人形机器人的量产竞赛正逼近窗口期，但发布会上的叙事与产线上的真实进度之间存在明显落差。
8 月的加州弗里蒙特，一条运行十余年、先后生产过大量 Model S 和 Model X 的汽车产线，正在被拆除清空。46 天前，工人们还在这里完成电动轿车的总装；46 天后，产线骨架已经腾出，等待安装 Optimus Gen3 的专属工装。
同一个州，圣何塞，Figure AI 的 BotQ 工厂，从今年 1 月到 4 月，日产能从一台提升至具备每小时一台的生产能力。120 天，24 倍。
到 4 月底，工厂已向客户交付 350 余台 Figure 03。其中一批已进驻宝马斯巴坦堡工厂，承担一项新的物流作业。
人形机器人的“iPhone 时刻”是否已经到来？当两家公司均宣称“已从实验室走向商业化”，其中哪一方更接近事实，哪一方仍停留在愿景阶段？
两套不同的路径
Figure 03 的规格几乎全部公开且可核实，身高 168 厘米，体重 60 公斤，负载 20 公斤，行走速度 1.2 米/秒，续航 5 小时。
它搭载一块 2.3 千瓦时电池，足底集成无线充电线圈，站立于充电垫即可自动补能。全身 44 个自由度，单手即占 16 个，掌心嵌入一颗广角摄像头，用于解决伸入深柜、暗箱时的视觉盲区问题。指尖触觉传感器标称可分辨 3 克的压力差，约一枚回形针的重量。
Optimus Gen3 的参数披露则不够完整，特斯拉一贯的策略是优先推进项目本身，参数后续公布。已确认的部分包括，身高 173 厘米，体重 57 公斤，搭载新一代 AI5 芯片，配合 xAI 的 Grok 实现语音交互。
手部数据可从两个维度考察，单手 22 个自由度（手腕另加 3 个），这是指手部可执行的动作种类数量；驱动这些动作的，是两只手合计 50 个执行器。自由度是运动维度的数量，执行器是实现这些运动的电机数量，两者属于不同概念。
两家公司在感知技术路线上高度趋同。
特斯拉明确弃用激光雷达，将 FSD 自动驾驶的技术路线直接迁移，摄像头的成本约为激光雷达的百分之一，只要神经网络训练充分，纯视觉方案即可满足需求。Figure 03 公开的传感器方案为 6 个主摄像头加两个掌心摄像头，历次公布的规格中均未出现激光雷达，同样走的是以视觉为主的路线。
产品参数的竞争力与产线能否投入实际运转是两个层面的问题，而后者恰恰是特斯拉和 Figure 差距最大的环节。
截至 7 月 22 日的 Q2 财报，特斯拉官方口径是第一代 Optimus 产线“正在安装”，生产“预计年内启动”。也就是说，弗里蒙特这条被寄予厚望的产线，尚未真正投入运转。
马斯克本人对“年产百万台”这一目标反复重申，但这更接近方向性的意志表态，缺乏附有时间表的施工计划。他在 2025 年初曾表示当年要生产上万台 Optimus，实际交付数字远低于预期。
Figure 则呈现出不同的节奏，没有宏大的产能宣言，只有连续数月的进度更新。1 月，日产能一台；4 月底，每小时一台，24 倍提速。
到 8 月，按当时公布的周产 55 台的速度倒推，实际产量大概率已明显超过 350 台的基数。
比产能数字更值得关注的，是 Figure 在宝马斯巴坦堡工厂积累的实地运行记录。上一代 Figure 02，11 个月的驻厂试点，累计运行超过 1250 小时，装载零件超过 9 万个，支持了 3 万多辆宝马 X3 的生产，放置精度 99% 以上。该项目已于 2025 年 11 月结束，Figure 02 随之退役。
基于 Figure 02 的实地运行数据，Figure 03 研发问世，并获得新的部署合同，40 台机器人进驻同一座工厂，执行物流作业，报价约每机器人每小时 25 美元。作为对照，特斯拉官方尚未公布 Optimus 在弗里蒙特和奥斯汀工厂执行电池分拣、零件搬运等任务时的精度或错误率数据。
特斯拉描绘的图景更为宏大，在“产品能否胜任实际作业”这一问题上，Figure 提供的证据更具说服力。产能爬坡可以靠资本投入和管理意志推动，但流水线良品率和实测精度的可操控余地要小得多。
产线运转只是第一道门槛。真正决定两条路线走向的，在于每台机器人如何实现商业回报，以及能否将制造成本降至可承受区间。
卖低价硬件，还是卖持续服务
特斯拉的逻辑，本质上是将造车方法论平移过来，先跑通量产爬坡曲线，靠规模效应摊薄单台成本，最终将售价压至 2 万至 3 万美元区间，使普通企业乃至家庭能够承受。
这一逻辑成立的前提，是特斯拉确实能像造 Model 3 那样，将机器人成本从当前的 5 万至 10 万美元，一路压缩至长期目标线以下。
Figure 的策略截然不同，不卖硬件，卖机器人的工作时间，每机器人每小时 25 美元，对标的是产线工人的时薪成本，与设备折旧成本是两套算法。这一模式下，Figure 的收入来自随部署规模扩大而持续滚动的服务费。这也是它在去年 9 月融资中获得 390 亿美元估值的核心叙事，投资人真正在意的是“每小时能收多少钱、能收多少年”这一持续收入预期。
两种模式对应着不同的资本耐心结构，特斯拉押注的是资本市场愿意为一个宏大愿景持续提供资金。需要指出的是，人形机器人是硬件迭代较快的品类，产品平台可能一两年就需要换代。
按小时收费的模式，理论上将设备迭代成本更多留在服务提供方一侧；一次性卖断硬件的模式，则更多将这部分风险转移给买方。但无论选择哪条路径，两家公司最终都要面对同一个瓶颈，它位于供应链最底层的几个关键零部件上。
摩根士丹利全球具身智能团队在一份研究中给出了一个足以令“2 万至 3 万美元”定价目标暴露可行性问题的数字：如果完全不使用中国供应商制造 Optimus Gen2，整机 BOM 成本将从约 4.6 万美元飙升至 13.1 万美元，近 3 倍。仅执行器一项，成本就可能从约 2.2 万美元涨至 5.8 万美元。
特斯拉提出的“2 万至 3 万美元”目标，实质上已将“依赖中国供应链”这一前提隐含在商业承诺之中。
中国供应链的优势集中在几个成本最高、短期内最难替代的环节，并未在所有零部件品类上全面覆盖。
多份行业分析均提到，中国的绝对主导地位集中在永磁体品类，市占率接近九成；但在减速器、轴承、精密传感器等同样关键的环节，日本、韩国、欧洲和美国本土供应商仍占有相当份额。
一旦脱离中国供应商，成本近乎翻三倍，“2 万至 3 万美元”的定价目标便很难成立。这是人形机器人量产竞赛中一个不可回避的结构性变量，短期内缺乏替代方案。
人形机器人的“iPhone 时刻”是否已经到来
高盛此前给出过一个人形机器人市场规模预测，到 2035 年，60 亿美元。随后，同一机构将该数字上修至 380 亿美元，六倍以上的修正幅度。
另一家市场研究机构 ResearchAndMarkets 给出的路径是从 2025 年的 29.8 亿美元，十年内增长至 2434 亿美元。
从 380 亿到 2434 亿，同一个市场，专业机构对十年后规模的预测能相差六倍以上。
这种程度的分歧通常只指向一个结论，“它究竟该如何定义”尚未形成共识。将其视为工业设备来计算折旧年限，还是视为消费电子来估算渗透率，抑或视为劳动力替代来对标工资成本，不同的建模逻辑会得出截然不同的结论。
而在出货量数据上领先的反而是第三种策略。宇树去年售出超过 5500 台人形机器人，超过特斯拉、Figure、Agility Robotics 三家美国公司的总和。其策略是先将价格压至 1 万多美元区间，以出货量建立市场基础，再逐步补齐通用能力。
2007 年 iPhone 发布时，它并非市场上第一款智能手机。诺基亚、黑莓此前已进入智能机市场。iPhone 真正改变行业的，是首次将“可负担”和“体验达标”两件事同时达到消费者可接受的水平。
放在人形机器人领域，这个类比指向三个具体条件：成本降至可被规模化采购接受的区间，续航覆盖一个完整工作班次，供应链具备支撑百万级稳定量产的能力。
Figure 这条产品线用上一代机型在宝马工厂 11 个月的实地运行记录，证明了这类机器“可以制造、能够胜任实际作业”。
特斯拉描绘了一条“未来可降至低成本”的路径，但当前 BOM 成本仍在 5 万至 10 万美元区间，距目标价尚有一倍以上的差距。中国供应链证明了“可以低成本制造”，但这一前提是必须依赖那几个被卡脖子的关键零部件。
三个条件目前分散在不同参与者手中，没有任何一方同时具备全部。
产线拆除的轰鸣、产能爬坡的传送带、工厂车间里反复作业的机器，构成了人形机器人量产前夜的真实图景。这场竞赛自始至终比拼的核心，在于谁能率先将成本可控、产能稳定、场景可行三者整合为自我造血的正向循环。至于单款产品的参数亮眼程度，从长远看并非决定性因素。
iPhone 时刻之所以成为产业里程碑，在于它首次让前沿技术转化为普通人可触及的日常。人形机器人的真正拐点不会出现在发布会的聚光灯下。它要等千万条产线日复一日地运转下去，才可能慢慢浮现。
（本文首发钛媒体 APP，作者 | 硅谷 Tech_news，编辑 | 林深）
