一辆无人驾驶汽车停在路口，系统要看红绿灯、车道线、旁边车辆的速度和行人的动作。事情很复杂，但它至少知道自己正在参加一场有规则的交通。
机器人遇到的世界，往往没有这么整齐。
想象一条医院走廊：电梯门刚开，护士推着药车出来，另一边有人推病床经过，家属停在门口回消息，清洁车靠在墙边。一台配送机器人可能只需要走几十米，却要在几秒钟里决定自己该不该继续走、该让给谁、停在哪儿才不挡路。
这就是为什么我不太相信“自动驾驶成熟以后，人形机器人自然就会成熟”的说法。
它们都在进入真实世界，但走的不是同一种路。
Agility 机器人在物流现场作业的官方发布图。
自动驾驶积累的是道路经验
自动驾驶的难度从来不低。高速、雨天、施工、突发加塞、责任认定，每一项都足够让人谨慎。但道路有一个很重要的特点：它存在大量可重复的结构。
车道、路口、交通灯、限速、优先权、地图，甚至人们对车辆行为的默认预期，都让系统可以在反复运行里积累经验。Waymo 公开提到，其第六代系统建立在近 2 亿英里的完全无人驾驶运行经验上。这个数字并不意味着问题已经解决，却说明一件事：它能把真实运行变成持续积累的证据。
机器人很难这样做。
它所在的“最后十米”，不是道路的缩小版。仓库货架之间的空隙会变，办公室里多了一把椅子，酒店客人突然拖着行李停下，家里地上出现一根充电线。机器人还不只是经过，它通常要在抵达以后拿、放、递、开门或等待回应。
车开错一条路线，系统还可以重新规划；机器人把杯子放错地方、挡住一位赶时间的护士，动作已经进入了人的空间和工作节奏。
真实机器人在桌面环境中执行取放任务的现场图，用于对应“靠近物品后的最后动作”。
距离更短，交互反而更密
人形机器人新闻里常出现一个误解：它走得没有车快，活动范围也没有车大，所以问题应该更简单。
实际恰好相反。
一台车大部分时间是在遵守公共规则；一台机器人则更常处在规则还来不及被说出口的地方。谁更着急，谁先通过，什么物品不能碰，什么时候需要停下来等人确认，这些往往写不进地图。
机器人真正要学的，未必只是把空间看得更清楚，而是在不确定时不要逞强。
降速、靠边、等待、提示、交回控制权，这些动作没有演示视频里的抓取和跑步漂亮，却可能是它进入医院、商场、酒店和家庭后最常用的能力。
这里有一个经常被忽略的区别：自动驾驶的“接管”通常发生在驾驶员座位上，机器人在医院里的“接管”却可能发生在护士站、门口甚至病床旁。汽车可以把风险交给一个已经坐在车里的人，服务机器人必须先让周围的人知道自己准备怎么做。
所以，车企真正能带给机器人的，不只是电机、传感器和工厂，而是一套处理异常的习惯：把每次急刹、绕行、人工接手都记录下来，再变成下一轮测试和维护的任务。这个经验很有价值，但它不会自动生成一条“机器人道路”。
机器人还要自己建立另一张表：在哪些地方可以绕行，哪些动作需要先打招呼，什么东西必须交给人确认，任务失败后谁能在几分钟内赶到。表格写得越细，机器人的自由度也许越小，真正能被放进公共空间的机会反而越大。
可以把两条路线放到同一个场景里看。自动驾驶车把乘客送到医院门口，任务在路边基本结束；机器人把药品送进医院，真正棘手的部分才刚刚开始：门禁是不是开着，电梯里有没有人，走廊拐角是否被推车挡住，收件人会不会临时换到另一间病房。前者的终点是一个坐标，后者的终点是一次被人接住的交接。
车企给机器人的，不该只是一条产线
最近三菱汽车和 Highlanders 的合作很值得从这个角度看。公告里写得很直接：双方会探索在人形机器人上合作，也会利用汽车制造长期积累的质量、耐久、安全设计、机电控制和工厂运营能力，研究如何量产机器人。
这不是一句“车企跨界机器人”就能概括的事。
造一台能走的样机，和造一批需要在不同现场长期运行的产品，中间隔着供应链、装配一致性、故障诊断、维修网络、备件和责任流程。自动驾驶这些年真正留下的经验，也不只是算法，而是让异常被记录、被复盘、被维修体系接住。
机器人未来同样需要这套能力。
所以，车企进入机器人最值得期待的地方，不是它能不能很快造出一台更像人的机器。而是它是否能把“出了问题怎么办”提前放进产品里，而不是留给现场的人临时处理。
自动驾驶走了很多年，才慢慢学会在现实里证明自己。机器人也会走自己的路。
只不过它真正要面对的，不在地图上那条最长的线，而在每一次靠近人、靠近物、靠近任务的最后十米。
这也是车企路线和机器人路线最后会分开的地方。前者先把路变成可重复的基础设施，后者要先把人的临时决定变成可解释、可回退的现场规则。谁能把这段“最后十米”做成稳定服务，谁才有机会把一台会走路的机器，变成一项有人愿意持续付费的业务。
从产品角度看，这意味着机器人公司的竞争对手也不只是一家机器人公司。它可能要和电梯系统、门禁系统、物业、医院信息化团队以及现场服务商一起工作。少一个接口，机器人就可能在最普通的环节停住；多一个责任人，故障发生时就多一层等待。自动驾驶把道路上的复杂性逐渐收进系统，机器人则要把建筑和组织里的复杂性一层层接进来。
这条路看起来慢，却更接近真实的商业化。车可以先在相对清楚的道路上跑起来，机器人必须先证明自己不会把每一次临时变化都变成一场人工救援。
来源：Waymo 第六代系统公开说明；三菱汽车与 Highlanders 联合公告；NVIDIA Newsroom。
