2026-06-18 — views
Physical AI 人形机器人 — Tesla Optimus 对 Figure、Boston Dynamics、Agility 与 2026 商业化竞赛
Tesla Optimus 目标 2026 年出货 5 万台，但 2025 年实际仅约 1,000 台。Figure 已部署于宝马慕尼黑工厂。Agility Digit 在亚马逊仓库完成最多商业部署。人形机器人竞赛是多方角力。
Physical AI 基准系列第 154 篇 — Physical AI 人形机器人：Tesla Optimus 对 Figure、Boston Dynamics、Agility 与工业规模部署竞赛
人形机器人在 2024 至 2026 年这段压缩的时间窗口内，从科幻题材走进了工厂现场。多家企业已在制造环境中部署双足机器人，竞争格局远比自动驾驶领域的 FSD/Waymo 双雄对决更为多元。Tesla Optimus 是最受关注的人形机器人项目——背靠 Tesla 的资产负债表、Dojo 训练基础设施，以及 Elon Musk 的产量目标——但 Figure、Boston Dynamics、Agility Robotics、1X Technologies、Apptronik、Sanctuary AI 与 Unitree Robotics 都是技术路线各异的活跃竞争者。本文为 Physical AI 基准系列第 154 篇，梳理使 2026 年成为商业拐点的六大技术驱动力，并对主要竞争者在硬件规格与部署现状上进行系统性比较。
所有标注”（估计）“的数字均来自公开披露、行业研究及分析师估计，并非独立验证的原始数据。
第一节 — 人形机器人领域：为何是现在
2026 年的人形机器人商业化时刻，并非源于单一突破，而是六项使能技术在同一约两至三年窗口内同时跨越商业可行性门槛的结果。
| 驱动力 | 改变了什么 | 影响 |
|---|---|---|
| 操作基础模型 | 大语言模型与视觉-语言-动作（VLA）模型已能从视频演示生成机器人操作策略，无需逐任务编程 | 教机器人新任务的成本从数周工程缩短至数小时演示 |
| 执行器成本下降 | 高扭矩伺服执行器从每关节 $1,000–5,000（2018 年）降至 $100–500（估计 2026 年） | 完整人形机器人物料清单从逾 $200K 降至估计 $30–100K；趋近商业可行 |
| 电池能量密度 | 人形机器人需 4–8 小时续航；LiPo 与 LiFePO4 能量密度自 2018 年提升约 40% | 运行时长已可满足工厂班次需求 |
| 力矩传感 | 每关节力矩传感实现灵巧操作；成本已进入车规级量产范围 | 对处理易碎物品及人机安全接触至关重要 |
| NVIDIA GROOT 与 Isaac Lab | NVIDIA 发布 GROOT 人形机器人基础模型，以及用于合成训练数据生成的 Isaac Lab 仿真环境 | 降低训练数据需求；所有人形机器人企业均可使用相同仿真基础设施 |
| 制造业劳动力短缺 | 美国、欧盟、日本及韩国制造业劳动力短缺；人口老龄化；政策推动制造业回流 | 形成真实的企业端需求拉动，而非技术推送 |
收敛门槛
没有任何单一驱动力能解释 2026 年的拐点。六大驱动力在同一窗口收敛，加上制造业劳动力短缺提供了需求信号，才共同催生了这个商业化时刻。
第二节 — 主要竞争者基准：规格与部署现状
| 公司 | 机器人 | 身高 / 体重 | 承载 | 速度 | 手部 | 训练方法 | 部署现状（2026 年中） | 融资（估计） |
|---|---|---|---|---|---|---|---|---|
| Tesla | Optimus Gen 2 | 约 173 cm / 57 kg | 约 20 kg | 约 1 m/s 步行 | 11 自由度手部含触觉传感 | 端到端神经网络（同 FSD 架构）；远程操控演示转模仿学习 | 约 1,000 台部署于 Tesla Gigafactory（估计）；外部销售目标约 2027 年 | Tesla 内部资本支出（非独立融资轮） |
| Figure | Figure 02 | 约 168 cm / 60 kg | 约 20 kg | 约 1.2 m/s | 灵巧手部；16 自由度（估计） | OpenAI 合作提供认知 VLA 层；远程操控数据收集 | 宝马慕尼黑工厂部署（Figure 已披露）；早期商业运营 | $675M+ 已募（Figure 披露）；投资方包括 Microsoft、OpenAI、NVIDIA、Jeff Bezos |
| Boston Dynamics | Atlas（电动版） | 约 178 cm / 89 kg | 约 25 kg | 约 1.5 m/s（高敏捷性） | 新款电动手部（2024 年 Gen 2） | 模型驱动控制加强化学习；聚焦运动能力 | 内部演示加现代汽车工厂试点；截至 2026 年中尚未商业部署 | 现代汽车子公司（约 $1.1B 收购，2021 年） |
| Agility Robotics | Digit | 约 175 cm / 65 kg | 约 16 kg | 约 1.5 m/s | 专为包裹搬运设计；非仿人手部 | 强化学习训练移动；任务特定操作 | 亚马逊仓库试点（已披露）；GXO Logistics 试点；非 Tesla 人形机器人中商业部署最多 | 亚马逊投资加 $150M+（估计） |
| 1X Technologies | NEO | 约 165 cm / 30 kg（轻量设计） | 约 15 kg（估计） | 约 1 m/s | 柔触手部 | 大规模远程操控数据收集；行为克隆 | 早期客户部署（估计 2026 年）；北欧市场为主 | $100M+ 已募（估计）；OpenAI 投资 |
| Apptronik | Apollo | 约 173 cm / 73 kg | 约 25 kg | 约 1.5 m/s（估计） | 可更换末端执行器 | Google DeepMind 合作；RT-2 系列模型集成 | NASA 合作；早期工厂试点（估计）；未大规模部署 | 约 $350M+ 已募（估计）；Google 战略投资方 |
| Sanctuary AI | Phoenix | 约 170 cm / 56 kg | 约 25 kg | 约 1 m/s（估计） | 碳纤维手部，20 自由度 | 大规模远程操控转模仿学习；“通用机器人”路线 | 加拿大早期商业部署（估计）；Microsoft 合作 | 约 $100M+ 已募（估计） |
| Unitree Robotics | H1 / G1 | H1：约 178 cm / 47 kg；G1：约 135 cm / 35 kg | H1：30 kg；G1：3 kg | H1：3.3 m/s（最快）；G1：2 m/s | G1：灵巧手部 | 移动强化学习；开源社区 | H1：$90,000 美元商业售价（Unitree 披露）；G1：$16,000；广泛用于研究 | 中国公司；商业硬件已上市；面临美国出口管制风险 |
第三节 — Tesla Optimus：FSD 飞轮应用于机器人
| 维度 | 细节 | 竞争意涵 |
|---|---|---|
| 架构 | 与 FSD 相同的视觉神经网络方法；机器人头部与机身均配置摄像头；Dojo 以训练 FSD 的相同方式训练机器人策略 | 垂直整合：训练基础设施已建成；无需新增算力投资 |
| 训练数据飞轮（估计） | Tesla 在 Gigafactory 内使用远程操控演示生成训练数据；训练神经网络进行复制；部署后持续收集数据 | 与 FSD 相同的影子模式加模仿学习模式；若 Optimus 机队规模扩大，将形成规模优势 |
| 当前工厂任务 | 电池电芯分拣、质量检验及零件搬运，位于 Gigafactory 内华达州与德克萨斯州（Tesla 法说会已披露） | 真实生产环境产生真实训练数据；非演示环境 |
| 产量目标 | Musk 宣称目标：2026 年 50,000–100,000 台（Musk 披露）；2030 年年产逾 100 万台（Musk 披露） | 这些目标历来偏向理想化；2025 年实际产量约 1,000 台，大幅落后 |
| 价格目标 | Musk 宣称长期目标低于 $20,000 / 台 | 若实现 $20K，人形机器人比美国最低工资一年的总成本更低；重塑多数工厂应用的经济逻辑 |
| FSD 数据优势 | FSD 使用的相同摄像头、神经网络及训练基础设施均可用于 Optimus；竞争者无等效的双用途基础设施 | 独特竞争优势：FSD 投资以零边际基础设施成本补贴 Optimus 开发 |
| 制造规模优势 | Tesla 在内部制造 Optimus 硬件；Gigafactory 制造专业知识可应用于机器人生产 | 竞争者外包硬件制造；Tesla 垂直整合可能实现更快成本下降 |
| 主要风险 | Musk 产量目标历来延误 2–3 年；2026 年 5–10 万台目标，在 2025 年约 1,000 台的基础上显得过于乐观 | 执行风险高；评估竞争地位时应大幅折扣时间表 |
第四节 — Figure 与 OpenAI 加持的机器人
| 维度 | 细节 | 竞争意涵 |
|---|---|---|
| Figure 02 发布 | Figure 于 2024 年发布 Figure 02；部署于宝马慕尼黑工厂（Figure 披露）；聚焦汽车制造任务 | 在主要 OEM 工厂（非 Tesla）的首次商业人形机器人部署 |
| OpenAI 认知层 | Figure 与 OpenAI 建立正式合作，由 OpenAI VLA 模型提供认知理解；Figure 负责物理具身 | 职责分工：OpenAI 世界知识加推理，加 Figure 机器人硬件加移动控制 |
| 投资人阵容 | $675M+ 已募（Figure 披露）；投资方包括 Microsoft、OpenAI、NVIDIA、Jeff Bezos 及 Parkway Venture Capital | 融资最充裕的非 Tesla 人形机器人初创；投资方名单代表 AI 生态系统下注 |
| VLA 模型路线 | Figure 授权 OpenAI 模型而非从头自研认知模型；加快上市时间，但依赖 OpenAI 关系 | 不同于 Tesla（自研）及 Boston Dynamics（模型驱动）；OpenAI 合作既是优势也是战略风险 |
| 宝马部署 | 宝马慕尼黑装配任务；Figure 尚未披露具体台数或商业条款 | Tesla 以外商业部署的首个证明点；验证企业客户需求 |
| 估值（估计） | $675M 轮后估值 $2B+（估计） | 对尚未盈利公司的高估值；反映 AI 生态系统投资人对具身 AI 的热情 |
第五节 — 人形机器人基准评分卡
| 维度 | Tesla Optimus | Figure 02 | Boston Dynamics Atlas | Agility Digit | 备注 |
|---|---|---|---|---|---|
| 商业部署规模 | 约 1,000 台（内部，估计） | 宝马试点（早期） | 未商业部署 | 亚马逊仓库试点（外部部署最多） | Agility 在外部商业部署上领先 |
| 资金 / 支持 | Tesla 内部资本支出（最大隐含承诺） | $675M+（Figure 披露） | 现代汽车子公司 | 亚马逊加 $150M+ | Tesla 隐含承诺最大；Figure 是融资最充裕的初创 |
| 训练方法成熟度 | 端到端神经网络（已在 FSD 大规模验证） | OpenAI VLA（顶尖认知层） | 模型驱动加 RL（运动能力最成熟） | RL 移动（针对仓储任务优化） | 各方法对不同任务类型各有优势 |
| 价格目标 | 低于 $20K（Musk 宣称目标；长期） | 未披露 | 非面向消费者定价 | 未披露 | Unitree G1 $16,000 是当前低价基准（研究级） |
| 外部销售上市时间（估计） | 约 2027 年（估计） | 2025–2026 宝马；更广泛估计 2027 年 | 未针对近期外部销售 | 现在（仓储物流领域） | Agility 最接近规模化外部商业销售 |
| 手部 / 灵巧性 | 11 自由度加触觉传感 | 16 自由度（估计） | 新款电动手部（2024 年） | 任务特定设计（非通用手部） | Figure 与 Tesla 在灵巧通用操作上领先 |
| 整体结论 | 人形机器人竞赛远比 FSD/Waymo 双雄格局更具竞争性。Tesla Optimus 拥有最强大的训练基础设施（FSD 协同加 Dojo），目标最大胆，但落后自身宣称的产能目标。Figure 融资最充裕，商业工厂部署最受瞩目。Agility 当前商业部署最多（亚马逊仓库）。Boston Dynamics 运动能力最精良，但未将近期商业部署列为优先。2027–2030 年窗口将决定谁能从试点扩展至数千台商业规模。 |
注意： 所有标注”（估计）“的数字均来自截至 2026 年中的公开披露、行业研究及分析师估计。本文不构成投资建议或产品推荐。
来源
- Tesla Optimus 生产目标 — Tesla Q1 2026 业绩说明会 ↗
- Figure 02 与宝马部署 — Figure AI ↗
- Boston Dynamics Atlas 电动版 — Boston Dynamics ↗
- Agility Robotics Digit 亚马逊部署 — Agility Robotics ↗
- NVIDIA GROOT 人形机器人基础模型 — NVIDIA ↗