出品｜虎嗅汽车组
作者｜邢书博
题图｜作者实拍
在张贵兵看来，具身智能的下半场里，审美与技术同等重要。
这位奇瑞汽车股份有限公司常务副总裁举了个卖车的例子：很多女性客户"第一眼看到这个汽车喜欢上了"，并不细究技术参数，这是典型的"颜值决策"。"随着大家的技术都已经基本上接近成熟的时候，颜值就会变得越来越重要，因为颜值跟人的审美观、情绪都会产生共鸣。"
这些话，出自2026墨甲机器人全球发布会结束后的一场40分钟对话——这是张贵兵接任奇瑞国内事业部后，第一次以墨甲机器人总经理身份面对媒体。
过去一年，具身行业的产品大多还是一堆裸露在外的骨架，功能先于形态；墨甲则带着一种久违的审美意识进场，如精细的头雕硅胶、墨宝流畅软萌的机身线条。
外观设计对车企从来不是难事，难的是如何避免吃灰。这几乎是具身智能行业最尖锐的一道题：机器人造出来了，却找不到一个愿意长期使用它的场景。
放着吃灰，正在成为比技术瓶颈更普遍的死亡方式。车企集体转身入场，带来三个改变：车规级的交付能力、天然的使用场景、精准的场景定义。但这三个改变能否让机器人被"长期使用"，答案还没有落地。尤其在运控、芯片、长期存留等方面，依然面临挑战。
墨甲机器人全球发布会对话现场，背景屏显示发布会主题"车机协同 场景应用"
车规级交付：降维打击"小作坊模式"
车企带来的第一个改变，是交付能力本身。
张贵兵在对话中反复强调一句话："把车规级的质量体系，某种意义上强制性地放到机器人的研发和制造流程里面。"在他看来，这是车企与多数机器人创业公司最本质的差异。墨甲背后是奇瑞3万多名工程师和研发人员，"汽车原来走过的坑、积累沉淀下来的经验，很多东西都可以成为墨甲的'机甲'"；墨甲的采购，也由大奇瑞的采购体系统一管理。
对话中，虎嗅向张贵兵求证过一组数字：车机协同的技术底层，约70%可以复用。
张贵兵坦言，这个行业"一说招机器人的人，马上这个人的工资一下就比其他行业的工资高很多"，但电子电气、嵌入式软件这些环节汽车领域大量在用——墨甲甚至"没有必要以机器人的名义去招这个人"，直接从奇瑞研发体系调人；真正不一样的，是运控、导航、模型算法和专用关键模组（齿轮、电机类）这30%。
复用带来的不只是省钱。奇瑞为墨甲建了31个基础实验室，以"平台院+场景院"双院协同：平台院深耕运动控制、智能感知、软件开发、电子硬件、机械结构、脑机接口六大领域，场景院对接警用、工业、消费、教育等需求，并同步布局柔性中试模块与中试验证基地。"用造车的成本逻辑，做可量产、可交付、可盈利的机器人。"张贵兵在主题演讲中这样概括。
车企把车规级质量管理机制"强制"嵌入机器人研发制造流程
工厂天然有场景：贴着真实岗位造机器人
车企带来的第二个改变，是"制造业工厂天然具备使用场景"。
奇瑞做机器人的逻辑起点，不是"造一个人形机器人"，而是"这个机器人出来，要解决哪个场景里的什么矛盾"。
张贵兵说，这是他把汽车近三十年的商业逻辑复制到机器人上——造车最重要的经验，是先有清晰的客户群，再去解决客户群的某一个痛点。
场景驱动的结果，是墨甲的产品矩阵几乎全部贴着真实岗位：警用智警机器人已在芜湖交管上岗，能交通指挥、全天候巡逻；医疗场景有挂号导诊机器人；还有迎宾讲解、物资运输、教育陪伴等产品，覆盖双足、四足、轮式多种形态。
墨甲的场景化产品线：双足服务机器人墨茵与芜湖交管智警R001同台展出
截至发布会，墨甲全球销量超过3000台，落地100多个应用场景，进入60多个国家和地区。不过冷静下来看，这组数字证明的是产品矩阵与渠道覆盖，还不足以回答另一道题：这些设备的使用频率、持续使用周期如何？是否形成了稳定需求？毕竟卖出与落地，不等于长期使用。
发布会上最动人的一幕发生在展区之外。一位海外KOL在发布会外看到墨宝，牵着它走了一段路，形容"墨宝像自己的孩子，内心非常满足"；随后一位中东经销商加入，一男一女、一个机器人，来自全球三个地方，被在场观众形容为"墨宝地球公民"。
在与海外经销商的沟通中，虎嗅发现，尽管具身智能在中美两地如火如荼，但在更广阔的亚非拉地区仍是新鲜事物。一位东南亚经销商表示："机器人既可以在当地汽车门店淡季售卖，目前已经有景区、学校、医院的意向订单；也可以在汽车销售旺季帮汽车产品引流。奇瑞售后体系完善，相信墨宝会成为一个非常优秀的产品，甚至可以考虑和汽车搭售。"
不过，"意向订单"证明的是渠道对产品的想象，还不是终端使用效果：经销商愿意卖，和用户愿意长期用，中间还隔着最后一公里。
这个逻辑在L4无人车公司新石器那里得到验证。
创始人余恩源最近的新石器E轮融资发布会上表示，新石器"先有需求，然后再去做具身智能"，物流的运输、装卸、搬运三个环节，运输靠无人驾驶，装卸和搬运靠机器人，需求是现成的。
他甚至提到，工厂物流这个场景"我们本来以为这个场景不成立，结果拽进去发现非常成立"。通用无人车平台加自动驾驶平台，成本上"完全秒杀了工厂里的专用设备"。支撑这个判断的，是新石器无人车队每天超过100万公里的行驶里程，以及已进入20多个国家的无人配送车。运输环节的无人驾驶，正在真实物流里被高频使用。
最大的敌人是"吃灰"：场景精准才是解法
车企带来的第三个改变，也是张贵兵最想强调的判断：具身智能最大的敌人，是"放着吃灰"。
"通用机器人找不到应用场景，找不到服务对象。"墨甲执行副总经理夏鹏直言，当前行业最大的风险不是技术不成熟，而是机器人被造出来之后，没有长期使用的真实需求。而车企做具身，基于过去几十年的用户场景研究，场景更精准。
汽车行业早就被市场教育过：定义错客户群、解决错痛点的产品，会造成库存高企和口碑崩塌。不过，场景优势能否转化为长期使用，答案还没有落地：墨甲的3000台销量与100个应用场景，能证明的只是卖出与落地；"避免吃灰"从口号变成事实，还需要使用频率、持续周期这些终端数据来回答。
他甚至拿市面上的小型机器人当反面教材：此前上市的不少小型机器人并不成功，"它们可能连最基本的智能化都没有"——需要拿着遥控器操作的机器人，消费者一定会扔掉。
夏鹏算了一笔账：今天一个好一点的芯片，价格可能是那些廉价机器人售价的好几倍，"我们的价格可能也不会像大家想得那么低"，墨甲要做的，是在小型品类里做精品、提供情绪价值。
与夏鹏的"价格论"互为镜像的，是宇树门店里的另一套市场逻辑。
虎嗅汽车近日走访宇树门店看到，人形伴侣机器人R1起步售价29999元，具备AI语言交互与街舞等运动能力；四足机器狗Go2最低8999元，主打随行模式，店员介绍它可以陪伴用户日常买菜、户外登山，"融入日常出行、休闲陪伴等生活化场景"。
当被问及车企制造具身智能是否会对宇树造成冲击时，店员直言"暂时不会"——在他看来，宇树是"iPhone"，"用户会记得第一个，不会记得第二第三"。但他也承认，目前大多数潜在用户对具身智能能做什么还在观望，"需要更多熟悉的品牌进入，一起把市场做大"。
"一部手机的钱就能享受最新科技带来的愉悦感，而且手机还不能自己动。"
所以墨宝的上市节奏显得格外克制：发布会不公布价格、不公布交付时间，首批35位全球天使用户体验官获得一年免费使用权，在真实家庭环境里试用并回流反馈。
张贵兵说，宁可上市慢一点，也要保证"今天说到的东西要能做到"，这款To C产品对墨甲的意义是口碑，"希望它真正可以帮助墨甲未来走进千家万户播下一颗好的种子"。
在"不要做吃灰产品"这件事上，新石器与墨甲观点几乎同构，余恩源说："我们的具身智能产品一定是能盈利的具身，而不是只做演示的示范性产品。"这表明，行业依然意识到，技术演示可以吸引融资，但只有找到愿意长期付费的场景，机器人才能避免吃灰。
挑战仍在：运控、芯片、长期存留
场景解决了"卖给谁"，不等于解决了"好不好用"。
张贵兵在对话中坦言，墨甲目前仍有三方面的压力。
第一是运控：
汽车的运控与机器人有本质差异，"现在的运控，汽车和机器人还是会有一些不一样，甚至导航方面也会有一些不一样"，加上齿轮、电机这类专用关键模组，汽车体系里没有完全对应的积累——这30%的差异化能力，只能自己补课。
第二是芯片：
智能化是机器人成本的大头，芯片与存储不便宜，意味着低价路线天然做不出真正的智能化产品。
第三是长期存留机制。
这是张贵兵用词很特别的一处，指机器人如何把"用过、记住、继续用"变成长期行为。墨宝目前已经做到分层管理事实、经历、经验记忆，通过FaceID关联用户身份、约束专属记忆调用；
但张贵兵承认，"自主导航、记忆功能等，它还没有大量进入到物理AI的阶段，但是已经有一点点触及"。墨宝的下一个门槛，是从限定空间走向任意空间，明年计划为它配上灵巧手，让它能陪孩子整理玩具。
长期存留的本质，是让机器人真正进入家庭的日常，而不是新鲜感过去就被关机的摆件。这恰恰是"吃灰"命题的技术版。
人形机器人的腿部与关节结构——运控与专用模组仍需补课
一线工程师的感受则更具体。虎嗅对话了墨甲机器人一位视觉工程师，对方坦言："目前的瓶颈是一个训练场景很难在下一个场景复用，需要更多算力和时间。这也是具身智能的通病——通用型机器人的卡点，就是换一个场景，就要单独为这个场景做训练。"
交流中，我们谈到了一个解决方案：像L4自动驾驶公司一样，在复杂路段通过云端派人来操作。"比如交通指挥，现在的机器人动作缓慢，正常路段执勤还可以；复杂路段还需要继续训练。不过商用产品化后，如果像L4一样云端有人来控制，就具备了实用性，也不用担心机器人算力不够的问题。"
事实上，云端接管这条路，让警用机器人与奇瑞Robotaxi产生了最直接的联系。
奇瑞的具身智能布局，并不只有墨甲。在同期举行的2026奇瑞全球创新大会上，奇瑞发布了行业首款"为全球而生"的原生前装Robotaxi，目标2030年在全球运营10万辆；CheryMind垂类基础大模型清单里，智驾垂模与MoAgent（墨甲具身智能体）并列。
不过智警机器人能否复用Robotaxi的L4能力？从产品架构看，大模型与机械层面存在复用空间；但前文已经指出，运控、导航、模型算法与专用模组，恰恰是车企不共享的那30%。汽车道路数据如何迁移到警用机器人，传感器、执行机构与任务环境之间的差异如何转换，墨甲尚未展开说明。
"70%复用"目前更多指向人员和开发流程的复用，能否延伸到数据与模型层面，仍是待验证的问题。余恩源也给过类似的提醒：L4的商业化窗口就在未来两三年，安全与合规是行业最大变量。因此，无论自动驾驶还是机器人，先证明能长期运行，再谈规模。
奇瑞智能驾驶测试现场——智能驾驶与具身智能共享底层能力
"未来机器人这个赛道肯定也会存在这样的情况。"张贵兵语气平静，"最终留下来的好像都不多。"他判断，行业会像新能源汽车一样经历大洗牌，很多公司不会破产，而是从全赛道转向某个垂类场景的二次开发。
共识则是，机器人不能被买回去吃灰。车企的入场，至少把起跑线从实验室移到了工厂和家庭门口；不过谁能跑完AGI的物理AI全程，不止靠技术，还要靠审美、制造、交付等一系列制造业命题。这一点，车企或许比创业公司更有发言权。
本文来自虎嗅，原文链接：https://www.huxiu.com/article/4900414.html?f=wyxwapp
热门跟贴