「一只手」，掐住了特斯拉的萬億市值

「核心提示」
新能源汽車交付創(chuàng)新高，沒有換來特斯拉股價大漲，原因之一是真正被期待的人形機器人，還是沒有量產的確定性。不過，人類真的需要人形的機器人嗎？

作者 |娜娜

邢昀

特斯拉，被“一只手”困住了。

10月23日，特斯拉發(fā)布了2025年第三季度的財報。營收281億美元，從上季度的同比下跌11.78%到本季度的增長12%。在49.7萬輛這個創(chuàng)新高的季度交付數(shù)據(jù)之下，增速達到7.39%，從負轉正。

結果財報發(fā)完，第二天開盤前特斯拉股價跌幅一度超4%，今天（美股時間10月23日收盤）特斯拉股價報收微漲2.28%至448.98美元\股，不過比起月初高位已經跌去了近5%。

新能源汽車交付創(chuàng)新高沒有換來股價大漲，原因之一是真正被期待的機器人，還是沒有量產的確定性。

馬斯克自己曾多次表示，自動駕駛和人工智能才是特斯拉未來增長的關鍵點。他在社交媒體上稱，公司約80%的價值最終來自人形機器人Optimus。

這次財報會議上，馬斯克稱特斯拉將在2026年年底開始建造一個百萬產能的Optimus生產線，但眼下更確定的是供應鏈缺失、靈巧手難突破的風險。

馬斯克執(zhí)著于人形機器人的背后，到底是資本需要故事，還是人類真實需求。

1、叫停的Optimus

三年之后又三年！

一個多月之前，特斯拉公布了“宏圖計劃4.0”。機器人成了“絕對C位”，馬斯克甚至表示：未來特斯拉80%的價值將來自于機器人。

結果，這話說完沒多久，量產Optimus這件事情就傳出被暫停了。

在財報會議上，馬斯克聊起了量產機器人的難度——

沒有供應鏈：汽車有成熟的供應鏈、計算機有成熟的供應鏈，但是機器人沒有。想要量產機器人，特斯拉需要從零建立一個供應鏈，難度可想而知。

事實上，這并不是Optimus第一次被推遲。

自2021年馬斯克在AI Day首次提出“打造會走路、能工作的通用機器人”概念以來，這個項目已經歷三次大的節(jié)奏變化。

第一次是在2023年，Optimus原計劃在2024年實現(xiàn)“首批出貨”，但由于基礎運動控制算法未達標，被推遲一年；

第二次是在2024年底，量產目標被下調至2025年試產數(shù)千臺；

第三次便是今年10月，特斯拉再次被爆出暫停Optimus的量產。

除了量產“放鴿子”，機器人高層也傳來變動的消息，前段時間特斯拉機器人項目負責人Milan Kovac離職，這位出身波士頓動力、主導Optimus系統(tǒng)架構的核心人物，在特斯拉內部被視為“最懂機器人運動控制的人”。他的離開一度引發(fā)團隊重組。據(jù)多家外媒報道，馬斯克隨后親自接手項目方向，研發(fā)匯報線從自動駕駛部門并入AI芯片團隊。

盡管如此，在財報會議上，馬斯克也沒忘記自己一貫宏大敘事的風格，表示Optimus人形機器人被視為具有成為史上最偉大產品的潛力，特斯拉計劃在2026年一季度展示V3原型。

“我們將在明年第一季度，可能是2月或3月，準備好展示一個生產意圖的原型。在明年年底左右開始建造一個百萬單元的Optimus生產線。但是這個生產爬坡需要一段時間。最終，Optimus 4將達到1000萬臺，Optimus 5可能會達到5000萬到1億臺。”

不過投資人在長期不確定性和短期風險性之間琢磨了一下，還是選擇短期離場，特斯拉財報發(fā)完盤前股價跌超4%，市值縮水了4000億人民幣左右。

機器人對特斯拉的意義存在在現(xiàn)實層面，也存在于故事層面。

現(xiàn)實層面，特斯拉需要第二曲線。

這個季度特斯拉交付量雖然創(chuàng)了歷史新高，但是銷量增長的長期穩(wěn)定性是受到質疑的。

一方面美國政府為合格電動車提供7500美元的聯(lián)邦稅收抵免，這個優(yōu)惠在2025年9月30日到期，所以很多消費者都趕在三季度結束之前完成購買；另一方面，從2022年到現(xiàn)在每個季度的增速曲線不難看出，特斯拉交付規(guī)模的同比增速在大幅下滑。

數(shù)據(jù)來源：特斯拉。制圖：豹變

故事層面，特斯拉的市值包含了市場對機器人的預期。

特斯拉現(xiàn)在市值有1.4萬億，這是什么概念？去年特斯拉賣了178.9萬輛車，豐田賣了1080萬輛，是特斯拉的6倍；比亞迪賣了427萬輛，是特斯拉的2.4倍。而豐田汽車總市值2632億美元，不到特斯拉的兩成；比亞迪市值9462億人民幣（折合美元1212億），不到特斯拉的約十分之一。

顯而易見，這份市值不是給一個車企的，是給一個科技企業(yè)的。

特斯拉說的沒錯，在機器人供應鏈和量產能力上，他們已經全球領先。機器人量產、需求層爆發(fā)的話，特斯拉相當于二次創(chuàng)業(yè)成功。因此不論是特斯拉還是市場都不會錯過這場“危險又迷人”的豪賭。

2、被困住的手

特斯拉在帕洛阿爾托的總部已有Optimus在全天候行走，“他甚至可以給你帶路”，馬斯克在財報會議上說道。

“但關鍵的問題是手”。

北京大學專門做機器人系統(tǒng)研發(fā)的張博告訴《豹變》，“體積小、活動度大是靈巧手量產困難的核心原因。”

張博說，“汽車四個輪子互相獨立，只需要把一個物體在二維空間從點移動到點，而手的方向是完全三維的，手指之間每個關節(jié)之間的鏈接都有關系，因此造手比造車難度都要大很多。”

讓一只靈巧手動起來離不開幾個核心零部件：電機、減速器、連桿骨架、傳感器以及熱管理。

電機嵌在手掌或前臂中，負責提供旋轉力。但電機輸出的轉速太高、扭矩太小，還需要通過減速器把力量放大，特斯拉的Optimus手臂內就有多組諧波減速器，幾乎每個關節(jié)都需要一個。

動力傳到關節(jié)后，還要有骨架與連桿系統(tǒng)，讓“指骨”能傳導力量。人每只手有14塊骨頭，機器人手則用鈦合金、碳纖維或輕質鋁件來模仿這些結構。骨架不僅要承受負載，還得保持輕量，否則手臂無法平衡。

這些機械系統(tǒng)要真正“動得準”，離不開神經系統(tǒng)——傳感器與控制電路。每個關節(jié)上有角度傳感器，指尖有力傳感器，有的甚至帶有觸覺陣列，能感知壓力分布與滑動趨勢。

數(shù)據(jù)來源：公開信息。制圖：豹變

由于指關節(jié)物理空間實在太小，就對每個相應零部件的精密制造要求非常高。張博則告訴《豹變》，現(xiàn)在的靈巧手多數(shù)有幾個問題：

抓力不足、靈活性不夠、動作準確性不夠。

抓力不足，還是因為空間太小，小空間只能放下小電機，電機體積就會影響能量密度，“現(xiàn)在六七十公斤的機器人只能抓取十公斤左右的重物，”張博說道，“比起我們對機器人的期許，這是遠遠不足的。”

為了讓靈巧手既小巧又強大，工程師嘗試用“電動肌肉”來取代傳統(tǒng)電機，例如利用形狀記憶合金、電活性聚合物（EAP）或磁致伸縮材料制造可伸縮執(zhí)行器，讓“肌肉”能直接驅動手指。這些“人工肌肉”理論上能在極小體積內提供更大力量和柔性，但商業(yè)化上仍有距離。

靈活性的問題，則來自“自由度”與控制復雜度的矛盾。人手有超過20個自由度，機器人若想模仿，意味著需要上百個電機、傳感器和控制回路。要在掌心這樣狹小空間里布滿線纜和傳動機構，同時保證壽命與耐用，是巨大的工程挑戰(zhàn)。

至于行動準確性，則是“感知與控制”的較量。機器人往往能“抓住”，但很難“拿穩(wěn)”。因為觸覺反饋延遲、摩擦力估算不準，導致指尖無法微調。現(xiàn)在的解決思路是把AI視覺與觸覺融合，讓手在抓取前用攝像頭判斷物體形狀，再在觸覺傳感器檢測到接觸瞬間修正力度。

像英偉達、Flexiv這樣的公司正在嘗試讓機器人通過模仿學習，在大量抓取數(shù)據(jù)中優(yōu)化動作。

技術瓶頸是一個問題，成本太高是另一個問題。今年2月摩根史丹利在其報告中評估特斯拉Optimus Gen2一臺的造價在5-6萬美元，而馬斯克則說過，希望機器人整體造價低過造車，大概一個unit造價在2.5萬-3萬美元，也就是說現(xiàn)在的造價是目標成本的2倍。

3、一定要是人形嗎？

當世界上最想要也最有可能量產人形機器人的公司被靈巧手困住的時候，我們不禁要問出一個問題：為什么一定要是人形機器人？

其實，非人形的機器人在我們生活里已經非常普遍了。

酒店里送水、送餐的機器人多半是圓柱體造型，底部靠輪式導航，頂上一個貨架；商場里的清潔機器人，類似放大版掃地機，靠激光雷達和超聲波避障，每天默默跑完幾百平方米；在京東、亞馬遜的物流倉里，成百上千臺自動搬運車在地面行駛，精準地從貨架到分揀臺。

這些機器的成功，恰恰因為它們“放棄了模仿人類”。

它們突破的是單點需求。

清潔、搬運、配送，功能單一、路徑確定、成本可控。而且這些機器人已經有相當成熟的商業(yè)化市場，掃地機器人全球年銷量超4000萬臺，商用清潔機器人市場增長超過40%.……換句話說，機器人能不能賺錢，從來不取決于像不像人，而在于有沒有明確的任務和成本回報。

那么為什么，馬斯克還是要做人形機器人呢？

他想復制的不是形態(tài)，是通用性。人形機器人是工具，人形機器人是平臺。

從工業(yè)史的角度看，機器的演化邏輯始終在“通用化”每一次可以稱之為“革命”的迭代，不是因為效率更高，而是因為它能適應更多不確定的場景。

在一個為人類設計的世界里，門把手的高度、貨架的寬度、樓梯的坡度都圍繞人的身體尺寸而建。要讓機器人進入這些環(huán)境，最直接的方式就是——讓它長得像人。

但是，我們必須得回答第二個問題：通用是我們對機器人真正的需求嗎？

或者我們換個提問的方式：人類對機器人的需求到底是什么？

我們需要它去解決我們解決不了的問題，或者至少達到我們達不到的效率。

比如對于深度清潔來說，當人類打掃床下空間反而因為身體過大無法全面覆蓋，掃地機器人的物理形態(tài)就解決了這個問題。

所以通用性其實是犧牲了一定的針對性的。而用戶需要的到底是一個什么都能做的機器人，還是在特殊場景里可以做得最好的機器人，這才是討論人形機器人需求的終極課題。

資本市場需要的宏大敘事，和用戶心智追求的真實需求，在人形機器人上能不能重疊，尚未可知。

（應受訪者要求，文內張博為化名）