2026-06-18 — views
Physical AI Optimus 量產斜坡——Tesla 2026年5萬至10萬台目標、工廠部署現況，以及人形機器人能力指標對比 Figure、Agility 與 Atlas
Tesla Optimus 2026年目標5萬至10萬台、長期售價低於$20K；當前工廠能力約人類的20-30%，落後已在BMW部署並整合OpenAI推理的Figure 02。
Physical AI 基準測試系列第138篇——Physical AI 人形機器人量產斜坡：Tesla Optimus 生產時間軸、任務能力指標，以及「工廠優先」部署策略是否通往商業可行性的正確路徑
人形機器人是 Physical AI 領域中最雄心勃勃、也最具爭議性的賭注。與自動駕駛汽車不同——後者的感測器架構、法規路徑與地理限制已大致明確——人形機器人必須同時精通移動、操控、語言理解、任務通用性與人機安全共存，並在與人類勞動力競爭的價位上做到這些，商業案例才能成立。Tesla 的 Optimus 計畫在所有業者中生產目標最激進：Elon Musk 曾公開表示 2026 年將達到5萬至10萬台，並於2030年擴展至數百萬台，長期目標售價低於$20,000美元（以上皆為公開聲明；未來目標標記為(est.)）。這些目標是否可達，以及 Tesla「工廠優先」的部署策略是否是建立商業可行人形機器人的正確路徑，正是本文要基準測試的兩個核心問題。這是 Physical AI 基準測試系列第138篇。
標記為「(est.)」的數字均來自公開揭露、研究出版物、產業分析師估計及合理推斷，並非獨立驗證的一手數據。
第一節——Tesla Optimus：量產斜坡與規格
自 Tesla 於2021年公開亮相以來，Optimus 已歷經三代硬體迭代，每一代在步行速度、手部靈巧度與重量減輕方面均有顯著進步。
| 指標 | 第一代（2022） | 第二代（2024） | 第三代目標（est.） |
|---|---|---|---|
| 發布／狀態 | 2022年10月亮相原型機；走路緩慢 | 量產意圖設計；步行速度提升30%；配備觸覺感測器的改良手部 | 開發中；預計2025-2026年（est.） |
| 步行速度 | ~1.5 mph（est.） | ~2 mph（est.） | ~3-4 mph（est.） |
| 手部靈巧度 | 基礎抓握；11自由度手部（已揭露） | 改良觸覺感測；可不破壞雞蛋地拿取 | 進一步精進；目標：人類級別精細操控（est.） |
| 重量 | ~73 kg（已揭露） | ~57 kg（已揭露；更輕） | 持續減輕（est.） |
| 身高 | ~5’8” / 173 cm（已揭露） | ~5’8”（相近） | 維持人類比例 |
| 目標售價 | — | — | 低於$20,000（Musk 長期表述） |
| 2025年產量（est.） | ~1,000台內部使用（Musk 聲明目標） | — | — |
| 2026年產量目標 | — | 5萬至10萬台（Musk 聲明；開始對外銷售） | — |
| 2030年願景 | — | — | 數百萬台；長期潛力達10億台以上（Musk） |
| 訓練算力 | Dojo ExaPOD 集群；與 FSD 共享基礎架構 | 共享 Dojo 算力 | Dojo 持續擴張 |
從第一代到第二代的進步在兩個具體層面上意義重大。首先，重量從約73 kg 降至約57 kg（est.），對商業部署而言至關重要——這降低了驅動能耗，也減少了與人類工人意外接觸時的安全風險。其次，手部靈巧度的提升——特別是已展示的可不破損拿取雞蛋——是一種能夠呈現觸覺感測與力控制確實進步的非直觀基準測試。在不破壞雞蛋的前提下拿取它，需要指尖感測器的即時回饋、動態握力調整，以及基本夾持設計所無法實現的閉環力控。
第二節——Optimus 任務能力指標（2026年中）
Optimus 今日實際能做什麼？Tesla 已發布影片與投資人揭露資料，展示了具體的工廠任務。以下能力指標將已展示的能力對應到工廠部署現況，並點出關鍵待補缺口。
| 任務類別 | Optimus 能力（est.） | 工廠部署狀況 | 限制 |
|---|---|---|---|
| 物件操控（大型） | 已展示：移動電池芯、分類零件、將組件放入料箱 | Tesla Gigafactory 內部使用（Fremont、Austin） | 速度約人類工人的30-50%（est.）；每次軟體更新持續改善 |
| 物件操控（精細） | 已展示：不破損拿取雞蛋（第二代影片）；插入小型組件 | 有限的精細操控工廠任務 | 在亞毫米精度任務上仍明顯低於人類靈巧度 |
| 步行／導航 | 已展示：在工廠廠房自主行走；避開障礙物 | 工廠廠房導航 | 目前規模下不適用於不平整地形、樓梯或戶外環境（est.） |
| 雙臂協調 | 已展示：在實驗室環境下的雙手任務 | 開始用於雙手組裝工廠任務 | 複雜的雙臂序列仍具挑戰性 |
| 人機互動 | 有限；可跟從簡單口頭指令（est.） | 尚未在與人類協作的角色中部署 | 在動態環境中未展示與人類安全的肢體協作 |
| 工具使用 | 有限；可抓握並使用簡單工具 | 尚未配合電動工具或精密儀器部署 | 工具使用所需的靈巧度遠高於自由操控 |
| 任務切換 | 已展示：重新程式設計後可切換任務 | 每組新任務仍需軟體更新 | 尚未展示自主任務發現或即興應變能力 |
| 整體能力（est.） | 在結構化工廠任務中約為人類工人能力的20-30%（est.） | Tesla 內部 = 固有的第一客戶；無外部銷售風險 | 關鍵缺口：速度 + 精細靈巧度 + 任務通用性 |
第三節——競爭能力比較（2026年中）
Tesla 並非孤身作戰。截至2026年中，至少有七個具公信力的人形機器人計畫已達到實體原型或早期商業部署階段。
| 機器人 | 公司 | 核心能力 | 部署狀態 | 售價／估值 |
|---|---|---|---|---|
| Optimus 第二代 | Tesla | FSD 衍生視覺；Dojo 訓練策略；57 kg；Tesla 工廠部署 | ~1,000台內部使用（est.） | 長期低於$20K（Musk）；尚未對外銷售 |
| Figure 02 | Figure AI | 整合 OpenAI 語言模型（ChatGPT-4 推理）；BMW 工廠部署 | 商業化：BMW Spartanburg 工廠（未揭露台數） | ~$26億公司估值；售價未揭露 |
| Digit | Agility Robotics | 輪腿混合設計；Amazon 倉庫部署 | 商業化：GXO Logistics 倉庫 + Amazon 試點 | ~$70K/台（est.）；Amazon 為最大客戶 |
| Atlas（電動版） | Boston Dynamics | 肢體能力最強；已展示後空翻、跑酷 | 研發 + 有限商業化；現代工廠測試 | 未揭露；現代汽車旗下 |
| Apollo | Apptronik | Google 投資；NASA Valkyrie 團隊背景；製造業聚焦 | 試點部署；賓士合作 | ~$10億以上公司估值；售價未揭露 |
| Neo | 1X Technologies | OpenAI 投資；設計用於家庭／辦公室環境 | 商業化前；試點計畫 | ~$5億公司估值 |
| GR-1 / GR-2 | Fourier Intelligence | 中國人形機器人；23 kg；步行 + 操控 | 商業銷售（中國）；出口有限 | ~$5-10K/台（est.）——最低價人形機器人 |
| Unitree H1/G1 | Unitree Robotics | 中國；G1 售$16K；步行能力強；操控有限 | 全球商業銷售 | G1：$16,000（已揭露）——最便宜的具備能力人形機器人 |
第四節——工廠優先部署策略：優勢與風險
| 維度 | 工廠優先優勢 | 工廠優先風險 |
|---|---|---|
| 固有客戶 | Tesla = Optimus 第一客戶；無外部銷售風險；由 Tesla 內部吸收磨合問題；勞動替代收益即時開始 | Tesla 的工廠任務具特殊性；所學技能未必能類化至其他產業 |
| 數據飛輪 | 每台工廠 Optimus 均產生訓練數據；1,000台內部機器 = 1,000個同時運行的數據收集器 | 工廠任務結構化且重複；可能無法產生足夠多樣的數據供通用部署使用 |
| 品質管控 | Tesla 工程師直接觀察 Optimus 表現並提交錯誤報告；快速迭代週期 | 內部部署可能掩蓋在外部受控程度較低環境中出現的問題 |
| 營收時程 | 勞動替代節省 = 無需外部銷售的即時 ROI（Tesla 每個被替代的工廠崗位每年可節省約$30-60K，est.） | 直至外部商業銷售開始前，營收無法規模化；投資人關注外部銷售時程 |
| 競爭定位 | Figure（BMW）、Agility（Amazon）與 Atlas（現代）均已在工廠部署；Tesla 在工廠部署方面並無獨特優勢 | 首次外部商業銷售及定價點才是真正的競爭時刻 |
| 類化挑戰 | 工廠任務是狹窄領域；通用人形機器人（家庭、照護、建築）需要從根本上更廣泛的能力 | 工廠優先可能造就只能在特定工廠任務中競爭、無法進入更大通用市場的專業化機器人 |
第五節——人形機器人量產基準計分卡（2026年中）
| 維度 | Tesla Optimus | Figure 02 | Agility Digit | Boston Dynamics Atlas | 優勢方 |
|---|---|---|---|---|---|
| 產量（est.） | ~1,000台內部（est.） | 未揭露（BMW 商業化） | 商業化：GXO + Amazon | 研發 + 有限 | Tesla（最大聲明產量目標） |
| 任務能力 | ~20-30%人類（結構化工廠，est.） | BMW 工廠任務 + 語言理解 | 倉庫物流 | 肢體能力最強（移動） | Atlas（能力峰值） |
| 語言／推理 | FSD 衍生；語言能力有限 | OpenAI 整合 = ChatGPT-4 推理 | 有限 | 有限 | Figure（語言整合） |
| 目標售價 | 長期低於$20K（Musk 聲明） | 未揭露 | ~$70K（est.） | 未揭露 | Tesla（最積極的售價目標） |
| 製造規模路徑 | Tesla Gigafactory 製造專業 | 外部製造 | 外部製造 | 現代汽車製造 | Tesla（製造護城河） |
| 2026年對外銷售 | 計劃中但時程不確定 | 是（BMW） | 是（GXO/Amazon） | 有限 | Figure + Agility 在外部商業化上領先 |
| 數據飛輪 | FSD 車隊協同（共享 Dojo + 視覺架構） | OpenAI 數據 + BMW 工廠 | Amazon 倉庫數據 | 有限 | Tesla（最大數據基礎設施） |
| 整體量產評定 | 最大生產野心；距外部商業驗證最遠；製造護城河是真實的 | 最具商業化的高端工廠人形機器人 | 物流領域最具商業化 | 移動能力最強；距商業規模最遠 | 視情境而定：Figure 當前領先，若 Musk 目標兌現則 Tesla 長期勝出 |
計分卡揭示了人形機器人量產競賽中清晰的時間分野。近期（2026至2027年），Figure AI 與 Agility Robotics 在商業驗證最關鍵的維度上領先：外部客戶、實際營收，以及跨產業部署數據。長期（2028至2030年），若 Tesla 的生產目標可以兌現，其優勢將複利累積。最關鍵的不確定因素是：Tesla 的工廠優先策略，是否會令其在任務通用性競賽中落後——而通用性，可能正是決定人形機器人市場最終贏家的關鍵維度。
注意： 所有標記為「(est.)」的數字均來自2026年中的公開揭露、研究出版物、分析師估計及產業報告。本文不構成投資建議。
來源
- Tesla Optimus 量產目標——Tesla 法說會與 AI Day ↗
- Figure 02 BMW 工廠部署——Figure AI ↗
- Agility Robotics Digit Amazon 倉庫部署——Agility Robotics ↗
- Boston Dynamics Atlas 電動版——Boston Dynamics ↗
- Unitree G1 人形機器人——Unitree Robotics ↗