夜雨聆风一、Fremont 工厂最后一辆车下线之后
2026 年 5 月 9 日晚上 9 点，太平洋时间。特斯拉 Fremont 工厂的最后一辆 Model S 和最后一辆 Model X 驶下产线。两条产线合计生产了超过 61 万辆车，Model S 跑了 14 年，Model X 跑了 11 年。最后下线的是 Signature Edition 限量版——250 辆 Model S Plaid 和 100 辆 Model X Plaid，只留给长期客户。
同一栋楼里，新的装配线即将安装。产线要换产品了，这次不是汽车，是人形机器人。
Musk 在 Q1 2026 财报电话会上说，计划用 4 个月完成旧产线拆除、新产线安装、全线投产。他用了"insanely fast"这个词，认为这个速度"地球上没有公司做到过"。
但同一个电话会上，他也说了另一段话：
「Optimus 有 10,000 个全新零部件，全部来自全新的供应链，没有一个经历过大规模量产。产线速度取决于第 10,000 个零件里最倒霉、最慢、最笨的那个。这种事情根本没法预测。」
他没有给出 2026 年的产量目标。
一年前，他说 2025 年要造大约 10,000 台 Optimus。到 2026 年 1 月，他承认零台 Optimus 在特斯拉工厂里做"有用的工作"。现在的目标只是"开始生产"，没有数量承诺。初始技能也仅限于"工厂里的简单任务"。
Gen 3 的发布从 Q1 推迟到了年中。推迟的理由是竞争对手会"逐帧分析"发布的视频然后抄袭。
这个说法本身就能看出问题：硬件层面的技术壁垒，可能没有资本市场想的那么高。看一遍 demo 视频就能抄个大概，那真正的竞争就不在硬件外观了。
Fremont 工厂年产能在 10 万辆级别，Model S/X 的销量已经萎缩到每年约 3 万辆。停掉这两条线是为了给 Optimus 腾空间，但 Optimus 什么时候能产生同等收入，没人能回答。特斯拉目前靠 Megapack 储能业务在撑着利润，Cybercab 和 Optimus 还在追 headline。
5 月 9 日那天，最后一辆 Model S 下线时，工人们站在车旁合影。这栋楼见证过特斯拉从濒临破产到全球市值最高车企的全过程。现在它要被拆掉重来。4 个月后，这里将不再有汽车驶出产线，取而代之的，是双足行走的人形机器人——如果一切顺利的话。
二、三家公司的三条路，三种赌法
直接看数据。
Figure AI，估值 390 亿美元，2025 年 Series C 融资超过 10 亿美元，领投方包括 Nvidia、Intel、Qualcomm、Salesforce。
它的 BotQ 工厂在不到 120 天里把 Figure 03 的生产速度从每天 1 台提升到每小时 1 台——24 倍增长。截至 2026 年 4 月底，累计下线超过 350 台第三代人形机器人。
产线细节：150 多个联网工作站运行自研的制造执行软件；对数百家供应商来料进行准入检验；生产过程中有 50 多个在制品检验点；末端一次通过率 80% 以上且还在每周改善；电池产线一次通过率 99.3%，出货超过 500 个电池包；生产了超过 9,000 个执行器、覆盖 10 多个不同型号。
每台机器人出厂前要做 80 多项功能验证测试，包括深蹲、肩推、慢跑——用数千次循环来模拟真实使用，提前筛出早期失效的零件。
Figure 在 BMW 的产线上有实际部署。它和另外两家最大的区别在于，不是实验室里做 demo，是在客户的真实工厂里跑。而且它有自己的 Field Service Management 系统、Fleet Management 系统、OTA 升级基础设施——这套服务运维体系，一般只有车企才会搭建。
1X Technologies，挪威创立、OpenAI 投资，融资 1 亿美元。它在加州 Hayward 开了一家 58,000 平方英尺的工厂，号称美国第一家垂直整合的人形机器人量产工厂。第一年年产能目标 10,000 台，2027 年底目标 100,000 台。目前雇佣 200 多人，还在扩招。
NEO 的定价是 2 万美元买断（Early Access，2026 年优先交付），或者每月 499 美元订阅。2025 年 10 月预售开放后 5 天，第一年的产能就卖完了。
1X 的策略和 Figure 完全不同——不跟工厂抢客户，直接把机器人送进美国家庭。它的机器人设计刻意做得更轻、更软，没有夹伤人的风险点，这是为家庭环境做的安全取舍。计算平台用的是 Nvidia Jetson Thor，训练用 Nvidia Isaac 仿真框架。
它还有一条企业线：和私募巨头 EQT 合作，在 2026-2030 年间向 EQT portfolio 公司部署最多 10,000 台 NEO，覆盖设施运营、制造、物流和医疗。用企业端的高毛利来补贴消费端的规模化，电动车也是这么走过来的。
特斯拉，走的是垂直整合路线。从电机到传感器到芯片到算法全部自研，目标把 Optimus 的价格压到 2 万美元以下，远期年产能目标 1,000 万台。第二座工厂在 Giga Texas 建设中，预计 2027 年夏季投产，生产 Gen 4。
三家公司的产能目标放在一起看：
产能不等于出货，出货不等于能用。Figure 在工厂里实际跑，1X 还没交付到用户手里，特斯拉还在建产线。
Figure 03 的装配线上，每一台出厂前要做深蹲、肩推、慢跑。80 多个测试项暴露早期硬件缺陷。人形机器人终于进入了工业品质检阶段。
三、竞争从本体参数转向了 Physical AI
Figure 在 2026 年 1 月 27 日发布了 Helix 02，这是它最新的全身控制模型。
三层架构，各自运行在不同的时间尺度上：
System 0，执行层。1kHz 的频率（每秒 1,000 次），1000 万参数，负责平衡、接触和全身协调。用超过 1,000 小时的人类关节级运动数据训练——这些人类动作数据被 retarget 到机器人的关节空间。训练全部在仿真环境中完成，20 万个并行环境，大量域随机化。它替代了 109,504 行手写 C++ 代码。
System 1，控制层。200Hz 的频率，连接所有传感器到所有执行器——头部摄像头、手掌摄像头、指尖触觉传感器、全身本体感知。指尖触觉传感器能感知小到 3 克的力，大约是一个回形针的重量。这是一个 transformer 架构，接收 System 2 的语义潜变量，输出全身关节目标，由 System 0 在 kHz 级别追踪。
System 2，认知层。理解场景和语言，给 System 1 下达目标指令。Helix 02 大幅扩展了 S2 能指定的行为范围——从原来的"拿起番茄酱"，到现在的"走到洗碗机前打开它""把碗搬到台面上""回到上层架子拿杯子"。S2 不需要规划脚步，也不需要指定如何协调手臂和腿——它给出一系列语义潜变量，S1 解读为运动指令，S0 执行。
Helix 02 做了一个 4 分钟的端到端自主任务：走到洗碗机前、开门、取碗碟、穿过房间、放进橱柜、启动洗碗机——61 个连续动作，全程无人干预，没有重置。Figure 说这是目前人形机器人完成的最长、最复杂的自主任务。
1X 走的是另一条路。2026 年 1 月发布的 World Model，用互联网规模的视频数据做预训练，然后微调机器人数据。用户给一个文本或语音指令，机器人用视频模型"想象"未来动作画面，再通过内置的逆向动力学模型把想象变成精确的动作。
开马桶盖、推推拉门、熨衬衫、给人梳头——这些任务它之前没见过，没有训练数据，靠的是从互联网视频里学到的物理直觉。两家公司的数据采集方式完全不同：Figure 需要人类采集运动数据来训练，1X 用互联网视频就能教会机器人新任务。这条路走得通的话，1X 的数据采集成本会比 Figure 低得多。
特斯拉的护城河在另一个地方——FSD 数据。百万辆车在路上跑，积累的视觉感知数据可以直接迁移到 Optimus。其他玩家都没有这个优势。但前提是 Optimus 的硬件得先能跑起来。
厨房里，Figure 03 花 4 分钟完成 61 个连续动作：走到洗碗机前、取碗、穿过房间、放进橱柜、启动洗碗机——全程无人干预。单个神经网络从像素到全身关节的端到端控制。它犯错的代价不是代码崩溃，是打碎一只碗。
四、中国供应链的真实位置——成本碾压，但"灵魂"在哪？
麦肯锡在人形机器人供应链报告里有个数据：
用中国供应链造一台 Optimus Gen 2，物料成本约 4.6 万美元。用非中国供应链，约 13.1 万美元。差了近 3 倍。
摩根士丹利预测，到 2034 年，靠中国供应链的持续优化，BOM 成本能压到 1.6 万美元。
差距从哪儿来。
执行器（关节），占硬件 BOM 的 40%-60%。2026 年国产通用关节模组量产价已经降到 1500-3000 元/个，同性能进口品牌要 3000-6000 元。全尺寸机器人标配 32-40 个自由度，单台伺服执行系统成本 4.8 万-11 万元。
谐波减速器——绿的谐波已经打入特斯拉 Optimus 和宇树灵巧手的供应链，打破了日本哈默纳科的长期垄断。
行星滚柱丝杠——在 Optimus Gen 2 的 BOM 里占比 19%，单台用量 10-14 根。这是国产化率还比较低的环节，加工难度大，扩产周期长。北特科技、恒立液压在推进。
六维力传感器——曾高达数万元一个，是降本重点。柯力传感、坤维科技在做国产替代。
中邮证券拆解过宇树 G1，这是 2025 年全球出货量第一的产品（5,500+ 台）。基础版整机 BOM 约 4.16 万元，售价 8.5 万元，毛利率 40.7%。EDU 版售价 16.9-30.9 万元，毛利率 63.5%-66.7%。
关节系统占 BOM 的 60% 以上：9 个大关节约 1.35 万元（外径 80mm，单件 1500 元，二级行星减速，减速比 20.58），14 个小关节约 1.4 万元（外径 60mm，单件 1000 元，重 525 克）。电机选用低惯量高速内转子永磁同步电机，最高转速 3000-5000 转/分钟，这是 G1 能完成后空翻的动力来源。
G1 的取舍也很明显：被动散热为主，连续工作只有 1-2 小时；单臂最大负载 2 公斤。工业级高强度作业还扛不住。
中国供应链的软肋在两个地方。
稀土永磁体——高扭矩密度执行器离不开钕铁硼磁体，中国掌控全球约 69% 的稀土开采和 90% 的磁体加工产能。2025 年 4 月起实施的出口管制已经在行业内引发波动。Musk 公开说过磁体供应紧张影响了 Optimus 的量产节奏。
中国供应链的成本优势建立在稀土加工产能上，但出口管制会推高海外客户的采购风险。短期看是筹码，长期看会加速海外替代产能的建设。
算力芯片——宇树 G1 基础版用瑞芯微 3588（6 TOPS NPU），EDU 版加装英伟达 Orin NX（100 TOPS）。如果先进算力芯片的供应受限，高端机型的 AI 能力会直接受影响。
硬件便宜了，大脑却可能被卡。
深圳华强北的电子市场里，一台人形机器人的关节模组报价已经跌到 1500 元。但同一栋楼的楼上，AI 工程师正在用 Nvidia Jetson Thor 跑 VLA 模型——这块芯片，美国禁了。
五、投资地图：哪些环节是卖铲子的人？
把产业链拆开看。
确定性最高的增量部件：
空心杯电机——用在灵巧手的手指上，体积极小（直径约 13mm），响应极快。灵巧手成为人形机器人标配后，需求量从零开始爆发。鸣志电器、鼎智科技在做。业内预测到 2029 年全球需要 200 万只灵巧手，单只成本有望降到 1.5 万元，对应约 300 亿元的市场规模。2030 年力传感器市场规模预计超过 300 亿元。
谐波减速器——用量大，头部企业规模效应明显。绿的谐波是龙头，已经拿到特斯拉和宇树的订单。
弹性最大的国产替代环节：
行星滚柱丝杠——单台价值量高，技术难度大，国产化率低。一旦突破，业绩弹性最大。北特科技、恒立液压。
六维力传感器——灵巧手和平衡控制的刚需，单价高，进口替代空间大。柯力传感。
供应链确定性：
Figure 的 BotQ 工厂已经达到每小时一台的节拍——每年就是 8,760 台。这个产能对应零部件需求是确定性的。Figure 供应链上的 A 股公司包括长盈精密（龙头）、领益智造、绿的谐波、兆威机电。
特斯拉的供应链——万向钱潮、拓普集团、三花智控——但特斯拉的量产时间表一直在跳票，确定性不如 Figure。
1X 的供应链——垂直整合度高，核心部件自研（电机、电池、结构件、传动系统、传感器），外部供应商的机会相对少。
长期壁垒在软件和数据：
硬件最终会同质化。关节模组、减速器、传感器都变成标准品的时候，真正的护城河是"大脑"——具身大模型和物理世界交互数据。
Figure 的逻辑：每多生产一台机器人，就多一个数据采集引擎。350 台机器人就是 350 个数据源。这些数据反哺 Helix 模型，模型更强，客户更多，产量更大，数据更多。Nvidia 投 Figure 不只是看好机器人，更是在给自己的 GPU 生态找一个新增长点——机器人训练需要大量 GPU。
1X 的逻辑更激进：用互联网视频数据训练 World Model，机器人自己教自己。如果这条路走通，它的数据获取成本会比所有人都低一个数量级。OpenAI 投 1X，等于给 GPT 系列模型找一个物理世界的出口。
特斯拉的逻辑：我有 FSD 的百万辆车数据，加上垂直整合的硬件控制力，最终成本和性能都能做到最好。但前提是硬件得先跑通。
一条谐波减速器产线从规划到满产需要 18 个月。今天下单的减速器，要到 2027 年底才能交付。整机厂说"明年量产 1 万台"的时候，供应链可能连专用产线都还没建好。
六、终局推演
三种路径，三种赌法。
特斯拉的路径是垂直整合加数据飞轮。FSD 百万辆车的数据积累是其他所有玩家都不具备的优势。自研电机、传感器、芯片、算法，一旦跑通，成本和性能都能做到极致。但时间表信誉已经透支——2025 年目标 10,000 台，实际零台；Gen 3 从 Q1 推到年中；Fremont 产线 4 个月转换，但 Cybertruck 从量产到上量用了超过一年。特斯拉最终可能胜出，但大概率会迟到 3-5 年。
Figure 的路径是工业场景加制造能力。BotQ 工厂已经跑通每小时一台，BMW 产线上有实际部署，Helix 02 的 4 分钟自主任务是目前行业最复杂的 demo。估值 390 亿美元意味着它需要更快的商业化变现来支撑——350 台机器人的收入远远不够。Figure 的终局可能是成为工业场景的标杆，但如果不能在短期内扩大部署规模，390 亿美元的估值会变成一个沉重的包袱。
1X 的路径最激进——直接把机器人送进美国家庭。$20,000 买断或 $499/月订阅，首年 10,000 台预售已售罄。家庭场景跑通，1X 就是下一个 Roomba 级别的产品——一个消费级硬件入口，背后是持续订阅收入和源源不断的真实场景数据。家庭场景跑不通，10,000 台产能就是沉没成本。家里跟工厂不一样，环境不可预测，用户不会容忍一个经常出错的机器人。
中国公司在供应链和量产上有优势，但在前沿 AI 架构、系统集成和安全认证上，欧美在构建差异化壁垒。麦肯锡的判断是全球供应链走向"双轨并行"——中国率先压降硬件成本，欧美在 AI 能力和系统整合上拉开差距。
两条不同的爬坡路线——一条从硬件便宜开始往上走，一条从 AI 聪明开始往下走。最终会在中间某个地方相遇。
相遇的那一天，决定胜负的标准可能很简单：谁的机器人能在用户家里或者工厂里，不间断地干活，不出错。
在那之前，所有估值、所有产能目标、所有 demo 视频，都只是过程中的注脚。
2029 年的某个早晨，机器人在厨房里帮你倒咖啡。它没有经过任何专门训练——昨晚它通过世界模型看了 1000 段人类倒咖啡的视频，然后在今早第一次尝试中就做到了。而它的主人昨晚只是说了句："明天帮我倒杯咖啡。"
本文数据来源：Figure AI 官方博客、1X Technologies 新闻稿、Electrek、TheNextWeb、麦肯锡人形机器人供应链报告、摩根士丹利研究报告、中邮证券宇树 G1 拆解报告、36 氪、新浪财经等。不构成投资建议。
