“不再需要买车”，是不久后的社会现实，还是资本叙事对未来的提前透支？
这一轮的车市下行，也许不是简单的周期循环，而是“私家车”退出时代舞台的开端。
如今的科技圈，人人都在说两件事：一是Robotaxi很快会取代私家车；二是人形机器人会成为下一代家庭必需品。
两个故事被拧在一起，拼成一句极具诱惑力的判断 ——对于多数家庭，一辆汽车不再是必须品，一个机器人则会是新的“成员”。
但当你凑近看，这个逻辑链条有三处脆弱环节：
第一，汽车并没有“消失”，只是从私人资产变成了可调用的出行服务；
第二，自动驾驶与机器人看似共享技术底座，但两者面对的物理世界复杂度不在一个量级；
第三，机器人未必需要个人购买，服务化才是更可能的落地路径，而非 “人手一台” 的硬件消费。
汽车消费在 “疲软”
但真正消失的是所有权
以特斯拉为代表，汽车行业正经历一场从“卖车”到“卖出行”的迁移。
特斯拉的FSD和Robotaxi故事，本质上是同一件事：未来你不需要拥有一辆车，但你每天仍然会为“从A到B”付费。这听起来很颠覆，但它并没有消灭汽车，只是把汽车从私人资产变成了可调用的基础设施。
真正值得注意的，是汽车公司正在把同一套技术底座搬进机器人领域。特斯拉的Optimus和FSD自动驾驶共享端到端架构、AI5芯片、Cortex超算，甚至共享工厂里采集的真实感知数据。
据中特斯拉财报会内容，负责Optimus开发的软件团队负责人表示，机器人和FSD一样采用端到端架构，训练数据既包括互联网上的人类劳动视频，也包括特斯拉工厂员工的工作数据。
截至2026年二季度，Optimus第三代机型尚未正式发布，目前处于极低速小批量试产阶段，大规模量产目标已推迟至 2027 年夏季。
换句话说，特斯拉不是在造一个完全独立的 “新东西”，而是在把汽车积累的感知、决策、制造和数据能力，重新包装成另一种硬件形态。
比亚迪也在做同样的事。2026年8月，比亚迪首款人形机器人“小迪”进入“迪空间”体验中心开展试点。
信息显示，“小迪”身高约1.61米，31个自由度，支持360度视觉感知，能识别人脸、手势和唇部动作，还支持多种方言与外语。现阶段比亚迪没有把它投入工厂拧螺丝，而是让它承担迎宾、讲解、车辆介绍等工作。
为什么选择展厅场景？因为展厅是一个真实、可控、有大量交互数据的场景。机器人先不用证明自己比工人强，只要比一个普通接待员更稳定、成本更低，就算跑通了第一道商业关。
这就是车企进入机器人领域的最大优势：它们有现成的场景、供应链、量产能力和现金流。
多数通用人形机器人企业需要投入大量成本搭建场景采集物理数据，而车企自有工厂就是天然的数据富矿 —— 当然，这份优势主要集中在空间感知、移动决策领域，灵巧操作、力控交互类数据仍需要重新积累。
但问题也在这里：汽车和机器人共享底座，不等于它们面临同样的难度。
汽车自动驾驶主要解决结构化道路下的移动问题，有交通规则作为基础约束，但现实道路依然充斥大量长尾非结构化工况。
而人形机器人需要同时解决移动+操作+安全+经济性四件事，它可能要在你家的地板上捡起一个碎玻璃杯，又不能划伤地板、吓到孩子、碰倒花瓶。这件事的复杂度，比在道路上跟车难得多。
机器人现在
到底能不能干活？
2026 年，资本市场对机器人的热情达到顶点，也开始出现分化信号。
宇树科技登陆资本市场，发行市盈率219 倍，中签率0.0181%，公募基金获配超18亿元。但同一份招股书里写着：2025年，宇树人形机器人出货5511台，收入8.68亿元，其中科研教育占比73.6%，行业应用仅9.01%。
按照宇树招股书披露口径，其人形机器人出货规模位居全球第一梯队。但这组数据也说明：全球头部人形机器人公司卖出去的产品，大多数进了实验室和大学，而不是工厂和家庭。这也一定程度上解释了宇树上市后的股价回调。
资本市场的分化不只发生在国内。海外市场同样呈现K型走势：头部企业Figure估值达到390亿美元，1X被传正与软银洽谈约600亿美元估值的融资；而尾部部分厂商陷入亏损、破产审查，行业泡沫正在结构性出清。
再看落地案例。美国旧金山的Tau Robotics公司提供人形机器人上门保洁服务，对外宣传定价约每小时30美元。
演示视频里，机器人挤洗手液、关水龙头、拖地、捡垃圾、倒进垃圾桶，动作流畅自然。但这些演示大多依靠后台人员远程遥控操作，该公司采用 “AI辅助+人类远程接管” 的混合服务模式，距离完全自主的家庭保洁还有很大距离，实际服务成本也会随远程人工介入时长浮动。
1X NEO是另一款面向家庭的人形机器人，推出2万美元买断或每月499美元订阅方案，开放预售5天内首年配额1万台被订满，但截至2026年尚未大规模交付。不少行业观察者拿到样机评测后认为，它现阶段更偏向概念性产品，而非成熟好用的家务工具。
这些案例共同戳破了一个泡沫：机器人正在证明自己能 “演” 一些事，但还没有证明它必须进入你的生活。
为什么落地这么难？答案藏在机器人的身体和大脑里。
先说身体。灵巧手是最大的坎。人手有27个自由度，而机器人要复刻这种灵活性，需要把电机、减速器、传感器塞进巴掌大的空间。
特斯拉第三代灵巧手采用腱绳驱动方案，把执行器移到前臂，手指靠腱绳拉动。虽然演示中动作灵活，但腱绳结构磨损、部件寿命不足是行业公认的关键瓶颈，长期运维成本的问题尚未得到量产验证。
更深层的问题是传动路线尚未收敛。连杆传动刚性好，但柔顺性不足；腱绳传动轻巧灵活，但存在磨损、拉伸、零位漂移等问题；直驱响应快，但体积大、散热难。
国内厂商的连杆式灵巧手路线已经实现小规模商业化落地，相比极致仿生的腱绳方案，在可靠性、成本上具备阶段性优势。
触觉传感器也远未成熟。Figure官方披露其指尖传感器可感知低至3克压力，部分厂商已经在指尖集成高密度柔性触觉传感器。但这些柔性传感器在真实工厂环境里会磨损、老化，寿命有限。机器人还不能像人手一样，在摸过无数次粗糙零件后依然保持灵敏。
再往上游核心零部件看，谐波减速器技术门槛最高，对精度、轻量化和扭矩性能要求苛刻；行星滚柱丝杠良率和生产一致性仍不稳定；空心杯电机直径可以做到6毫米，功率密度高，但塞进手指后散热难度极大。
高盛在调研后判断，谐波减速器和执行器总成的技术确定性相对较高，而行星滚柱丝杠和灵巧手技术路线仍处于快速变化阶段。
再说大脑。机器人面对的不是标准化马路，而是高度开放、长尾问题无穷的物理世界。
高盛调研认为，机器人AI的最大瓶颈不是芯片，而是真实物理数据稀缺。文字和图片可以从互联网上大量获取，但力、扭矩、运动这些物理交互数据，只能靠机器人一遍遍试错积累。
现在的主流路线是VLA/VTLA模型加世界模型。英伟达的SONIC运动跟踪基础模型，用700小时动捕数据、超1亿帧画面、128张GPU训练7天，总计算量2.1万GPU小时，才让宇树G1在123组动作序列上达到99.2%的成功率。
而清华与伯克利提出的ODEWorld连续世界模型，试图让机器人不再逐帧猜测环境，而是学习 “世界如何连续变化”，在四项真机任务中把成功率从55%提升到80%。
这些进展说明，机器人的大脑正在快速迭代，但距离 “看见一个陌生任务就能稳定完成”，还有很长的路要走。
英伟达的Jetson Thor、Isaac GR00T同时服务汽车和机器人；特斯拉把FSD的空间理解能力迁移给Optimus；智能座舱里的语音交互、手势识别，也可以移植到机器人的人机交互上。
但两者并不能简单“殊途同归”。汽车是在结构化环境里解决“移动”问题，规则由交通法规定义；机器人必须在开放环境里同时解决“移动+操作+安全+经济性”。
自动驾驶已经局部跑通，Robotaxi已有小范围商业运营；而机器人连灵巧手寿命和触觉耐久性都还没过关。
所以，Figure在宝马工厂11个月试点，是工业场景非常难得的真实落地案例。但作业循环速度慢于熟练工人，样机试点结束后已经退役，放到宝马的全球产能中还只是九牛一毛。
这里需要明确区分两个场景：工业场景环境可控、任务标准化，是当前人形机器人落地的主阵地；家庭场景任务极度长尾、环境高度非结构化，商业化时间会远晚于工业，不能混为一谈。
你需要的不是机器人
而是机器人服务
现在，可以回到最初的问题了。“当你不再需要买一辆车，就必须买一个机器人”——这个说法最大的问题，是把两个不同阶段的事情强行并置了。
汽车行业已经局部验证了“从所有权到服务”的迁移。Robotaxi、自动驾驶、软件订阅，都在把汽车从“必须拥有”变成“按需付费”。但这种验证仍局限在少数城市的特定区域，远未到全社会普及的阶段。
机器人行业正在重复这条路，但整体处于更早的验证阶段。
Agility的Digit在亚马逊仓库开展搬运测试，采用RaaS（机器人即服务）模式，对外服务报价约25美元每小时（含运维、远程值守），美国仓库工人综合人力成本约30美元/小时以上。
但该报价为现阶段小规模试点价格，高度依赖设备有效利用率，大规模降本仍依赖量产迭代。Digit不卖给个人，它卖的是“搬运服务”。
1X NEO提供499美元/月的订阅方案，Tau Robotics按小时提供保洁服务，哪怕是远程遥控的模式，也验证了一种服务化收费的可能性。
自动充电机器人行业的服务化趋势更明显。万勋科技发布“柔韧充”通用服务引擎，不卖设备，而是覆盖公用、专用、家用三类场景的自动充电服务。它的逻辑是：车主不需要买一个充电机器人，只需要在停车场享受无人充电服务。
这就是答案：未来，你未必需要拥有一台机器人。你需要的，是它提供的劳动。
就像你今天不必拥有一辆出租车，但你仍然会为出行付费。未来你可能不买一台人形机器人，但你会为清洁服务、养老护理、工厂劳动力、充电服务付费。
这才是汽车和机器人真正的联系：它们都在从“硬件产品”变成 服务入口”。
当然，服务化模式也存在现实约束：用户不再拥有硬件，服务质量、定价完全依赖服务商；尤其是家庭场景，复杂任务很难标准化，故障责任、隐私安全都需要配套规则，RaaS不是简单的万能解药。
但这句话里还有一个更深的信号。当汽车和机器人都可能不再被个人拥有时，真正值钱的，不是某一台车或某一台机器人，而是背后的具身智能底座。模型、数据、供应链、场景入口、云算力，这些才是下一轮竞争的核心。
结语
汽车行业已经局部验证，复杂硬件可以变成服务。机器人行业还在证明，自己能不能稳定干活。
但方向已经清楚：未来你或许既不买车，也不买机器人。你只是走进一辆不需要你驾驶的车，回到一个已经被机器人打理过的家。
让这件事发生的，不是“机器人成为新家电”，而是具身智能成为新的基础设施。
参考资料：
[1] 宇树科技.宇树科技首次公开发行股票招股说明书 [R]. 杭州：宇树科技，2026.
[2] 高盛全球投资研究部.物理 AI：人形机器人前沿进展研判 —— 聚焦物流场景 [R]. 纽约：高盛集团，2026.
[3] 特斯拉公司. 2026 年第二季度财报会议纪要 [R]. 帕洛阿尔托：特斯拉公司，2026.
[4] 比亚迪股份有限公司. “小迪” 人形机器人产品参数与落地场景公告 [EB/OL]. (2026-08)[2026-09-05]. 比亚迪官方网站.
[5] Figure AI. 宝马工厂人形机器人应用试点项目总结报告 [R]. 旧金山: Figure AI, 2026.
[6] Agility Robotics. 亚马逊仓库 Digit 机器人 RaaS 服务试点公告 [EB/OL]. (2026)[2026-09-05]. Agility Robotics 官方网站. [7] 1X Technologies. 1X NEO 家用人形机器人预售方案与产品说明 [EB/OL]. (2026)[2026-09-05]. 1X Technologies 官方网站. [8] 万勋科技. “柔韧充” 通用自动充电服务引擎产品发布公告 [EB/OL]. (2026)[2026-09-05]. 万勋科技官方网站.
[9] NVIDIA. SONIC: A Foundation Model for Robot Motion Tracking [C]//2026 英伟达机器人技术峰会论文集。圣克拉拉: NVIDIA, 2026.
……
本文作者为踢车帮 孙小树
