人形机器人量产时刻，Optimus 进展迅速

摘要：人形机器人量产渐进，Optimus 量产时间表明确。2025 年 1 月 30 日特斯拉召开 24Q4 业绩会，特斯拉上调 2025 年 Optimus 量产预期至几千-1 万台，相比原先预期进一步提升。同时，特拉斯已经开始招募机器人开发相关的招聘信息，涵盖制

人形机器人量产渐进，Optimus 量产时间表明确。2025 年 1 月 30 日特斯拉召开 24Q4 业绩会，特斯拉上调 2025 年 Optimus 量产预期至几千-1 万台，相比原先预期进一步提升。同时，特拉斯已经开始招募机器人开发相关的招聘信息，涵盖制造工程师、生产经理、流程主管等关键职位，量产进程加速推进。

Optimus 的量产计划将分为多个阶段。从未来预期来看，特斯拉 2025 年将生产 1 万台 Optimus机器人，产能扩展至每月 1000 台；2026 年每月产能将达到 1 万台，2027 年进一步提升至每月10 万台，远期量产规划明确。 2025 年生产的机器人将首先用于特斯拉内部工厂的测试和应用验证，2026 年下半年开始对外销售。

特斯拉人形机器人迭代迅速：

1）概念阶段：2021 年 8 月，特斯拉首次提出“Tesla Bot”概念，并将人形机器人通用化作为目标。

2）原型机阶段：2022 年 2 月推出了人形机器人原型机，标志着从概念走向现实的重要步骤。

3）Gen 1：2022 年 9 月，Optimus 首次公开演示了直立行走、搬运和洒水等动作，并多次升级迭代，在 2023 年 9 月，机器人已经具有自我校准、多任务处理、姿态控制及自平衡能力。

4）Gen 2：2023 年 12 月，特斯拉公布第二代人形机器人，展示了自我校准、多任务处理、姿态控制及自平衡能力。

5）Gen3：2024 年 11 月，特斯拉展示新一代-22 个自由度灵巧手，灵巧手有望成为第三代人形机器人升级重点。

人形机器人通用性需要依赖软件和硬件两个层面的迭代，从 2022 年到目前人形机器人的发展离不开 AI 模型和国内零部件企业的迭代升级：

1）大模型： AI 模型大模型出现加速了具身智能产业的发展，近年来各种文本、图像、多模态大模型层出不穷。2024 年英伟达重磅推出的人形机器人通用基础模型 GR00T 。

2）数据训练方面：国内方面，智元机器人联合上海人工智能实验室、国家地方共建人形机器人创新中心和上海库帕思科技公司，发布了基于全域真实场景的百万真机数据集开源项目AgiBot World，覆盖 100 多种真实场景，其中家居场景占 40%，餐饮和工业场景各占 20%，商超和办公场景各占 10%；海外方面，英伟达推出“世界基础模型”NVIDIA Cosmos。

3）硬件端：国内人形机器人零部件企业进展迅速，以拓普集团为代表的国内企业已开始筹备机器人电驱系统生产基地。国内企业有望将电机、执行器、减速器、丝杠、传感器等零部件规模和成本优势迁移到人形机器人产业上，加速人形机器人产业发展。

特斯拉兼具软件和硬件优势，FSD 模型为机器人通用化打下基础。特斯拉智能驾驶 FSD 模型已更新至 FSD 12, 可以根据摄像头等传感器的图像数据，直接生成车辆的转向、刹车和加速度信号去控制车辆，即“感知决策执行一体化”，自动驾驶技术逐步成熟。Optimus 可以直接迁移FSD 模型，利用纯视觉方案加之各类传感器收集周围环境信息、自身状态，实现人形机器人的智能化，未来随着端到端模型的成熟，叠加 Dojo 芯片量产后算力赋能下的人形机器人模拟仿真训练的提升，人形机器人的落地渐进。

英伟达搭建人形机器人平台，缩短人形机器人开发周期。2019-2022 年，英伟达开启了在智能机器人领域的全方位布局：2019 年推出的 Isaac 软件开发套件 SDK、2021年推出的 Omniverse平台，以及 2022 年推出的 Isaac Nova Orin 等。2023 年，英伟达发布了新一轮的“生成式 AI+机器人”蓝图，对智能机器人领域展开了强有力的进军。

2024 年 2 月，NVIDIA 还成立了通用具身智能体研究实验室 GEAR，专注于多模态模型、通用目的机器人、虚拟世界基础智能体、仿真和合成数据等方向的研究，推动跨多模态、多场景的智能应用。英伟达三层计算平台出击市场，在围绕着大模型、数据、开发平台三大核心领域打造机器人底层开发生态：

1）AI 训练平台-NVIDIA NeMo：开发者可以在 NVIDIA 平台上使用 NVIDIA NeMo 来训练和微调生成式 AI 模型。

2）AI 测试平台：在 NVIDIA OVX 服务器上运行的 NVIDIA Omniverse 通过 NVIDIA lsaac sim 等应用程序编程接口和框架，为测试和优化物理 AI 提供了开发平台和仿真环境。开发者可以使用 lsaac sim 来仿真和验证机器人模型，或者生成大量基于物理的合成数据来引导机器人模型的训练。

3）部署平台：训练好的 AI 模型被部署到运行时计算机上。NVIDIA Jetson Thor 机器人计算机专为满足紧凑型板载计算需求而设计，由控制策略、视觉和语言模型组成的模型集合构成了机器人的大脑，并部署在一个节能的板载边缘计算系统上。

英伟达开发 Cosmos 世界基础模型平台，为机器人训练提供高质量数据。NVIDIA 在 CES 2025 上发布了又一新组成部分——世界基础模型平台Cosmos。机器人训练需要高质量数据，需要“理解物理世界与物理规律”的世界基础模型。谷歌和特斯拉的数据显示，其采集数据的成本非常高，仅仅 13 万条数据花费了 17 个月、16 个工程师以及 13 台机器人，特斯拉的内部系统设备以及整套数据采集的过程，需要耗费高达百万的成本。Cosmos的出现则有望帮助人形机器人企业训练机器人的物理智能。

英伟达发布 Cosmos 世界基础模型