机器人与自动驾驶行业观察：Waymo融资160亿，人形机器人量产冲刺

这三个月里，行业的几条主线同时走到了关键节点：Waymo 完成 160 亿美元单轮融资，估值升至 1260 亿美元；Tesla 宣布 Optimus 人形机器人正式进入量产倒计时；中国在百度 Apollo Go 集体瘫痪后暂停发放全国新自动驾驶牌照；Aurora 自动驾驶卡车在达拉斯-休斯顿走廊完成商业货运首航。

三个信号直接说明方向：人形机器人正在从展示走向交付，但产能承诺和实际出货量之间的落差仍然巨大；Robotaxi 的商业模式已经成立，但进入门槛正在迅速分化成少数能跑通的玩家和大量跟跑者；全球监管正在被迫加速，既有政策支持的方向（中国十五五规划），也有紧急刹车的时刻（中国牌照暂停）。

Tesla Optimus Gen-3 的量产时间表在 4 月 22 日的 Q1 财报电话会议上得到确认：Fremont 工厂的 Model S 和 Model X 产线将于 2026 年 5 月初下线，随后整条产线被拆除并改造为 Optimus 专用产线，量产启动时间预计在 2026 年 7 月底至 8 月1。CEO 马斯克（Elon Musk）拒绝给出具体产量预测，只说「初期速度相当慢」，并承认产线有超过 10,000 个独特零件。他的原话是：

这是对他此前「2026 年 5 万到 10 万台」量产目标的实质性回调——早在 2026 年 1 月，马斯克就已承认「零台」Optimus 在 Tesla 工厂做过有用的工作1。

相比之下，中国厂商的节奏更快但同样面临数字落差。智元机器人（AGIBOT） 在 4 月 17 日的合作伙伴大会上宣布，第 10,000 台机器人已于 2026 年 3 月下线，并将 2026 年定名为「部署元年」2。创始人邓爽（Edward Deng）同时发布了面向七个标准化场景的解决方案（上下料、工业搬运、物流分拣、导引零售、零售服务站、安防巡逻、工商业清洁）和 AIMA（AI Machine Architecture）全栈开放架构，并承诺未来五年投资超过人民币 20 亿元扩展生态。

同期最抢眼的硬件发布来自宇树科技（Unitree Robotics）。5 月 12 日，宇树发布 GD01 可载人变形机甲，高约 2.7 米，可在双足行走和四足爬行之间切换，售价 65 万美元起3。

发布视频中，宇树 CEO 王兴兴与机器人握手后爬入驾驶舱，随后机器人独立击碎一面煤渣砖墙。宇树在社交媒体上附注了一句官方免责声明：「请确保以友好和安全的方式使用机器人。」公司同年计划在国内进行 IPO，2025 年纯人形机器人交付超 5,500 台3。

Figure AI 选择了一种不同的方式检验自己的系统：在 5 月 13 日至 15 日，公司在圣何塞总部发起了超 50 小时不间断的人形机器人包裹分拣直播，由 Helix-02 神经网络驱动的 F.03 机器人执行，最终处理超 30,000 个包裹，累计观看超 300 万次4。CEO Brett Adcock 称「零故障」，并说「从统计意义上说，某个时刻可能会出现故障，但目前还没有。」

机器人专家、俄亥俄州立大学工程学院院长 Ayanna Howard 在观察后直接给出结论：「It's not ready for prime time.」（还没到实际部署的时候。）Howard 指出直播中出现了条形码方向放置错误、包裹从传送带掉落等问题，认为距离物流中心全自主运营「还有很长的路」。Agility Robotics（已将 Digit 机器人部署到亚马逊物流仓库）联合创始人 Jonathan Hurst 的回应更简短：「恭喜。我们两年前就做到了。」4

法国初创公司Genesis AI 在 5 月 6 日发布了首款机器人基础模型 GENE-26.5，以及与中国公司 Wuji Tech 合作开发的灵巧手——与人手尺寸相同，而非常见的两指夹爪5。

展示任务包括打鸡蛋、切番茄、弹钢琴、解魔方。公司在 2025 年完成了 1.05 亿美元种子轮，由 Eclipse 和 Khosla Ventures 共同领投，并行开发了传感器手套用于训练数据采集。CEO 周贤（Zhou Xian）表示：「模型始终是目标，因为更好的模型意味着更好的智能。但我们很快意识到需要控制硬件，所以决定做全栈。」5

这一季度的资金流向清晰：大型科技平台在加速收购，垂直赛道的融资规模在快速膨胀。

Meta 于 5 月 1 日收购人形机器人初创公司 Assured Robot Intelligence（ARI），联合创始人 Lerrel Pinto 和 Xiaolong Wang 随团队并入 AI 部门 Superintelligence Labs，收购金额未披露6。同年早些时候（3 月 24 日），Amazon 收购了纽约家用机器人初创 Fauna Robotics，其 42 英寸高机器人 Sprout 由 NVIDIA Jetson Orin（英伟达面向边缘 AI 的系统级芯片）驱动，售价 5 万美元，Fauna 并入 Amazon Personal Robotics Group7。

独立融资方面，由 Rivian CEO RJ Scaringe 创立的Mind Robotics 在 5 月 13 日完成 4 亿美元融资，Kleiner Perkins（硅谷头部风投，管理资产超 900 亿美元）领投，估值 34 亿美元。结合此前的 1.15 亿美元种子轮（2025 年底）和 5 亿美元 A 轮（2026 年 3 月），公司总融资超 10 亿美元，聚焦制造业物理 AI 机器人，首个部署合作伙伴为 Rivian8。

清华孵化的ROBOTERA 在 5 月 8 日完成超 2 亿美元新融资，由顺丰集团领投，IDG Capital（顶级中国 VC）、高瓴投资、中金资本等参投。公司 Q2 2026 启动千台级交付，同比增长超 300%，95%以上核心零部件自研，已在中国邮政和顺丰超 10 个物流中心部署9。

普渡机器人（Pudu Robotics）——全球商用服务机器人市场份额 23%、累计出货超 12 万台的深圳公司——完成近 1.5 亿美元融资，估值超 15 亿美元，同时在达拉斯设立美国新总部，并宣布向工业应用场景延伸10。

SoftBank 则在 4 月 30 日透露，正筹划将旗下 ABB Robotics（ABB 是瑞士工业机器人与自动化解决方案头部企业，SoftBank 于 2025 年完成收购）与其 AI 基础设施资产整合为一家名为 Roze 的新公司，目标估值 1,000 亿美元，部分内部高管将 2026 年下半年 IPO 列为目标11。

2025 年全球人形机器人出货量约 13,000 台，中国企业（以宇树和智元为主）占近 80%12。2026 年各家量产目标差距悬殊：宇树目标 20,000 台，比亚迪承诺 20,000 台（从 2025 年 1,500 台的基数起跳），Agibot 目标 5,000 台，Tesla 目标 5 万到 10 万台12。制造成本的下降速度也快于此前预测——约每年 40%，远超原先 15%至 20%的预期12。

这些数字里有多少能真正兑现，MIT 机器人学家 Rodney Brooks（iRobot 联合创始人、Roomba 发明者）给出了他一贯的怀疑立场。在 2026 年 1 月的年度预测计分卡中，Brooks 重申：「可部署的灵巧性在 2036 年之后仍将远不如人类手。没有新型机械系统，双足人形机器人对真人近距离仍然太不安全。」（"Deployable dexterity will remain pathetic compared to human hands beyond 2036. Without new types of mechanical systems walking humanoids will remain too unsafe to be in close proximity to real humans."）13

Brooks 的论点是机械工程约束，不是软件问题：现有执行器结构在灵巧性和安全性上存在原理层限制，无法靠模型迭代解决。与他的判断相呼应的，是北京航空航天大学机器人专业毕业的波士顿动力 Atlas 机器人，目前月产仅 4 台，距离现代汽车 2028 年前年产 30,000 台的目标相差极远14。

Waymo（Alphabet 旗下自动驾驶公司）在 2026 年 2 月完成了160 亿美元融资，投后估值达 1,260 亿美元15。联合领投方包括 Dragoneer Investment Group、DST Global（俄裔投资家 Yuri Milner 创立）和 Sequoia Capital（红杉资本），参投方还有 a16z（Andreessen Horowitz）、Mubadala Capital（阿布扎比主权基金投资部门）、Silver Lake、Tiger Global 等。

Alphabet 继续保持多数股东地位。Waymo 目前在 6 个美国大都市区每周提供超 40 万次付费出行，2025 年全年完成 1,500 万次（同比增长约 3 倍），累计完全自动驾驶里程约 2 亿公里，严重伤害事故比人类驾驶员减少 90%15。资金将用于 2026 年扩展至超 20 个城市，包括东京和伦敦。

Sequoia 合伙人 Konstantine Buhler 的评价是：「Waymo 已超越研究里程碑达成运营卓越，周付费出行一年内翻三倍，数据复利优势正在开创交通运输新纪元。」15

相比之下，Tesla Robotaxi 在 4 月 18 日宣布服务扩展至达拉斯和休斯顿，但两城的地理围栏都很小——休斯顿约 25 平方英里（约 65 平方公里），达拉斯以 Highland Park 区域为中心16。Tesla 未披露车队规模、定价或是否为无人监督运营。奥斯汀车队约 80 辆车中，仅 4 至 12 辆处于真正无人监督运营，其余均配有安全监督员；自服务上线以来，Tesla 已向 NHTSA（美国国家公路交通安全管理局）报告 15 起碰撞事故16。

Zoox（亚马逊旗下，2020 年以约 13 亿美元收购）在 3 月 25 日宣布计划 2026 年将 Robotaxi 服务扩展至奥斯汀和迈阿密，初期仅限员工及其社交网络，后续通过 Zoox Explorers 计划开放候补名单。Zoox 使用无方向盘、无踏板的定制自动驾驶舱，累计自动驾驶里程近 200 万英里，服务超 35 万名乘客17。

中国方面，百度 Apollo Go 的遭遇最戏剧化。4 月 29 日，中国监管机构暂停发放新的自动驾驶许可证，起因是 3 月 31 日晚武汉约 100 辆百度 Apollo Go 无人驾驶出租车同时在立交桥和高架路上停滞瘫痪，乘客被困最长达两小时18。暂停措施覆盖新增无人车、扩展新城市和启动新测试项目，武汉运营至今仍未恢复，调查仍在进行中。

仅仅两天后（5 月 1 日），百度宣布 Apollo Go 计划扩张至香港、新加坡和中东市场，已在中国 15 个城市完成超 1,000 万次自动驾驶出行19。国内暂停与海外扩张的消息在同一周内并行出现，监管不确定性显而易见。

Aurora Innovation（纳斯达克：AUR，美国自动驾驶卡车技术公司）的股价在 5 月 13 日创 52 周新高 8.56 美元（收盘 8.40 美元，涨 16.34%）20。催化剂是 Volvo Autonomous Solutions 与 DSV（全球头部运输和物流公司）在达拉斯-休斯顿间启动了基于 Aurora Driver 技术的自动驾驶卡车商业货运，使用 Volvo VNL Autonomous 卡车，初期配备安全驾驶员。Aurora Q1 2026 季度营收首次达到 100 万美元，同期净亏损 2.23 亿美元20。

中国卡车自动驾驶公司嬴彻科技（Inceptio） CEO Julian Ma 在 5 月 1 日确认，公司坚持 2028 年中实现重卡完全无人驾驶商业化。截至 2026 年 4 月底，嬴彻已行驶 7 亿公里（约 4.35 亿英里），年底目标 10 亿公里，当前里程已是全球同类商业部署第一21。

计划是积累 50 亿公里真实驾驶数据，通过世界模型推演至 500 亿公里等效体验，届时才能支撑完全无人驾驶的安全认证。ARK Invest 的「Big Ideas 2026」报告佐证了这一领先地位：嬴彻商业里程约 4 亿英里，第二名 Pony.ai 约 420 万英里，Aurora、Kodiak 和 Gatik 三家美国竞争对手合计约 890 万英里21。

Julian Ma 同时表达了一个与当下 AI 热潮明显不同的判断：「汽车是 AI 最具挑战性的领域，难度超过具身智能（含人形机器人），因为涉及安全。」大语言模型的突破，他认为对自动驾驶部署「零关联」。21

小马智行（Pony.ai）CEO James Peng 的措辞更直接：「世界上最好的语言学家不意味着他是好司机。AI 是个非常宽泛的词，它们是完全不同的东西。绝对……零关联。」Pony.ai 同期发布了 PonyWorld 2.0 AI 模型升级，并与宁德时代（CATL，全球最大动力电池制造商）联合推出全无人轻型卡车21。

3 月通过的「十五五」规划纲要将「具身智能」与量子科技、生物制造、6G 并列为六大未来产业，同时明确将人形机器人列为战略性新兴产业，配套约 1.38 万亿元（约合 1,380 亿美元）的国家风投引导基金22。规划第 73 页具体提出：协调布局具身智能训练场地，推动虚实融合协同训练，加速人形机器人升级与部署。全国已有超过 40 个国家级机器人训练中心投入运营23。

湖北省人形机器人创新中心 5 月在武汉启动了人形机器人「身份证」试点：每台机器人分配一个 29 位字母数字编码，比中国公民身份证号长 11 位，编码内含品牌国籍、制造商、产品型号和序列号，关联全生命周期记录——维护日志、应用场景、关节磨损、电池状态、运行精度等实时遥测数据24。湖北产业链已有多家企业完成备案。这是全球第一个为具身 AI 系统建立国家级追溯基础设施的具体落地。

自动驾驶方面，继 4 月 29 日因百度事件暂停新牌照后，中国公安部发布的 GA/T 2388-2026《智能网联汽车道路测试与示范应用安全通行规范》将于 2026 年 7 月 1 日全国实施，这是首部专门针对 L3 级以上自动驾驶的「行车交规」，规定了最小跟车距离、变道前置时间（提前 3 秒打转向灯）以及禁止在低可见度场景启用 ADS 等具体操作规范25。

联邦层面，2026 年 2 月 5 日引入众议院的 H.R.7390「SELF DRIVE Act of 2026」是美国历史上首个专门针对自动驾驶安全标准的联邦立法，由俄亥俄州共和党众议员 Bob Latta 和密歇根州民主党众议员 Debbie Dingell 共同提出26。法案核心条款包括：扩大 NHTSA（美国国家公路交通安全管理局）对自动驾驶系统车辆的监管权限、要求制造商提交结构化「安全案例」证明系统符合联邦性能标准、强制书面网络安全计划。法案将联邦标准置于州法之上，终结目前 41 个州各自为政的监管局面。3 月已在小组委员会以 12:11 的党派投票通过，目前仍在众议院能源与商业委员会审议26。

5 月 12 日，参议员 Bernie Moreno（共和党，俄亥俄州）和 Elissa Slotkin（民主党，密歇根州）提出「Connected Vehicle Security Act of 2026」，拟禁止进口、销售和运营在中国、俄罗斯、伊朗、朝鲜制造的车辆及其联网组件27。Teamsters 工会（美国最大的卡车司机工会之一）已公开支持。Moreno 参议员称该法案旨在「保卫美国汽车产业免受中国掠夺性汽车构成的生存威胁」27。

4 月 28 日，加州 DMV 通过全美最全面的自动驾驶新规，首次取消重型自动驾驶商用车（10,001 磅以上）的禁令，开放加州给自动驾驶货运业务28。新规建立了地理围栏执法机制：地方应急官员可向制造商发出电子指令，要求 2 分钟内将车队撤出指定区域。这一机制是直接回应自动驾驶车辆干扰紧急救援的多起投诉而设计的28。

日本政府 4 月公布自动驾驶投资路线图草案，设定 2030 年日本制造自动驾驶车辆占据全球 30%市场份额的目标。丰田计划 2027 年推出 L4 全自动驾驶车辆，日产目标到 2030 年代初将 AI 自动驾驶功能扩展至 90%车型。日本航空（JAL）于 5 月在东京羽田机场部署了两台 Unitree 人形机器人（单价约 1.54 万美元），用于行李搬运29。

韩国政府 5 月 14 日公布向未来汽车产业提供 18 万亿韩元（约合 130 亿美元）政策融资，其中 9.7 万亿韩元用于改善汽车零部件产业基础，8.3 万亿韩元用于培育未来汽车和自动驾驶汽车产业30。韩国同时成立由 18 个机构组成的「官民联合未来汽车零部件产业协议体」，覆盖金融、研发、出口、人力全链条。

Google DeepMind 于 4 月 14 日发布Gemini Robotics-ER 1.6（具身推理增强版本），在仪表读取任务上的准确率达 93%（含 agentic vision 辅助功能），对比前代 ER 1.5 的 23%和 Gemini 3.0 Flash 的 67%31。模型新增多视图推理和 agentic vision 能力，可反复检视同一仪表的不同视角后给出读数，API 已通过 Gemini API 和 Google AI Studio 向开发者开放。Boston Dynamics Spot 产品副总裁 Marco da Silva 表示，仪表读取和更可靠的任务推理将使 Spot 能够「完全自主地看见、理解并应对现实世界挑战」31。

Waymo World Model 在 2 月发布，基于 Google DeepMind 的 Genie 3（通用世界模型）构建，是首款能同时生成 Camera 和 LiDAR（激光雷达）多模态传感器输出的驾驶世界模型32。

模型支持三种仿真控制：驾驶动作控制、场景布局控制、语言控制（天气、时间、场景合成），可将普通行车记录仪视频转换为多模态仿真，并模拟龙卷风、暴雪、逆行车辆、家具掉落等长尾场景——这类数据在现实路测中极难积累但对边缘情况安全性至关重要32。

论文层面，本季度最值得关注的工作集中在两个方向：在想象中自我改进和用更少数据泛化。

RISE（RSS 2026 论文，上海 AI Lab 等机构，第一作者 Jiazhi Yang）提出组合式世界模型（Compositional World Model），将动态预测与价值评估解耦，让机器人策略在想象空间里生成 rollouts 并自我更新，无需物理交互33。三项真实世界任务的绝对性能提升幅度：动态砖块分拣+35%、背包打包+45%、盒子关闭+35%33。

Ψ₀（arXiv 2603.12263，南加州大学和斯坦福大学，开源）是一个面向人形机器人的通用基础模型，采用分阶段训练：先在大规模第一人称人类视频上预训练视觉语言骨干，再在少量机器人数据上后训练动作专家34。结果是仅用约 800 小时人类视频数据和 30 小时真实机器人数据，在总体成功率上超越使用 10 倍以上数据的基线模型 40%以上34。

5 月 12 日，复旦大学与上海 AI Lab 等联合发布了首篇World Action Models（WAM）综述（arXiv 2605.12090），系统定义了 WAM 范式：统一预测状态建模与动作生成的具身基础模型，将现有方法分为 Cascaded（分阶段）和 Joint（端到端联合）两大类35。同期，Pieter Abbeel（UC Berkeley 机器人学教授）、Jitendra Malik（UC Berkeley 计算机视觉教授）、Jiajun Wu（斯坦福大学）等顶级学者联合发布世界模型综述（arXiv 2605.00080），系统梳理世界模型在机器人学习中的角色36。两篇综述的同期出现，标志着该研究方向的共识正在形成。

本季度，多家机构发布了对人形机器人和自动驾驶赛道的规模预测，乐观与保守两端的落差极大。

美国银行全球研究（BofA Global Research）在 3 月 12 日的报告《Physical AI, part 2: Humanoid robots》中给出了最宏观的预测：全球人形机器人年出货量将从 2026 年约 9 万台增长至 2030 年约 120 万台（年复合增长率约 86%），全球保有量将在 2060 年达到 30 亿台，届时将超过全球汽车保有量37。分析师 Lynelle Huskey 的核心论点是人口结构而非技术突破：「你不需要一个完美的机器人。你需要一个会来上班、不会辞职、成本低于你根本招不到的工人的机器人。」37

高盛（Goldman Sachs Research） 分析师 Mark Delaney 在 4 月 30 日的报告中，将全球 Robotaxi 市场 2035 年规模预测定为约 4,150 亿美元（美国约 480 亿美元），2030 年美国市场预测为 190 亿美元，较此前 70 亿美元的估计大幅上调38。报告同时预测自动驾驶卡车全球市场 2035 年将达 5,600 亿美元，AV 卡车将在 2028 年在美国实现每英里成本低于人类驾驶38。

Bessemer Venture Partners（美国头部风投机构，管理资产逾 200 亿美元，投资组合含 Waymo）在 4 月 16 日将行业定位为「机器人的 GPT-2.5 时刻」：能力真实，扩展定律开始出现，但实验室表现与生产部署所需 99.9%可靠性之间仍有差距39。Bessemer 估算未来两年行业数据采购成本将超 30 亿美元（遥操作、自我中心视频、仿真和物理演示），数据比算力先成为瓶颈。合伙人 Jeremy Levine 的判断是：「未来 10 到 20 年地球上机器人数量将增加 10 万倍。」39

德国战略咨询机构Roland Berger（罗兰贝格）在 4 月 15 日的报告中，将人形机器人 OEM 级别市场规模基线预测定为 2035 年 3,000 亿美元、2050 年 2 万亿美元，乐观情景分别为 7,500 亿和 4 万亿美元40。报告将中西方策略分化总结为：中国通过大规模快速部署学习（已在实际环境中试点数千台），西方押注 AI 优先（聚焦数据、基础模型和泛化能力）。合伙人 Shuai Shi 指出，中国人形机器人与汽车和低空经济产业之间超 50%的供应链重叠，正推动汽车供应商主动向具身 AI 转型40。

与上述乐观预测形成对比的是MERICS（Mercator Institute for China Studies，德国墨卡托中国研究中心，欧洲规模最大的中国研究智库之一）在 4 月 30 日发布的政策报告。报告指出：2025 年中国生产了约 12,800 台人形机器人，占全球总量约 90%，但相较于同年 55.6 万台工业机器人年产量仍然体量极小41。中国已投入人民币 1 万亿元（约合欧元 1,200 亿元）国家风投引导基金支持机器人等新兴技术，但人形机器人在工厂中的效率仍仅为人类的约一半，且在软件生态上高度依赖 NVIDIA 的物理 AI 技术栈41。MERICS 的核心警告是：欧洲可能面临「EV 赛道重演」——被中国工业能力和国家支持的组合超越，而届时已失去反应窗口。

这些预测的共识是：人形机器人的核心驱动力是劳动力短缺而非技术好奇心，在 2030 年之前的 5 年窗口内，哪条路线能更快积累可靠部署数据，或将决定竞争格局。