“如果说汽车已经定型 80%，机器人从硬到软的定型和标准化还不到 20%。”峰瑞资本李丰指出。

汽车产业经历上百年的发展，硬件形态已经非常成熟和固化，车企更多的是通过软件重新定义汽车。

人形机器人硬件还未完全定型。尽管车企可以在短时间内组装出一个样式还不错的人形机器人，但这是近年来机器人供应链进步的结果，并不是车企技术成果。

虽然人形机器人本体路线已经逐渐收敛，但关键零部件技术方案还不成熟，例如电机、灵巧手、传感器等仍存在路线争议。硬件会决定机器人动作能力的上限，无法直接通过“拿来主义”一步到位。

“特斯拉Optimus搬电池、拿鸡蛋、接网球的那些demo视频说明了它的硬件（灵巧手）上限已经具备完成这些动作的能力。”隋伟说道，“虽然特斯拉也是买模组组装，但他们进行进一步调优，比如Optimus手部连杆和国内产品做得不一样。”

在一些关键零部件上，特斯拉甚至会给出具体的产品需求让厂商定制。一位曾和特斯拉接触过的国内供应商创始人告诉笔者，其曾在 2023年上半年收到特斯拉Optimus灵巧手指尖传感器的精度、面积需求，而当时并没有针对灵巧手现成的传感器产品，于是团队花了三个月时间进行研发。

特斯拉走过的路，国内车企同样得走一遍。一位接近小米机器人的供应商告诉笔者，小米现阶段在灵巧手上也花了不少精力。

大语言模型带来的AI技术进展目前还没有在机器人领域复现。即使是特斯拉也还没找到足够多的数据去训练机器人模型。

人形机器人的数据规模十分有限。何小鹏并不回避数据难题。“人形机器人的数据门槛远高于汽车，两者都面临数据来源的挑战，汽车通过驾驶员日常行驶能自然产生海量数据，但人形机器人内部并没有人。”

业内对于人形机器人的数据获取并没有一套统一的范式。特斯拉和Google都选择用摇操获取数据，但背后的成本投入巨大。据悉，Google 做十几万条数据，用时十多个月，花了上千万美元。