2026年的今天，当你坐进一辆具备高阶自动驾驶功能的智能汽车，看着它在复杂的车流中游刃有余地穿梭时，你是否想过：这辆车，其实已经是一个“轮子上的机器人”？

随着AI技术的狂飙突进，理想汽车董事长李想抛出了一个被业界奉为圭臬的判断：“自动驾驶是具身智能的上半场，通用人形机器人是下半场。”当车企们纷纷跨界“造人”时，很多人质疑这是不务正业。但事实上，这绝非简单的业务扩张，而是一场基于底层技术栈高度同源的“降维打击”。车企们正带着满级的“自动驾驶”技能树，强势杀入机器人赛道。

灵魂同源：从“辅助移动”到“全场景交互”

如果说硬件是机器人的躯体，那么AI算法就是它的灵魂。车企造机器人最大的底气，在于两者在底层技术架构上具备极强的延续性。

无论是自动驾驶汽车还是人形机器人，它们都属于“具身智能”（Physical AI）的范畴。它们都需要具备五项核心能力：感知（眼睛）、决策（大脑）、计算（心脏）、控制（手脚）和操作系统（神经系统）。在过去十年的智能汽车大战中，车企在端到端算法、世界模型、多模态感知融合以及仿真训练体系上积累了海量的工程经验。这些曾经用来让汽车在高速和城市道路上安全行驶的“大脑”底座，如今可以直接平移给机器人，让它们学会如何在三维物理世界中自主行走、避障甚至完成精细操作。

这本质上是一场从“辅助人类移动”向“全场景自主交互”的深度进阶。小鹏汽车创始人何小鹏曾坦言，车企70%的技术储备能直接复用到机器人身上。当车企把视觉、语言和行动统一到一个大模型中时，它就不再只是自动驾驶模型，而是演化成了面向物理世界的通用智能体。

硬件复用：汽车级供应链的“溢出效应”

除了软件层面的“灵魂转移”，车企在硬件供应链上的“肌肉记忆”同样令人惊叹。

人形机器人目前正处于从“实验室产品”向“工业品”转化的阵痛期，硬件成本居高不下。而车企的入场，恰好为机器人提供了降本的“金钥匙”。汽车产业与机器人在核心零部件上有着惊人的重合度：驱动关节的无框力矩电机、减速器、提供能源的动力电池，以及用于环境感知的MEMS传感器和激光雷达，都是电动汽车的“当家花旦”。

车企可以直接复用成熟的车用高性能驱动体系和传感器供应体系。结合汽车工业高度自动化的组装经验和严苛的质量控制标准，车企能够显著摊薄硬件BOM（物料清单）成本。行业预测，在2025年至2030年的关键窗口期内，随着核心零部件的国产化和车企的规模化集采，整机BOM成本仍有30%到50%的降幅空间。

数据飞轮：真实物理世界的“最强养料”

在AI时代，数据是最有价值的护城河。对于具身智能而言，真实世界里直接采集来的数据，比任何仿真环境都更为稀缺。

原生机器人公司往往面临一个尴尬的困境：为了训练AI，他们需要花费数亿甚至数十亿元，购买成百上千台机器人去真实场景中采集数据。但对于车企来说，这根本不是问题。

一方面，数百万在路上运行的智能汽车持续回传海量道路环境数据，为模型理解物理规律提供基础素材。另一方面，车企自有工厂是天然的 “练兵场”。汽车制造业工艺复杂、精度要求严苛，车企可直接部署机器人参与内部物流、分拣、总装辅助作业。既能够持续收集实景数据迭代算法，也有望逐步替代重复性人力，打通数据迭代闭环与商业落地闭环。

组织重构：向“具身智能企业”的终极进化

为了承接这场技术复用，车企正在经历一场深刻的内部基因重组。

以理想汽车为例，他们在2026年初果断将原本按软硬件功能划分的研发部门，重组为“造硅基人”的方式运转——感知是眼睛、模型是大脑、芯片是心脏、操作系统是神经系统、控制是手脚。小鹏汽车也将自动驾驶和智能座舱团队合并为“通用智能中心”。

这些动作释放了一个强烈的信号：车企不再仅仅将自己定义为交通工具制造商，而是立志成为“具身智能企业”。当汽车越来越像“轮子上的机器人”，打造一个“会行走的机器人”便成了技术能力溢出的必然结果。

从造车到造人，车企们正在用汽车工业百年积淀的“家底”，作为迈向物理AI时代最宝贵的入场券。在这场跨界浪潮中，谁能率先将供应链优势、工程化经验与场景落地能力真正打通，谁就能在具身智能的下半场，稳稳握住通往未来的方向盘。