核心观点 - 特斯拉Optimus人形机器人是公司向AI转型的关键，但面临算法移植、数据获取和量产挑战，车企在硬件供应链和生产制造上有优势，但在软件算法和数据上与原生机器人公司差距不大[6][17][24] 算法移植 - Optimus大脑直接移植了FSD算法，特斯拉反复强调车上FSD算法可复用给机器人，汽车重资产包袱变成边际成本趋于零的软件优势[6] - 早期Optimus版本一度以为自己是辆汽车，因为它使用了相同的计算机、摄像头和运行在汽车上的算法[8] - 外界估算Optimus大约复用了60%的FSD算法，何小鹏认为人形机器人和汽车在软件上共通性高达90%[10] - 车企集中展示的是硬件和行动能力，车企的优势很可能不是算法[12][13] 硬件优势 - 车企优势来自供应链管理能力和生产制造能力[15][16] - 汽车和人形机器人零部件技术原理八九不离十，供应链重叠度高，如电机、减速器和丝杠等关节部件有大量汽车供应商参与[15] - 车企可将供应链管理经验系统性迁移到机器人业务，庞大汽车订单能拿到极低采购价并深度参与产品研发[16] - 车企拥有高自动化生产线、成熟四大工艺和严格质量管控体系，生产经验可完全复用[16] 算法差异 - 人形机器人实现“通用”关键在算法，硬件是门槛[19] - 汽车和机器人面对物理世界截然不同，算法目标有本质区别：自动驾驶服务于“从A点移动到B点”，人形机器人需识别物体并执行操作[21] - 智驾算法只要知道什么是好的驾驶技术，人形机器人价值体现在接触环节，需懂得物理常识才能操作万物[22] - 智驾算法输出的加速刹车指令无法转化成机器人需要的技能，真正的通用在于“全能”[23] 数据难题 - 人形机器人需要大量数据训练算法以打破莫拉维克悖论，即人做起来轻而易举的事AI觉得困难[26] - 相比单一的驾驶数据，人形机器人需要的数据既要覆盖方方面面又要源源不断[27] - 智驾数据可坐等量产车队回传，人形机器人获取数据明显困难，过去主要靠真机遥操，成本高昂[28] - 最近流行无本体数据采集工具UMI和EGO，无本体数据用于预训练，真机数据用于模型微调，提高整体效率[28] - 在数据环节，车企和原生机器人公司面临的挑战基本一致，只能捡脏活累活[29]