赛力斯机器人曝光，车企为何自研机器人？

6月15日，重庆龙兴赛力斯超级工厂里，机器人“小赛”系列集体亮相。这是赛力斯自去年宣布推动具身智能落地以来，首次公开展示其研发成果。

一台具备多模态感知能力的人形机器人“小赛”全程担任导览。其他成员则是以“上岗”的形式逐一登场：负责底盘装配检测的“小赛01”，承担整车外观检测的“小赛02”，产线两侧的协同机械臂，搬运货物的AGV，以及空中物流无人机。在这座高度自动化的工厂里，已有1600多台智能化设备和3000多台工业机器人在同步工作，“小赛”们的加入，主要目标是完成传统工业机器人无法实现的柔性作业。

从设计思路来看，赛力斯并没有执着于通用化、全员人形的路线，而是根据特定任务来决定机器人的形态和能力。有的是轮足，有的手部直接装了检测枪，有的本体就是机械臂。这种从工业场景反向定义机器人的逻辑，或许能为行业提供一种新范式。

值得注意的是，与行业主流的全栈自研或智驾技术迁移路径不同，在机器人研发上，赛力斯选择把“大脑”交给火山引擎。2025年10月，赛力斯子公司凤凰智创与火山引擎签署了《具身智能业务合作框架协议》，双方围绕多模态云边协同、控制与人机增强技术等项目协同攻关。简单来说就是：

不难看出，这套模式和当初做问界时有相似之处。这次“战略合纵”能否复刻“问界式”的成功，还得看“小赛”们能不能真正触达制造业的神经。

赛力斯机器人把“大脑”交给火山？

具身智能浪潮席卷之下，工业落地是今年行业里最关键的命题。2026年6月，工信部与国资委联合启动了“人形机器人与具身智能实景实训专项行动”，明确年底开启人形机器人与具身智能的“作业模式”，并将工业制造列为首要落地场景。

为了实现这一目标，目前行业内主要存在两条实现路径。一种，是全栈自研，将智驾技术延伸至机器人。最典型的是特斯拉的Optimus，其原本为自动驾驶研发的AI5芯片，马斯克已明确表示将用于机器人。何小鹏亲自带队的IRON，则共享了车端同款的图灵AI芯片和天玑AIOS。另一种，是机器人厂商与工厂合作，让机器人在确定性场景中“打工”。比如智元，去年就将近百台远征A2-W部署到汽车零部件厂富临精工，覆盖三条装配线的搬运工作；众擎主打的工业机器人T800，今年也已进入华南头部3C电子组装厂进行试点验证。

而赛力斯走的是第三条路——本体自研，大脑外接，然后应用于工厂制造。

选择这一路径，赛力斯有其基于经验的考量。在过去的合作中，问界品牌就是一个“灵魂与肉体”合作的成功案例。2021年赛力斯与华&为深度合作，华&为将HarmonyOS智能座舱、HUAWEI ADS高阶智驾、DriveONE电驱平台以及质量管控体系悉数搬来，赛力斯则负责整车制造与品控。这套分工让问界一度成为高端新能源汽车领域最成功的品牌之一。如今，赛力斯将同样的模式复制到机器人上——自己做擅长的硬件，智能化则交给擅长的人去做。

目前来看，这套模式至少让赛力斯收获了不错的落地效率。从去年10月与火山引擎签订协议，到今年6月各形态机器人已上岗，不到一年时间从0到上产线，这个速度不可谓不快。此外，赛力斯副总裁康波表示，今年内还将推出覆盖C端零售、服务、陪伴以及B端制造、物流的更多机器人。但在具身智能行业越来越关注ROI的2026年，赛力斯一下子推出这么多种类的机器人，划得来吗？

车企为什么纷纷下场做机器人？

在硬件与智能化都高度内卷的今天，机器人赛道成了车企寻找新增长的聚集地。前有小米、小鹏、理想，后有长安、比亚迪，每隔一段时间就有新玩家入局。目前，奇瑞的墨甲M1已上线京东自营开始售卖，小鹏的新一代IRON预计今年底进入量产，长安今年3月注册了“天枢智能机器人”，近期又传出比亚迪下场做机器人的消息。

花这么多钱造机器人，车企到底图什么？

起码在赛力斯这边，为工厂降本或许并不是第一目标。财务数据显示，2025年赛力斯整车毛利率高达29.14%，到2026年第一季度仍维持在26.24%的高位。再看成本侧，2025年Q3，赛力斯单车平均成本为23.75万元，与同级对标友商理想的23.48万元基本持平。对比智能汽车同行来看，

但如果聚焦生产制造本身，机器人对工厂就有了更深层的意义。汽车四大工艺——冲压、焊接、涂装、总装，前三道的自动化率大部分车厂已经能轻松做到80%，甚至一些头部车企能直接拉到100%。但在总装部分，只有20%-30%。这些非标且灵活的工作，恰恰是程序化机械设备不擅长、却最适合具身智能切入的环节。比如整车质检环节，缝隙、面差、油漆、异响，每一项都需要凭经验来感知和决策。这意味着，

根据赛力斯超级工厂的展示：小赛01做底盘装配质量检测，小赛02做整车外观配置检测，两款人形机器人本质上都是在用AI视觉加灵活执行来补足柔性作业的部分。从现场演示来看，虽然赛力斯的机器人仍处于初级阶段，但已经可以用起来了。

而且，当产线更换车型时，具身智能机器人往往也适应得更快。传统工业机器人虽能通过RFID识别系统在两种车型之间秒级切换，但这种切换依赖的是预设程序库，每加入一款新车型，SOP前的调试往往要花上几个月。而“小赛”这类依靠视觉识别和大模型推理的具身智能，完全可以做到直接上手。这种适应能力，或许才能适应当下智能汽车迭代的节奏，毕竟相比传统燃油车时代，智能汽车的改款迭代速度要快上一倍。同时，车企也希望通过机器人的实际使用，卡位具身智能赛道。

数据和场景：车企卡位具身智能的钥匙

2026年，人形机器人产业进入量产元年。当本体和运动能力已逐步被验证，数据作为机器人大脑能力成长的重中之重，近期在各种论坛上被反复提起。具身数据已经成为整个机器人产业链的“兵家必争之地”。

在一级市场，具身数据公司被“抢疯了”。6月1日，简智机器人宣布完成连续多轮共数亿元融资，成为“无本体数据”领域累计融资金额最高的公司。今年，还有光轮智能、无问智科、核数聚等多家主做具身数据的公司先后完成了融资。同样的竞争，也体现在大厂的战略中。今年4月，百度智能云和京东先后发布了数据相关平台，抢夺数据运营的蛋糕。今年2月，智元拆分出觅蜂科技，要做具身智能数据供应商。

而像赛力斯这样的超级工厂，本身就是真实数据和真实需求的来源。结合机器人落地的方式能看到，车企们似乎在寻找具身智能行业一种新的落地范式——根据场景反向定义机器人。

在过往的具身智能应用落地中，机器人厂商往往只能在B端和C端先选择一条路线。例如宇树、智元这类玩家，走的是从C端向B端渗透的路线。比如宇树的H1和智元的A1，就是靠优越的运动性能和多模态感知先走上舞台，服务娱乐行业和教育市场，然后再密集进入工厂做“实训”，验证工业落地。特斯拉则基本反过来，从B端向C端拓展。Optimus从立项第一天起，就是为了在特斯拉超级工厂里代替人干活，然后再尝试实现家庭场景。弗里蒙特工厂里的电池分拣、零部件搬运，都是它过去一年多主要的工作场景。对于家用版Optimus，马斯克表示要等到2027年甚至更晚才能真正量产。

但在车企这边，机器人“原生”落地工厂应用，走的是“工厂体系+机器人”的模式。它基于工厂原有的数字生态体系，倒推机器人应该具备什么能力，做成什么样子。

展示中可以看到，赛力斯并没有执着于全员人形，而是根据自动化工厂原有的节奏，以及特定任务来设计机器人的形态和能力。负责检测的人形机器人，可以像人一样多自由度检测不同点位，但未必需要灵巧手，直接装一个检测枪就行；而在固定位置就能满足所有点位检测的地方，就做成机械臂。这样形成了一个“异构具身智能集群”，与工厂协同工作。

从技术层面看，相比头部机器人公司，无论是卷运动能力还是大模型，本质上都是在把机器人往通用方向推。而赛力斯更关注的，是机器人能不能在已有的工厂体系里实现无缝衔接。对制造业来说，它们最需要的不是干单一工种的明星员工，而是一套能直接提升产线OEE的系统方案。如果“机器人班组+数字化系统”的模式验证成功，这套组合就可以向其他车企复制。