2024 年，车企间“内卷”更加严重了。
随着电动车越来越火，尤其中国自己的电动车品牌正在崛起，宝马、奔驰、奥迪（简称 BAA）这些老牌豪华车有点儿 hold 不住了。销量和利润都在下滑，为了保住市场，只能降价卖车。
6 月底，宝马 i3 系列的裸车价在 19 万元左右，5 系的起售价为 34 万元左右；奔驰部分C级车型的价格优惠额度超过 13 万元；奥迪 Q5L 车型起售价为 33 万元，降价幅度超过 12 万元。
可问题是，降价太多，不仅品牌形象受损，卖一辆车亏不少钱，长期这样肯定受不了。
于是，近日 BBA（宝马、奔驰、奥迪）在中国市场退出价格战的传闻，在网上不胫而走。
据券商中国报道，有宝马汽车 4S 店的销售员工表示，目前宝马全系产品的价格均有所上调，涨幅在 3 万—5 万元不等。
面临中国电动车咄咄逼人的攻势，在自身核心技术并不占优的情况下，除了价格战，BAA 这些老牌车企还能有哪些突围之策？
宝马给出的答案，是人形机器人。
就在 7 月初，人形机器人公司 FigureAI，与宝马签署了商业合作协议。
虽说双方早在 6 个月前，就早已达成了合作意向，但从最近公布的视频来看，宝马这次似乎是要动真格的了。
在 Figure 官方最近发布的一段视频中，这款人形机器人已经可以在生产车间上从事简单的抓取工作。
视频显示，Figure 01 能够将一个汽车框架放在对应夹具上，同时还要让框架挡住它需要穿过孔的两个定位销。
此外，当它抓起汽车零件时还能正确地识别了“自己拿反了”，并能够自主根据夹具方向进行调整，然后正确地放上去；而且当它注意到没有放好时还会用手背轻轻地敲打它们，纠正自己的错误。
不过演示虽然看着过瘾，但一个重要的问题是：人形机器人，在汽车生产线上的意义，真有这么大吗？
毕竟，在现代的汽车制造业中，人类已经拥有了各类高效的工业机器人（机械臂），来进行自动化地车辆组装了，从效率、载荷，以及精度方面来说，它们几乎个个都完爆现在还像一个有关节炎的九十岁老人一样迟缓的人形机器人。
这其中最著名的例子，就是美的旗下的 KUKA（库卡）机器人。
就拿库卡的 KR 480 R3330 MT 型号来说，其载荷在 500kg 左右，重复定位精度，达到了±0.08mm。
也正因这样“力大又精准”的特点，无论是在特斯拉还是比亚迪，库卡这样的工业机器人，都是绝对的生产线主力，承担了从冲压生产线、车身中心，再到组装中心等环节的一系列工序。
既然传统的工业机器人已经能干那么多事了，那人形机器人进厂，是否只是一个华而不实的噱头？
01 可变生产力
现阶段，人形机器人在汽车生产线上，到底能干哪些工作？
以国内的优必选人形机器人 Walker S 为例，其在今年 6 月进入东风柳汽进行“实习”后，主要从事的，都是车身质检、油液加注、前桥分装、贴覆车标这些工序。
这样的工序，虽然重复度高、价值低，但同时还有一个特点，那就是其都属于需要灵活性和精细动作控制的领域。
这些都是在生产线上依照固定程序进行装配的工业机器人干不来的。
因此，这样的细活，往常都是交由人类来办。
可问题是，由于缺人，这些重复的、低价值的，却又不得不做的工作，现在已经成了汽车生产线上一块“最短的木板”。
这里提到的“缺人”，可以分两种情况来看。
其中一种情况，是某些国家固有的“结构性缺人”；而另一种，则是因季节等因素导致的“时效性缺人”。
对于前一种情况而言，欧美的表现最为突出。
由于缺人太严重，甚至连小孩和老人都被派进工厂了。
以美国为例，由于制造业转移、国内基础教育薄弱等等因素造成的长期恶果，2022 年，全美制造业存在着 80 万人的用人缺口。
具体到汽车产业上，福特、本田、丰田、大众，都在抱怨美国的工厂招不够工人。在极端情况下，某些汽车工厂甚至雇佣了童工。
2022 年 7 月，阿拉巴马州警方就透露，韩国现代汽车位于该州的一家工厂存在使用童工现象，许多未成年人甚至为了轮班辍学，一些童工的年龄仅有 12 岁，最多可能有 50 名童工，从事金属处理的高危工作，每周工作时长高达 50-60 小时。当地警方调查后认为有违法之嫌。
除了制造业转移造成的产业工人短缺外，人口老龄化这种结构性问题，也成为了某些国家绕不过去的坎。
以德国为例，自上世纪 90 年代以来，德国的总和生育率一直在 1.3 至 1.6 之间波动，老龄化趋势也在不断加剧。据德国联邦统计局在 2023 年的数据，德国人口中位年龄为 44.8 岁，仅次于日本的 48.7 岁。
而在汽车产业方面，2022 年，德国汽车行业的学徒培训位置减少了约 15%，而当年德国汽车行业有约 13,000 个职位空缺。
由于老龄化严重，德国老年人在劳动市场上也变得越来越活跃。以至于在在汽车、机械、化工这些行业，都能不时看到一些“银发打工人”。
在德国辛德尔芬根的汽车工厂，工人在奔驰S级汽车组装线上工作
相较之下，虽然中国目前在劳动力方面的情况要好得多，但就算人再怎么多，有时候还是会遇到“时效性”缺人的情况。
据中国汽车工业协会数据，中国每逢春节等节假日期间，电动车生产线会出现高达 20-30% 的用工缺口。
除此之外，中国电动车销售旺季通常集中在下半年，尤其是第四季度。这期间企业存在 20% 左右的临时用工需求。
以比亚迪为例，2022 年产能最为吃紧时，长沙比亚迪产线上冲压、总装、涂装、饰件、轻量化部件、基地五六等 11 个部门集中缺工人，长沙比亚迪甚至在当年 8 月给出过“推荐入职最高 20000 元”的奖励。
可蛋疼的是，旺季因为缺产能招了一大批工人，可一旦行情或销量不好，产量降低了，这多招出来的工人就成了负担。
这种情况下，倘若一个能全天候待命，召之即来，挥之即去，同时也不会产生太多闲置成本的人形机器人，无疑就给了车企很大的伸缩空间。
这和酒店里的送餐机器人能火起来，其实是一个道理。
毕竟对于酒店来说，真正有送餐需求的，也就是中午和傍晚各两个小时的用餐高峰，倘若就为了那几个小时的需求专门招一个人，显然很划不来。
而相较之下，机器人就显得灵活多了。
除了填补各种原因的用工缺口外，人形机器人进入车企的另一大因素，就是汽车行业卷到尽头后，进行产业升级的必然。
02 内卷的尽头
就今年价格战的烈度来看，当前的各大车企，在产能、价格和技术方面，都已经快卷到了一个极限。
但如果非要在这般内卷的情况下，选一个方向进行突破，那最有希望的方向，无疑是技术升级。
因为只有技术上去了，产品的价值才会提升，才能走出低价竞争的泥潭。
而在技术升级方面，人形机器人至少有两个“硬优势”，是人类工人所无法具备的。
其一就是，目前的人形机器人，在技术、工艺和商业模式上，与汽车产业有很大的同源性，二者的结合，很容易形成产业协同效应；
这所谓的协同效应，直白点说，就是通过共享研发成果，机器人、汽车彼此之间会显著降低对方的研发成本，并加快新技术从实验室到市场的转化时间。
在这方面，最明显的一个例子，就是特斯拉的 Optimus 机器人通过共享其汽车研发经验，而在研发过程中一马平川的过程。
具体来说，在软硬件协同方面，Optimus 的很多技术，就直接来自于特斯拉的电动汽车。
例如在视觉算法方面，Optimus 承袭了特斯拉自动驾驶的 BEV+Transformer+ 占用网络的方案。这是让 Optimus 机器人感知并理解周围环境的关键。
二者之所以能在此技术上互通，是因为 Optimus 机器人面临的最大难点，在于从视觉信号到电机执行信号过程中“不确定性下的实时决策与控制”。
而特斯拉的自动驾驶方案，则一一针对性地解决了这些问题。
对机器人来说，视觉信号的解析需在光照变化、遮挡、模糊等干扰下保持准确，这是从视觉到控制的第一道难关。而 BEV（Bird's Eye View），则直接像鸟瞰图一样，从上往下提供了全局视角，减少了盲区。
那要是机器人遇到变化的环境，例如移动的障碍物或非预期的地形又该咋办？这时，占用网络（Occupancy Networks），就会构建出环境的三维模型，提高对障碍物检测和定位的准确性。
最后，机器人从感知到行动的转换需极低延迟，同时保证动作的精确执行。这时，Transformer 架构就出场了。
由于 Transformer 能够并行处理输入序列，这意味着它可以在不需要等待前一个时间步的结果的情况下，处理整个输入序列。从而使得从感知到决策的转换可以更快完成。
而在硬件层面，Optimus 芯片是和电动车一模一样的 FSD 自动驾驶芯片 D1。
同时，Optimus 中负责驱动的电机主要有两类：线性电机和旋转电机，其技术也来自特斯拉电动车现有的方案。
这两种电机，简单地说，相当于是系统的“肌肉”，专门负责精确定位力的力道和方向。
二者都依赖于电磁原理，也就是通过电流大小，来实现力的控制。关键区别在于，旋转电机产生旋转运动，而线性电机直接产生直线运动。
虽然表现形式不同，但精确的力矩控制对机器人和汽车都很重要。汽车需要它来提供平滑的加速和减速，而机器人需要它来精确控制力道。
只是由于需要活动的关节更多，Optimus 身上单独的电机数量远远超过电动车。
正是因为在视觉算法、芯片、电机等诸多方面，人形机器人与电动车存在着技术上的同源性，因此电动汽车可以靠自身的造血能力，替人形机器人趟过研发开支最密集的阶段；
同样地，倘若之后人形机器人身上基于神经网络的 AI 算法取得了进步，也可以反过来优化车辆的自动驾驶系统。而人形机器人如果开发出了更高效的电机控制技术，同样可以被应用于电动汽车的动力系统中，反之亦然。
于是，这种技术交叉的特点，就在无形中分摊并降低了二者的研发成本。从而加快了产业升级的步伐。
03 制造业的未来——数字化
除了产业协同上的优势外，机器人进厂的另一大意义，则是在生产过程中，人形机器人可以通过先进的传感器技术，收集和分析生产数据，在提高精度的同时，形成一种数据驱动的决策。——而数字化，正是制造业进行下一步升级的关键。
生产线全数字化的好处，主要可以分成两点。
往小了说，可以降低生产中的误差，优化流程；
往大了说，则可以将工厂中的数据进行汇总后，建立一个数字孪生的“虚拟工厂”，从而减少了对物理原型的需求，降低了潜在的试错成本。
这里先来说说第一点。
在降低误差方面，咱们得实话实说，血肉之躯的工人跟机器人比起来，确实没法比。
一条繁忙的生产线上，一分钟之内就能蹦出成千上万的数据，机器人身上传感器，能嗖嗖地收集生产线上的各种数据，然后实时传到中央数据库里头。
要是靠咱人类一双肉眼去瞅，一只手去记，不仅耗时耗力，而且人嘛，面对一大堆数字的时候，难免会疲劳，分心，这样一来，错漏难免，效率也跟着掉链子。
所以说，在数据处理这块，机器人那是稳稳的胜出。
举例来说，在生产数字化方面，宁德时代就率先构建了以 MES（制造执行系统）为核心的集成制造系统。
该系统的核心，就是旨在通过一台台搭载视觉传感的机械臂，AGV 自动运输车，自动检测电池缺陷，实现“生产数据可视化”。同时通过数据分析，以识别生产过程中的瓶颈、效率低下或其他潜在问题。
如果遇到问题，系统就会分配更多的资源到瓶颈环节，以平衡生产线的负载，避免产能浪费。
正是靠着这样的系统，宁德时代三年内实现了生产每组电池仅有十亿分之一的缺陷率，同时将劳动生产率提高了 75%。
之后说下更宏观的第二点，即“数字孪生”对未来制造业的意义。
前面提到，在生产过程中，机器人能嗖嗖地将生产线上的各种数据，实时传到工厂的数据库里头。
但是，通过这些数据，工厂仅能检测出生产线上“已有的问题”。而很难“防患于未然”。
如果能通过这些数据，构建出一个虚拟的工厂，对将来打算进行的生产项目进行“预演”，岂不是就能避免很多因为误判带来的成本浪费了吗？
毕竟，在现实世界中，产线的任何改动、变化，都可能造成巨大的成本，耽搁很长时间。但在虚拟环境下模拟，则没这个负担。
在这方面，英伟达的 Omniverse算是先做出了一个表率。
这个 Omniverse，实际上就是一种 AI 驱动的 3D 设计平台。通过 Omniverse，车企可以将工厂里的数据汇总成一个可视化的，虚拟的“数字工厂”。并在其中进行各种规划、模拟。
在宝马的虚拟德布勒森电动汽车工厂中，凭借 Omniverse，物流和生产规划人员可以模拟工厂流程并执行各种任务，比如显示和识别机器人在受限空间中的最佳位置等。
而英伟达的老朋友富士康，也在 Omniverse 平台上开发了一套工厂装配线的数字孪生，并通过优化设备和装配线的布局，预计每年能帮工厂减少 30% 以上的用电量。
这算是实打实地省下了真金白银。
所以，总结一下就是：遍布传感器的机器人，是高效收集数据的关键；
而实时的、大量的数据，则有助于帮工厂降低误差，甚至是构建一个数字孪生来“未雨绸缪”，在竞争中取得多快好省的优势。
04 从科幻到现实
由于上述的种种优势，除了宝马，很多车企也已经开始让机器人“进厂”打工。
例如，特斯拉 Optimus 已进入自家车间，参与电池分拣训练；
国内“人形机器人第一股”优必选与蔚来、一汽大众等车企达成合作，其工业版人形机器人 Walker S 进入多家汽车工厂实训......
但是，在将“科幻变成现实”这一步上，技术最先进的，却未必是走得最快的。
如果单纯从技术层面上看，特斯拉的 Optimus，莫过于目前人形机器人中最瞩目的佼佼者，在全身自由度，也就是机器人总体可活动的关节方面，Optimus 则超过了 200 个全身自由度。
而在机器人的 AI 算力方面，Optimus 的 D1 芯片的算力高达 362 TOPS。
然而，倘若不能落地，这一切亮眼的指标，都终归是镜花水月。
目前，马斯克在人形机器人赛道画的“饼”，又要推迟兑现了！
7 月 22 日，特斯拉 CEO 马斯克在社交媒体上表示，明年特斯拉将小规模生产人形机器人，供公司内部使用。2026 年，特斯拉才“有望”为其他公司大批量生产机器人。
而相较之下，中国的人形机器人，在落地这方面，目前已经领先了美国至少一个身段。
就拿进厂这件事来说，目前已经进厂的国产人形机器人，就包括了优必选的 Walker S、四川绵阳的“夸父-MY”人形机器人，以及华为的“夸父（Kuavo）”机器人。
根据之前优必选发布的一段视频来看，在蔚来汽车工厂，Walker S 已经可以进行车门锁质检、安全带检测、车灯盖板质检、贴车标等工作。
绵阳造的“夸父-MY”人形机器人，也已在工厂中进行物料搬运、扫码贴签等工作。
而中国人形机器人，之所以能率先捅破科幻与现实之间的窗户纸，最重要的，还是中国在制造业和供应链方面的优势。
毕竟，想要把人形机器人卖给工厂，价格得有性价比，工厂才会接受。
根据时代周报的调查，在沿海地区，一个工人一年的固定收入加上管理成本大概在 10 多万，如果人形机器人真的能替代人工，车厂希望产品的定价最高限制不超过 20 万。因为人形机器人不知疲惫，可以 24 小时持续干活，所以价格可以稍高。
而在成本方面，由于核心零部件伺服驱动器的国产化，从几年前的 40% 到现在已增加至 90-95%。在大功率及小功率的伺服驱动器零部件上，国内已经分别实现了 90% 及 95% 的国产化率，让人形机器人的成本大幅降低。
目前，优必选大型人形机器人的成本已经降至4-5 万美元。
目前人形机器人在供应链方面，与新能源车存在很大的重叠，其核心零部件包含电机、减速器、传感器等，国内新能源汽车供应链上的诸多企业，都具备开发这些零部件的能力。
而受益于新能源汽车坚实的供应链，中国在人形机器人领域，硬件端优势明显。
就连特斯拉人形机器人的部分零部件，例如旋转电机、线性电机，也选用了中国整车供应链上的三花智控、拓普集团等企业。
尽管从总体上来看，美国目前仍在人形机器人的运控算法、AI 模型，以及整体的自由度方面占据较大优势，然而，在人形机器人的较量中，一个不可忽视的现实是：任何用于工业生产的技术，最终都必然要走向批量化，而在走向批量化的情况下，整体的成本与规模，要远胜于局部的技术优势。
这样的现实，早已在二战时期，被苏德两军的坦克大战进行了验证。
在二战时期，德军的虎式坦克，在技术性能方面远超苏军的T-34，包括更强大的发动机、更重的装甲，以及威力更大、射程更远的 88mm 火炮。
然而，苏军的T-34 的生产成本较低，设计简单，易于大规模生产。苏联能够迅速扩大生产线，实现大批量生产。这提高了苏军的装备数量，为前线提供了充足的坦克支援。
从 1940 年至 1945 年，苏联生产了大约 58681 辆T-34 系列坦克。德国在整个战争期间仅生产了 1355 辆虎式坦克。这也在物质上，决定了双方最后的胜负。
在人形机器人的规模方面，马斯克曾言，类人机器人与人类的比例可能至少是二比一，甚至是一比一。这意味着将来大约会有 100 亿个类人机器人。
可问题是，倘若缺乏成熟的供应链，成本不降下来，这样具有科幻感的未来，又何以实现？
正因如此，马斯克就曾在推特上吐槽：战术可以赢得战斗，但供应链可以赢得战争！
从这个角度上说，只有当一项技术的成本，降低到了能被大多数人触碰到的地步，这样的未来，才是真实的未来。
