特斯拉、宝马、奔驰纷纷把双足人形机器人接入工厂产线，具身智能走出实验室原型，进入重工业真实落地阶段。特斯拉Optimus在美国弗里蒙特、德州工厂投放上千台，参与电池组装、线束作业。宝马采购Figure 03做钣金和物流测试。奔驰用Apollo承接高危岗位。人形机器人复刻人体形态，最大亮点是可以直接适配现有车间，不用大规模改造厂房。

每小时2到5美元，对比35到45美元

经济账已经慢慢算得明白。机器人运行成本低至每小时2至5美元，对比欧美工人35到45美元的全包时薪，成本优势显著。随着劳动即服务LaaS租赁模式普及，车企投入门槛进一步降低，硬件厂商也从单纯卖设备转向软件订阅这类高毛利业务。资本市场也在重新给这类企业估值。这个成本差是车企愿意把人形机器人接入产线的直接动力。工厂的用工成本不只是工资，还包括社保、福利、培训、管理、工伤风险，全包时薪35到45美元是综合之后的数字。机器人每小时2到5美元的运行成本，主要对应电费、维护、折旧，人力成本在运营阶段可以压得很低。

15万亿美元预期和三道难关

行业远期有15万亿美元的宏大市场预期，但想要跑通完整产业闭环，还有三道难关。第一，真实物理场景交互数据太少，机器人应对复杂工况的泛化能力偏弱。第二，硬件耐久度不足，平均无故障时间还达不到重工业产线标准。第三，劳资博弈，像美国汽车工会这类组织对岗位替代问题高度警惕，带来社会层面阻力。这三道难关的难度不一样。数据问题靠训练场和真实场景部署可以逐步解决，硬件可靠性靠工程迭代和供应链成熟可以提升，劳资博弈涉及的是就业和分配，不是技术问题能解决的。

2026是付费落地的起步之年

2026年算是人形机器人付费落地的起步之年，商业化拐点已经出现，但大规模普及并非一蹴而就。这场生产力变革最终能走多远，核心看三点：物理世界数据积累速度、硬件可靠性持续提升，以及社会如何平稳应对岗位替代带来的冲击。车企把人形机器人接入产线这个动作，本质上是在用真实场景做验证。上千台Optimus在特斯拉工厂里跑，每小时产生的工作数据、故障数据、维护记录，都是训练下一代模型的素材。宝马和奔驰的采购量不大，但它们的产线环境比实验室复杂得多，机器人能不能在这种环境里稳定跑够工时，决定了车企会不会扩大部署规模。每小时2到5美元这个成本优势，只有在机器人能稳定干活的前提下才成立。