变成了可以讨论的框架。感知层、推理层、控制层，三层叠加的逻辑是可以被拆解和验证的。

至于最终数字是5倍还是10倍还是20倍，2027年第一批量产机器人拆开来看就知道了。

在那之前，多听多看少下结论。

存储板块的长期逻辑没问题，但别因为一句"10倍"就无脑追高。周期股的教训，每一次都一样。