汽车行业占据先发优势
整车企业、传统汽车零部件供应商、芯片厂商及科技公司纷纷入局，坚信自动驾驶生态参与者在研发高端机器人方面具备先天优势。自动驾驶汽车被视为具身智能首个落地实例，尽管将该技术迁移到功能更全面的未来机器人并非易事，但多数人认为，自动驾驶是通往人形机器人的坚实第一步。
除技术研发外，汽车企业将是机器人早期核心应用方。他们参与研发的机器人及自动化设备，将率先在汽车及零部件生产工厂部署。
巨大商业前景促使企业加速布局。2026 CES 展上，汽车领域参与者近期布局机器人动作包括：
Mentee Robotics 的人形机器人在生产线上作业。Mobileye 于今年 1 月收购 Mentee，助力这家自动驾驶视觉领域龙头企业切入劳动密集型机器人赛道。（图片来源：Mobileye/Mentee Robotics）
与自动驾驶技术协同效应显著
尽管机器人研发复杂度更高，但自动驾驶技术的跨越式突破 —— 以智能体 AI 落地为标志 —— 重新激活市场，推动技术下一个十年早期广泛普及，这给汽车企业入局机器人领域注入信心。
“仔细想想，这两大前沿领域存在诸多共通点。”Mobileye 业务发展与战略高级副总裁尼姆罗德・内胡什坦谈及自动驾驶与机器人关联时表示，“过去一年，两者关联性愈发明显，从研发源头，到通用零部件、工具与流程开发，均高度相通。”
“我们认为，同时布局两大领域将加速 AI 研发进程。”
但自动驾驶汽车仅需在城市道路、高速公路等规范场景中完成乘客点对点运输，而机器人（尤其是消费级人形机器人）需在无限场景中处理多样化任务。
这意味着机器人必须像人类一样感知并应对世界，其性能要求远超自动驾驶汽车。
高通杜加尔坦言：“要让机器人感知物理环境，AI 领域仍需大量研发工作。”
开发者还需攻克物理局限，赋予机器人更灵巧、更灵敏的双手，使其能完成汽车装配线等高难度复杂工作。
谷歌 DeepMind AI 研究实验室高级总监卡罗莱娜・帕拉达指出：“即便如今，机器人也很难完成汽车生产线上的各类作业。”
复制汽车生态与市场模式
除技术挑战外，机器人产业还面临与汽车行业相同的商业壁垒，这意味着经验丰富的汽车行业参与者最具破局优势。
首要任务是构建可靠的零部件供应商生态，实现高品质、安全认证零部件大规模量产，且使用寿命达15 年以上。
“我们见证了汽车行业的发展历程。” 杜加尔说，“如何打造端到端可控供应链，尤其是硬件端 —— 规模、成本结构、原材料？
“机器人产业正将这一能力推向新拐点，这也是该领域充满机遇的原因。”
普拉特表示，部分所需规模已初步形成，电池、执行器、传感器等核心零部件供应商正积极入局。
“最终，规模化需要背后强大的工业实力支撑。” 他指出，现代已着手构建机器人零部件大规模生产完整生态，推进自身工业应用。
迈向爆发临界点
鉴于技术复杂度，开发者将工业场景（环境比消费场景更规范）视为人形机器人落地的合理第一步。但即便如此，解决投资回报问题、推动制造商大规模采购机器人以支撑全产业链发展，仍非易事。
尽管自动化已发展数十年，但受限于商业可行性，尚未达到最初预期规模。
帕纳斯称：“这不仅关乎机器人本身，还涉及让机器人发挥效用所需的环境与基础设施投入。” 尽管技术不断创新，但众多工业领域缺乏 “推动者”—— 即看到前沿技术潜力并愿意投入部署的管理层。
突破文化壁垒或许更难。最终必须让员工相信机器人安全，且能辅助工作，而非完全取代人类。
普华永道美国汽车业务负责人 C.J. 芬恩表示：“汽车行业一直是各国就业市场风向标。机器人产业有望大幅降低汽车制造成本，这是所有人都期待的通缩压力，能推动汽车价格下降。”
通用汽车自动驾驶机器人中心机器人战略主管米凯尔・泰勒认为，实现完全透明、让员工理解机器人逻辑与功能、制定应用策略时吸纳员工意见，这些至关重要。
“这是刻意推进的过程，而非偶然。” 泰勒说，“必须融入产品设计与部署计划，这也是许多企业的难点。员工不愿放弃工作，管理层不信任技术。”
“随着机器人应用场景增多，这一问题会逐步改善，因此最初几年是关键窗口期。”
高通杜加尔认为，老龄化劳动力最终会认可将繁琐工作交给机器人的价值。
“未来五年，机器人性能将呈指数级提升。” 他说，“下一个十年，我们将明确哪些工作不该由人类完成，应实现自动化。这一市场规模极其庞大。”
普拉特建议，企业应尽快在可行环节引入自动化，为未来变革做好准备。
“不可能一蹴而就实现人形机器人应用。” 他说，“企业必须经历文化演进，先引入少量机器人，学习如何与之交互。”
尽管挑战重重，机器人或许正处于技术炒作周期的风口，但目前行业乐观情绪高涨。
Mobileye CEO 阿姆农・沙舒阿谈及人形机器人应用潜力时表示：“我相信十年后，运行中的人形机器人将达数百万台。全球劳动力短缺，技术已成熟，关键是产品化。这是令人兴奋的阶段。”