作者｜周永亮
编辑｜郑玄
9 月 8 日，一台高阶通用人形机器人小鹏 IRON 完成自动化总装，从产线上走了下来。
如果只看画面，这好像是又一段科技公司放出来的机器人视频。在这个被大模型和具身智能席卷的时代，科技圈每天都在被各种炫酷的机器人 Demo 刷屏：有人形机器人打拳击，有灵巧手叠衣服，也有机器人在舞台上完成复杂动作……
这次更值得关注的，并不是机器人行走本身，而是它身后那条刚启用的自动化产线。这次的机器人并不是工程师手工拼装出来的，而是像汽车一样经过一整条工业化产线，自动化总装然后下线。
01
会表演不够了，能量产才算数
小鹏押注机器人这件事，其实比外界想象的要早得多。早在 2020 年，小鹏就已经切入了机器人赛道，比现在市面上大多数明星机器人公司都要早。
但选择在 2026 年这个时间点启用产线，这更像是小鹏过去几年物理 AI 战略的一次集中呈现。从智能汽车到 Robotaxi、人形机器人、飞行汽车，小鹏正在推动 AI 能力从汽车场景向更多物理空间延伸。
机器人和汽车在硬件形态、运动方式和应用场景上差异很大，但在 AI 层面，两者需要解决的问题类似：如何让人工智能理解真实环境，并在复杂物理空间中完成任务。
汽车业务中形成的部分模型能力、数据体系和 AI 基础设施，可以进一步向机器人延伸；一套物理 AI 底层能力能否跨越不同本体，新的本体进入更多真实场景后，又会产生新的数据，推动模型持续迭代。机器人是这个战略中的一个重要落点。
其次，小鹏战略层面的准备也早已就位。 2026 年 6 月，何小鹏在全员信中宣布，除了继续担任小鹏集团 CEO，他还将亲自兼任机器人业务的「CEO」。这意味着小鹏集团把机器人业务提升到最高战略优先级。
紧接着是 8 月小鹏机器人业务完成首轮融资，融资金额超 9 亿美元，投后估值超 63 亿美元；再紧接着就是这次的产线投产。
长期投入之后，小鹏机器人的推进节奏明显加快，融资、估值与量产接连落地，一种喷薄而出的加速度正在显现。
更重要的是，机器人行业的竞争主线发生了变化。过去几年，人形机器人热度很高，但更多的是各种 demo 展示，能够真正落地场景的并不多。
但随着本体、芯片、模型、数据采集技术的发展，机器人行业从技术研发阶段，切换到了量产与商业化阶段。接下来比拼的会是产线、供应链、良率、成本、数据闭环和交付能力。
对于任何一家想要做大的机器人公司来说，最难的不是造出第一台机器人，而是造出第一千台、一万台，并且每一台都足够可靠和一致。
02
为什么是高阶人形机器人？
当行业的主战场从 demo 走向产业化，一个绕不开的问题是：什么样的机器人值得被大规模制造 ?
小鹏给出的答案，不是随便一种人形机器人，而是难度最高的那一种：极致拟人、AI 驱动、具备最高标准安全品质的通用高阶人形机器人。何小鹏的话说得很直白，「我们最想做的是能够自主帮我们干活的高阶人形机器人，这意味着要做最难的硬件，最难的 AI，并且把不同的能力平衡好。」
然而，在这个过程中并不只是高光时刻。2026 年 1 月，IRON 在深圳湾万象城首次公开亮相时，行走过程中突然失衡摔倒。那一刻，社交媒体的笑声盖过了技术讨论。
但何小鹏自己也承认，「做机器人需要习惯失败，每一次成长背后都会有代价，这是门票，不是意外。」
小鹏敢走这条最难的路，底气来自过去多年在智能汽车上的积累。
从智能汽车到人形机器人，看似在做不同的产品，本质上一直在做同一件事：让 AI 真正理解并进入物理世界。小鹏一直在积累同一种能力：如何让 AI 感知物理世界、理解物理世界，并最终在物理世界中行动。
车和机器人形态不同，但本质上面对的是同一个问题：AI 如何理解现实世界，并驱动不同的「身体」完成任务？这也意味着，小鹏在智能驾驶、VLA 模型、AI Infra、端侧部署、数据闭环和车规级制造能力的积累，都可以迁移到机器人上。
03
不是手工攒机器，
小鹏要把机器人做成工业品
小鹏这条机器人产线，真正值得关注的是它正在把一整套成熟的工业体系，迁移到了还处于早期的机器人赛道。机器人行业过去并不缺令人兴奋的 Demo，缺的是稳定制造、规模交付的能力。
汽车工业的核心，从来不只是把零件装成一台车，而是产品定义、供应链管理、质量控制、成本优化、工艺设计、软件迭代、售后体系和全球交付能力的系统工程。恰恰这些能力，是今天多数机器人公司最缺的。
许多机器人创业公司强在执行器、运动控制、灵巧手或算法模型，但它们往往需要重新学习如何规模制造，如何管理供应链，如何控制良率，如何建立服务闭环。
按小鹏的说法，这条产线核心制程的自动化率超过 80%，意味着小鹏已经把机器人制造从「手艺活」变成了「工业品」。过去这个行业长期停留在小批量、半手工装配的阶段。
何小鹏用一句话概括了小鹏在这条赛道上的位置：小鹏可能是中国唯一一家对机器人进行全体系自研的公司，技术栈完整覆盖本体、大脑、中脑、小脑、数据和 Infra。这句话有两个关键词：自研和全体系。
以 IRON 为例，其全身拥有 76 个自由度，单手拥有 21 个自由度，采用全包覆柔性晶格，并自研控制器、运动模组和灵巧手等核心部件。算力层面，IRON 搭载 3 颗小鹏自研图灵 AI 芯片，有效算力达到 2250 TOPS。小鹏希望通过端侧算力支撑复杂任务推理，减少对云端连接和远程操控的依赖。这对于真实场景中的稳定性、低时延和数据安全都至关重要。
除此之外，模型方面，小鹏计划把与 AI 汽车同源的物理 AI 基座大模型部署在机器人端侧，以获得更低时延，并强化数据安全；数据方面，拟人化硬件能够适配原本为人类设计的空间和工具。机器人进入真实工作场景后，可以持续产生操作数据，再用于模型训练和迭代。
外界或许会问，为什么小鹏不把更多非核心部件交给供应链伙伴？
何小鹏的解释也很现实，汽车产业已经成熟，可以高效分工；但机器人行业还没有形成稳定范式，创新速度太快。如果每个零部件迭代都依赖外部伙伴，就要经历立项、投资、开模、测试等流程，周期往往以月计算。而在人形机器人早期，内部方案可能几周就更新一次。等供应商完成上一代方案，公司内部可能已经进入下一代。
这时候如果转头告诉合作伙伴「对不起，我们又升级了」，对方几乎没有办法承受这个损失。所以创新和试错的成本只能小鹏自己扛下来，不能转嫁给外部伙伴。
因此，小鹏的全栈自研是被行业阶段逼出来的选择。在成熟产业里，开放协作是效率；在新物种早期，全栈能力往往是速度。
04
走下产线之后，
机器人必须回答「谁来买单」？
不过，产线启用、机器人自主走下来，只是故事的前半段。对整个人形机器人行业来说，最核心问题仍旧是 PMF，也就是产品和市场是否真正匹配。
一台机器人能不能跳舞、打拳击，跑得够不够快，都只是「能不能做出来」的问题。真正决定一家公司能不能活下去的问题是，谁愿意为它付费？哪些场景能够容忍它当前的能力边界？能不能持续产生价值？
门店和园区，是人形机器人进入真实世界的理想缓冲区。这里有真实人流、服务需求和运营任务，但相比家庭环境，空间布局和任务类型更可控，也更容易标准化建模。
更关键的是，小鹏本身就是这些场景的运营方，早期部署不必依赖外部客户的耐心。机器人在接待、引导服务中的问题，都可以在内部快速反馈迭代。对仍在能力爬坡期的人形机器人来说，自有场景是一个低摩擦、高频率的真实试验场。
同时，「数据—模型—应用」的数据闭环也开始达成。机器人部署越多，执行的真实任务越多，产生的数据就越丰富；数据反哺模型，模型提升能力，能力提升后又能进入更多场景，最终带动更大规模生产。
总体来看，小鹏这次产线启用的意义，是把行业问题向前推了一步：从机器人只能做 demo 展示，推进到能不能被规模化、稳定地制造出来，并开始回答谁来买单？这是人形机器人产业化过程中真正残酷，也最有价值的问题。
当特斯拉、Figure 还在各自的道路上攻克量产和交付问题时，小鹏交出的这份答卷，或许还称不上是终局答案，但它已经是目前所有玩家里，最接近产业化落地的一条路径。
人形机器人这场竞赛，正在从舞台上的炫技表演，真正走向产业化的深水区。而在这场竞赛里，最终能跑出来的，不会是某一项单点技术最强的公司，而是那些能够同时掌握 AI 模型、芯片、本体、数据、制造和场景，并且让它们真正形成数据闭环的公司。
* 头图来源：小鹏集团
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO
极客一问
人形机器人量产时代来了吗？
