外媒Interesting Engineering报道，特斯拉称已能生产数百台Optimus，较此前提升约10倍。若趋势延续，年底可达每周1000台。但特斯拉同时承认：Optimus离通用任务还差得远。
但数量不等于能力。
公开演示中，Optimus能走路、抓鸡蛋、叠衣服，但速度慢，部分动作靠遥操作或预设程序。特斯拉自己承认通用任务难，说明演示和实用之间还隔着鸿沟。
特斯拉强在制造。上海超级工厂证明它能压成本、扩产能。Optimus复用FSD视觉、Dojo算力、汽车供应链。
但汽车跑结构化道路，机器人得在非结构化环境干活，难得多。
拧螺丝、叠衣服、整理货架，对人类简单，对机器人是长尾问题。每个场景的光照、物体、位置、力度都不同。机器人必须泛化，不能靠预设。
这就是莫拉维克悖论：AI在围棋、数学上碾压人类，却搞不定叠衣服、开门。因为感知和运动控制，是进化打磨了数亿年的能力。
泛化靠数据。大语言模型吃掉了整个互联网，具身智能没有现成的互联网。数据只能靠真机遥操作、仿真生成、视频学习。
最热的路线是VLA——视觉、语言、动作端到端模型。特斯拉走纯视觉端到端，中国公司也在跟进。谁的数据多、场景多，模型迭代就快。
仿真能生成无限数据，但仿真到现实有差距。英伟达Isaac Sim领先，中国高校和企业正在追。真机数据仍是硬通货。
特斯拉有车队，但数量还少；中国有场景，这是优势。
工信部2023年《人形机器人创新发展指导意见》明确：2025年初步建立创新体系，2027年综合实力世界先进。北京、上海、深圳、杭州都在抢赛道。
宇树G1把价格打到9.9万元，优必选Walker S进工厂实训，智元远征A2量产下线，北京人形机器人创新中心推出"天工"平台。
核心零部件是底牌。谐波减速器、行星滚柱丝杠、无框力矩电机、六维力传感器、灵巧手，过去依赖进口，现在国产替代加速。成本降下来，迭代就快。
美国强在0到1，芯片、大模型、仿真平台有优势。但人形机器人要落地，需要1到100。中国制造业规模、供应链密度、工程师红利，恰好适合这个阶段。
这两年，人形机器人从演示走向试用。谁先让机器人在真实场景稳定干活，谁就拿到数据，数据反哺模型——这是飞轮。
格局是中美双极。日本ASIMO、波士顿动力Atlas开了先河，商业化慢；欧洲1X、Neura在追；韩国三星、现代有布局。真正有量产能力和场景的，主要是中美。
军事上，人形机器人暂时不是主角。战场后勤、危险品处理、侦察，轮式、四足、无人机更实用。但灵巧操作和复杂地形适应的长期潜力不能低估——中国在无人系统积累深，不会缺席。
特斯拉的1000台/周如果实现，是工程里程碑。但它证明的是"能造出很多身体"，不是"造出通用劳动力"。
中国路线更务实：先工业，再商用服务，最后家庭。工厂里的搬运、分拣、质检，比家庭保姆容易得多。中国工厂多，数据多，也愿意试错。
难点也清楚：AI芯片受限，基础模型有差距，高端传感器仍需突破。但中国有全球最完整的制造业生态、政策定力和海量场景。
人形机器人不是单点技术，是系统工程——这恰是中国擅长的。
特斯拉的进展值得重视：量产能力正在变成新的竞争维度。但真正的胜负手只有一个——谁先把"通用任务"从演示视频变成日常生产力。
— 感谢阅读 · 欢迎点赞关注 · 小编 —
热门跟贴