德意志银行CES观展报告揭示，物理AI正跨越技术拐点，从实验室走向规模化量产。2026年被定义为Robotaxi与人形机器人的关键元年，产业焦点已从“能否实现”转向“如何降本增效”，揭示了全新的投资与技术布局方向。
智能速览
德意志银行预测2026年为Robotaxi规模化与人形机器人部署元年。
人形机器人供应链借力汽车产业链，成本有望降至1万美元。
机器人技术从预编程转向VLA模型，实现更强的环境理解与任务推理。
Waymo等Robotaxi巨头订单激增，商业化进程明显提速。
英伟达推出Alpamayo平台，为车企提供“即插即用”的自动驾驶解决方案。
精华内容
从CES的展台到量产的工厂，物理AI的进化路径愈发清晰。技术的可行性与商业的规模化正以前所未有的速度交汇，共同描绘出未来世界的产业蓝图。
机器人供应链成型
人形机器人领域正催生一条全新的供应链，其发展路径与汽车产业链高度相似。舍弗勒、现代摩比斯等传统汽车供应商正积极转型，提供集成化的执行器方案，意图成为机器人的核心“肌肉”。
现代汽车与波士顿动力宣布，目标是在2028年实现年产能3万台，其2026年的产量已预分配给现代汽车工厂，用于替代部分产线人力。
成本结构上，执行器被普遍认为是物料成本（BoM）的大头，占比高达约60%。因此，借助现代体系内供应商实现规模化生产，成为降本的关键一环。
技术范式转向VLA
CES上最显著的技术变化，是从预编程脚本转向视觉-语言-动作（VLA）模型。这使得机器人能够理解复杂指令，并对陌生环境进行推理以完成任务。
波士顿动力让Atlas机器人采用了Google DeepMind的Gemini Robotics模型，替代了传统的模型预测控制（MPC），使其能理解并适应混乱的工厂环境。
训练方法上，行业已从“仿真与现实之争”转向“如何高效闭环”。NEURA建设实体训练中心收集高保真数据，再结合仿真生成“合成孪生”进行训练，实现了物理世界与虚拟世界的良性互动。
商业化先于通用
短期内，人形机器人商业化优先选择具体“岗位”而非追求“通用”。通过在特定场景证明商业价值，是当前更务实的路径。
例如，中国的擎朗智能（Keenon Robotics）已占据全球服务机器人40%的市场份额，其XMAN-R1机器人专注于酒店餐饮服务，形成了一套由交互、送物、搬运、清洁机器人构成的协作生态。
另一家公司深度机器人（Deep Robotics）则聚焦工业巡检，在变电站、油气设施等危险区域执行24/7自主巡逻，商业化路径清晰。
Robotaxi规模化提速
自动驾驶领域的商业化动能正在加速堆叠。Waymo作为行业先行者，自成立以来已完成超过1000万次付费乘车，在2025年12月单周付费乘车量已达45万次，并持续扩张至休斯敦、东京等国际市场。
亚马逊旗下的Zoox也从测试走向“可上市产品”展示，其无驾驶舱的“车厢式”设计专为密集城市打造。同时，Mobileye与大众合作的Robotaxi服务也将于今年在洛杉矶上线。这些迹象表明，Robotaxi已从概念验证阶段进入了真实的大规模运营阶段。
芯片格局与成本战
在芯片层面，英伟达依然是人形机器人和自动驾驶厂商的首选，但竞争格局正在演变。英伟达推出的Alpamayo平台，配合Thor芯片，旨在为车企提供“即插即用”的高阶自动驾驶解决方案，降低车企自建AI基础设施的门槛。
然而，德意志银行认为，英伟达方案仍需验证其模型在真实世界边界案例中的表现。相比之下，特斯拉凭借从整车、芯片到AI基础设施的垂直整合，拥有结构性成本优势。当自动驾驶技术趋于商品化，成本将成为决定胜负的关键。
物理AI的规模化浪潮已至，产业竞争的焦点正从技术演示转向制造、成本与运营。未来，决定胜负的关键将是供应链整合能力、单位经济模型以及真实世界的数据闭环效率。这场变革将如何重塑城市出行与劳动力市场，值得持续关注。
