把四個輪子換成兩條腿：中國車廠為何集體轉向人形機器人？

如果把一輛現代電動車拆開，你會發現它和一台人形機器人之間的距離，可能沒有想像中那麼遠。

兩者都需要高效率馬達、電池、電源管理、感測器、攝影機、即時運算、AI 模型、控制系統，以及把大量零件可靠地組裝成產品的能力。

最大的差別，只是其中一個在四個輪子上移動，另一個試圖用兩條腿走路。

這也解釋了為什麼中國汽車產業最近突然集體把目光轉向 Humanoid Robot。

根據 TechCrunch 報導，目前包括 XPeng、BYD、Chery、Changan、GAC、Li Auto、SAIC 與 Seres 等中國車廠，都已經投入或正在開發人形機器人相關技術。

這不再只是企業實驗室裡的小型研究專案。

資本、量產計畫、獨立公司與 IPO 都開始出現。

其中最明顯的案例，就是 XPeng。

XPeng 機器人業務一輪募到超過 9 億美元

8 月 24 日，XPeng 宣布旗下機器人業務完成首輪外部股權融資，募集超過 9 億美元，投後估值超過 63 億美元。

XPeng 表示，這是目前中國具身智慧產業規模最大的單輪私募股權融資。

這輪融資由 IDG Capital 領投，高榕創投參與，騰訊與阿里巴巴則以戰略投資者身分加入。

更值得注意的是，XPeng 並沒有把這筆錢定位成單純的機器人展示專案。

資金將投入 Physical AI 模型研發、軟硬體開發、高品質訓練資料、量產設施，以及海外商業化。

XPeng 的下一代人形機器人 IRON 預計在 2026 年底以前進入量產階段，首先部署於 XPeng 自己的門市與園區，之後預計在 2027 年正式於中國與海外市場開始交付。

這意味著 XPeng 想做的已經不是 CES 展場上走幾步、揮揮手的展示機器人，而是一項真正需要工業化生產、售後服務與商業模式的產品線。

IRON 的身體，其實充滿汽車產業的影子

XPeng IRON 擁有全身 76 個自由度，每隻手則有 21 個自由度，希望讓機器人的動作與手部操作能力更接近人類。

但對 Chip Insight 而言，更有意思的其實是它的大腦。

XPeng 表示，IRON 搭載 3 顆自研 Turing AI 晶片，提供最高約 2,250 TOPS 的有效運算能力，讓公司的 Physical AI Foundation Model 可以直接部署在機器人端運行。

這代表部分推論不需要把所有資料送回遠端伺服器，而可以直接由 Robot 本身完成。

低延遲非常重要。

一個 Chatbot 晚半秒回答，使用者頂多覺得有點慢；但一台正在走路、抓取物品或與人互動的機器人如果晚半秒做出判斷，結果可能就是跌倒、撞到東西，甚至傷到旁邊的人。

所以 Physical AI 對 Edge AI Computing 的要求，比純文字生成模型更加直接。

這也是為什麼人形機器人產業同樣是一場半導體戰爭。

AI 加速器、記憶體、Camera ISP、感測器、MCU、Motor Controller、Power Semiconductor，以及電池管理晶片，都會成為機器人的重要組成部分。

而這些領域，恰好有很大一部分已經被智慧電動車產業驗證過一次。

電動車其實替人形機器人鋪好了半條供應鏈

中國車廠投入機器人最大的優勢，可能不是 AI，而是 Supply Chain。

過去十多年，中國電動車產業為了降低成本、提高續航與發展自動駕駛，建立了一套龐大的供應鏈。

包括鋰電池、BMS、永磁馬達、逆變器、Camera、LiDAR、毫米波雷達、線控系統、AI 晶片與大量精密電子零件。

人形機器人需要的零件當然不完全相同，但底層能力有大量重疊。

例如汽車產業長期研究如何讓馬達在低功耗下輸出精確扭矩；機器人的關節 Actuator 同樣需要精準控制扭矩與位置。

電動車需要在有限電池容量下提高續航，人形機器人同樣受到電池重量與運作時間限制。

自動駕駛必須從攝影機與其他感測器理解道路環境；機器人則必須理解房間、工廠、貨架、人類與物體。

汽車需要即時決定轉向、煞車與加速，機器人則要即時決定下一步腳落在哪裡、手應該用多少力量抓住物品。

甚至連量產本身都是一項巨大優勢。

做出十台 Prototype，和每年穩定製造幾萬台可靠產品，是完全不同的工程問題。

而汽車公司恰好就是世界上最擅長供應鏈管理、品質控制以及大量製造的企業類型之一。

TechCrunch 引述中國 AI 與政策領域專家的觀察指出，中國機器人公司的速度優勢，很大一部分正來自 EV 產業建立的感測器、電池與硬體供應鏈，以及中國本身龐大的製造體系。

換句話說，中國 EV 產業花十多年建立的基礎設施，現在可能開始替另一個產業服務。

為什麼偏偏是現在？因為汽車越來越難賺

技術重疊只能解釋中國車廠為什麼有能力做機器人，卻還不能完全解釋它們為什麼現在如此積極。

另一個答案，是汽車市場本身。

中國新能源汽車市場過去幾年經歷極為激烈的價格競爭。

車廠不斷降價、新車上市速度加快，消費者對智慧駕駛、快充與座艙功能的要求卻持續提高，意味著企業一方面需要投入大量研發，一方面又很難透過提高售價把成本完全轉嫁出去。

TechCrunch 引述汽車產業顧問 Dunne Insights 執行長 Michael Dunne 的說法指出，XPeng 創辦人何小鵬看到汽車產業未來可能面臨非常薄的利潤，而機器人市場看起來具有更大的想像空間。

這並不代表 XPeng 準備放棄汽車。

相反地，它更像是在嘗試把汽車研發變成一個可以重複利用的平台。

如果一家公司已經投入數十億美元打造 AI 晶片、自動駕駛模型、視覺系統、電池、馬達與工廠，那麼讓這些技術只服務汽車一種產品，可能不是資本效率最高的方式。

Physical AI 提供了另一條路。

同一套 AI 與硬體能力，可以放進汽車、Robotaxi、人形機器人，甚至未來其他自主機械。

這也是 XPeng 最近越來越常把自己描述為 Physical AI Company，而不只是 EV Company 的原因。

Chery 更直接：AiMOGA 已經準備 IPO

另一個值得注意的案例來自中國最大汽車出口商之一 Chery。

Chery 孵化的 AiMOGA Robotics 正準備進行獨立 IPO。

AiMOGA 負責人張貴兵向 Reuters 表示，公司已經開始與不同潛在上市地點進行討論，希望透過上市籌集未來技術研發以及國際擴張所需資金。

AiMOGA 在 2025 年 1 月正式成立。

但截至 2026 年 8 月，公司表示全球累計交付的各類機器人已超過 3,000 台，其中約 2,000 台銷往海外，業務遍及超過 60 個國家與地區。

公司預計明年把全球機器人交付量提高到 10,000 台。

AiMOGA 探索的場景也不限於汽車工廠。

目前產品已進入服務、陪伴與公共安全等用途，公司甚至表示已有約 110 台人形警務機器人在中國不同城市部署。

AiMOGA 對中東與東南亞市場也表現出明顯興趣，原因之一是高溫、豪雨等環境下，一些交通管理或戶外工作可能更適合由機器執行。

這條發展路徑非常值得觀察。

因為 Chery 不只是把機器人放進自己的工廠，而是把它建立成一個可能獨立上市、面向全球客戶的新業務。

如果成功，汽車公司和機器人公司之間的界線可能會開始變得模糊。

BYD 也進場，但目前仍比 XPeng 保守

全球規模最大的新能源汽車製造商之一 BYD，也已確認投入人形機器人研發。

2026 年間，BYD 開始公開談論自研 Humanoid Robot 計畫，外界普遍將其首款服務型機器人稱為 Xiao Di。

目前公開資訊顯示，BYD 的早期方向包含汽車展示空間與服務場景，例如接待顧客、介紹車輛與進行產品展示。

不過相較 XPeng 已經公開融資、完整 IRON 技術資訊與量產時間表，BYD 對人形機器人的正式技術規格與商業化計畫目前仍相對有限。

因此市場上流傳的部分 Xiao Di 規格、產量與部署數字仍需要謹慎看待，不能全部當成 BYD 已正式確認的資訊。

但方向已經相當清楚：BYD 並不打算缺席這場競賽。

而除了 XPeng、Chery 與 BYD，包括 Changan、GAC、Li Auto、SAIC、Seres 等中國汽車企業，也陸續投入 Humanoid Robotics。

當這麼多車廠同時進場，就很難再把它視為單一公司的實驗。

但現在的機器人，身體其實比大腦成熟

如果只看融資金額、跑步影片和機器人跳舞，人形機器人產業很容易讓人產生一種錯覺：通用機器人工人已經快到了。

現實沒有那麼快。

Reuters 在 8 月 27 日針對中國人形機器人產業的調查指出，目前中國已有超過 150 家企業投入相關市場，政府與民間資本持續湧入，但機器人真正進入工廠完成複雜工作的能力仍相當有限。

最棘手的問題已經逐漸從『怎麼把 Robot 造出來』轉變成『怎麼讓 Robot 真正理解世界』。

現在的機器人可以跳舞、翻滾、跑步，甚至展示高度協調的動作。

但工廠工作要求的是另一種難度。

一台真正有用的工業機器人必須每天連續工作數小時，在物品位置略有變化、光線不同、有人突然經過、工具擺錯位置的情況下，依然能穩定完成任務。

傳統機械手臂之所以有效，就是因為環境通常被嚴格控制。

人形機器人的價值則恰好相反：它理論上應該能進入原本為人類設計、充滿變化的環境。

這需要遠比表演一組預先訓練動作更強的 Intelligence。

目前產業常使用 Vision-Language-Action Model、World Model 與 Robot Foundation Model，希望讓機器人像大型語言模型理解文字一樣，理解下一個可能出現的物理狀態。

問題在於，Internet 上有幾兆 Token 可以拿來訓練語言模型，卻不存在一個同等規模、可以直接下載的『人類如何拿杯子、開門、整理貨架、裝零件』資料庫。

真實世界 Robot Data 因此成為新的稀缺資源。

這也是為什麼目前業界常形容人形機器人處於 Hardware Ahead of Software 的階段：身體能做的事情，已經開始超過大腦真正知道該做什麼的能力。

下一場競爭可能是 Data Flywheel

這也解釋 XPeng 為什麼如此強調量產。

公司認為，當 IRON 大量部署到真實環境之後，每一台機器人都能產生新的行為資料。

這些資料可以回頭訓練 Physical AI Model。

模型更新後，機器人的能力提高，又能進入更多工作環境，產生更多資料。

形成：

Robot Deployment → Real-world Data → Model Training → Better Robot → More Deployment

這就是所謂 Data Flywheel。

它和 Tesla 過去利用大量道路車輛蒐集自動駕駛資料的思路十分接近。

而這可能也是汽車公司跨進 Robot 最大的隱藏優勢之一。

車廠已經非常熟悉如何把數十萬甚至數百萬台具備感測器與運算能力的硬體部署到真實世界，再透過資料持續改善軟體。

如果這套模式可以移植到人形機器人，那麼真正重要的可能不是誰最先做出一台會走路的 Robot，而是誰最先部署足夠多的機器人，建立規模最大的真實世界資料循環。

中國正在重演一次 EV 戰略嗎？

中國今天在人形機器人上的做法，確實和十多年前發展電動車有一些相似之處。

大量企業同時進場、政府政策支持、資本快速投入、價格競爭、供應鏈迅速本土化，然後讓市場淘汰大量失敗者。

最終留下少數能夠規模化的企業。

這種模式曾讓中國從全球汽車產業的追趕者，變成全球最大的新能源汽車製造中心之一。

現在，類似的產業機器正在 Humanoid Robotics 再次啟動。

但成功並不是必然。

Reuters 的調查也指出，目前中國機器人產業已經開始出現價格下滑、產能快速擴張以及實際需求仍不明朗的風險。

如果 AI 能力沒有跟上硬體量產速度，就可能出現大量『造得出來，但不知道拿來做什麼』的機器人。

因此接下來真正值得看的，不會是哪一台 Robot 跑得最快、翻跟斗最漂亮。

而是三個更無聊、卻更重要的數字：一台機器人一天能穩定工作多久、完成一項工作需要多少人工介入，以及完成一次任務到底能不能比人類更便宜。

當這三個問題開始有答案，人形機器人才真正從 Demo 進入 Industry。

從 EV 到 Physical AI

中國車廠跨進機器人產業，本質上可能不是『車廠不務正業』，而是汽車本身正在變成 Physical AI 的第一個大型載體。

智慧電動車已經讓汽車公司學會製造一種具有感測器、AI 運算、電池、馬達，而且能透過軟體持續更新的巨大機器。

人形機器人只是把這套概念從道路搬進工廠、商店、倉庫與家庭。

因此，未來我們可能不再單純把 XPeng、BYD 或 Chery 看成汽車公司。

它們真正想競爭的，也許是一個更大的市場：誰能成為 Physical AI 時代的大規模硬體平台公司。

如果 EV 是第一場戰爭，那麼 Humanoid Robot 很可能就是下一張地圖。

四個輪子已經讓中國建立了一條全球級供應鏈。

現在，中國車廠正在試圖確認一件事：同一套工業能力，換成兩條腿之後，能不能再成功一次。

Tech English 專有名詞

Physical AI（實體人工智慧）：能夠感知、理解並直接作用於物理世界的 AI 系統，例如自動駕駛汽車、機器人與自主機械設備。

Embodied AI（具身智慧）：讓 AI 透過實體身體、感測器與環境互動來學習和完成工作的技術方向，人形機器人是目前最受關注的應用之一。

Actuator（致動器）：將電能轉換成實際機械運動的元件，可視為機器人的肌肉。人形機器人的肩膀、手臂、膝蓋與手指都需要大量致動器。

Degrees of Freedom, DOF（自由度）：描述機械系統可以獨立移動多少個方向或旋轉軸。自由度越多，理論上機器人能做出的動作越靈活，但控制難度也會提高。

Vision-Language-Action Model, VLA（視覺－語言－動作模型）：讓 AI 同時理解影像、自然語言指令並輸出機器人動作的模型，是目前通用機器人研究的重要方向。

Data Flywheel（資料飛輪）：產品部署產生更多資料，資料改善 AI 模型，更好的模型又帶來更多部署，形成持續自我強化的循環。