#华为小艺聪明能干又懂我#特斯拉的机器人路线这周有了关键细节：量产版Optimus首次全面搭载与FSD同源的端到端视觉大模型，彻底摒弃了感知、定位、规划、控制分步走的老架构，由神经网络直接从视觉输入生成全身关节控制指令。
这个改动值得认真讲。传统机器人栈是四个模块接力：摄像头先感知，定位模块算位置，规划器出轨迹，控制器执行。每一层都有信息损耗，上层理解错了，下层执行得再好也救不回来；而且每个模块都要单独应对长尾场景，工程量指数级上涨。端到端架构把四层压成一个网络，信息不再层层转手，长尾场景也不用手写规则——见得多了，模型自己会。这套思路特斯拉在车上跑了四年，现在原样搬进了机器人。
取材网络
支撑这一切的是数据。FSD活跃付费用户从2021年的约40万涨到2026年三季度末的174万，同比增长67%。每一辆特斯拉每天都在为同一个模型贡献真实道路数据，这个飞轮如今复制到了Optimus身上：截至2026年中，Fremont和得州工厂已经部署了大约1000到1200台Optimus在真实产线中学习。先让机器人在工厂干活，干活本身产生训练数据，数据再喂给模型——工厂既是应用场景，也是数据工厂。
马斯克给Optimus定的长期目标价是2万到3万美元，得州超级工厂的专用产线规划年产能1000万台，计划2027年晚些时候投产。需要提醒的是，预测市场此前给"2026年底前发布"的定价只有17%，规划产能和实际爬坡之间隔着无数工程细节，这些数字要打折听。
但竞争格局的坐标已经很清楚。中国这边，2025年人形机器人整机企业超过140家、发布产品超过330款；优必选2026年上半年营收12.69亿元，同比增长104.2%，其中人形机器人收入占比从6.1%跃升到46.5%。有趣的是，前15强里中国占6席——数量上中国企业已经是主力，但路线分化明显：多数国内厂商押注场景和供应链成本，特斯拉押注的是模型和数据闭环。
两种路线的胜负手可能在同一个地方：谁的真实运行数据多。机器人不比聊天，容错空间小得多，进步基本来自"在真实环境里摔打"。特斯拉手里有车、有厂、有174万付费用户，这三个数据源互相咬合；国内厂商则在快速铺产线和订单，用出货量换数据。11月2日的首届CMG机器人登泰山大赛上，宇树的A2全自主跑完3.9公里、3100多级台阶拿下竞速冠军，说明国产本体的运动能力已经不虚。
说到底，Optimus换大脑这件事的启示不在机器人本身，而在方法论：当一家公司能把同一个模型、同一条数据飞轮从车复用到人形机器上，它多花的那份研发费其实是摊薄的。单个产品的竞争，正在变成基础设施的竞争。#世界互联网大会乌镇峰会今天开幕##DeepSeek下代大模型将用昇腾芯片训练##上头条 聊热点##探寻人工智能，从技术到真实世界#