社区

2025年临近尾声，各大机构也在陆续发布年度盘点研报。

近日，大摩发布《机器人行业年鉴》，把目光聚焦在科技巨头对机器人的布局上。大摩认为，当ChatGPT重塑人们对人工智能的认知，科技巨头们早已悄然布局下一场革命——实体AI（Embodied AI）。

对于市值已达4万亿美元的美国科技巨头而言，5000亿美元规模的传统市场已无法支撑其向10万亿美元体量跨越，而实体AI正是那个规模超越全球GDP的终极赛道。

从制造业、交通到医疗、能源，实体AI通过机器人这一载体，正将数字世界的智能注入物理空间，开启产业与生活方式的全方位重构。也就是说，机器人是把AI从数字世界引入物理世界的关键载体。

大摩在研报中写道：“这不仅是技术路线的竞争，更是未来产业规则制定权的争夺，一个机器人爆发的寒武纪时代已然来临。

Part.01

谷歌：自动驾驶开路 DeepMind筑基

在科技巨头的实体 AI 竞赛中，Google以"双轨并行"策略占据先发优势——Waymo的自动驾驶汽车深耕落地场景，DeepMind的机器人模型构筑技术壁垒，两者共同勾勒出 Google 的实体 AI 蓝图。

Waymo 作为 Google 自动驾驶的核心载体，已在全球 10 余个城市完成部署，其中旧金山湾区运营车辆超 1000 辆，凤凰城、洛杉矶等核心区域投放量均突破 500 辆。这些自动驾驶车队不仅是出行服务的提供者，更是实体 AI 的数据采集终端。摩根士丹利互联网团队预测，Waymo 年出行量将在 2030 年前突破 10 万次，成为全球最大的自动驾驶出行服务商。

值得注意的是，Waymo 的扩张并非盲目铺量，而是通过 "核心区域深耕 + 逐步辐射" 的模式，在保障安全性的同时积累真实路况数据，截至 2025 年底，其自动驾驶里程已突破 1 亿英里，事故率较人类驾驶低 60%。

如果说Waymo是Google实体AI的 "手脚"，DeepMind 则是其 "大脑"。DeepMind 打造的 Gemini Robotics、VLA Model 等系列模型，已成为行业领先的机器人基础模型。通过与 Agility Robotics、Boston Dynamics 等顶尖机器人公司合作，这些模型在灵巧操作、环境适应等核心能力上持续突破。

以 Genie 3模型为例，其能够通过强化学习掌握复杂的物体抓取动作，成功率较传统算法提升 40%。同时，Google 在机器人领域的人才储备持续扩容，相关岗位招聘从 2023 年初的每月 50 个左右，增长至 2025 年的每月 200 余个，涵盖感知、规划、机械设计等全产业链环节。

Google 投身实体 AI 的逻辑清晰而坚定：一方面，经过多年发展，搜索引擎等核心业务增长见顶，需要寻找新的增长曲线；另一方面，其在 AI 算法领域的积累已形成技术溢出，而实体 AI 正是将这种技术优势转化为物理世界价值的最佳路径。正如 Google DeepMind 机器人负责人 Carolina Parada 所言："当 AI 能够真正理解并交互物理世界，其创造的价值将远超数字领域。"

Part.02

Meta：从虚拟到现实 人形机器人野心

Meta 的实体 AI 布局，始终围绕 "连接虚拟与现实" 的核心基因展开。从 Reality Labs 的混合现实设备到专门成立的 AI 机器人部门，Meta 正以独特的路径，从数据采集、模型训练到硬件落地，构建完整的实体 AI 生态。

Reality Labs 作为 Meta 实体 AI 的前沿阵地，其核心产品 Ray-Ban 智能眼镜已成为关键的数据采集终端。这款眼镜搭载高清摄像头和传感器，能够实时捕捉人类的手部动作、面部表情及环境信息。

摩根士丹利预测，未来两年内，Meta 智能眼镜的部署量将突破 2000 万台，超过当前特斯拉汽车的保有量，形成全球最大的实体 AI 数据采集网络。这些数据不仅用于优化混合现实体验，更成为训练机器人的核心素材 —— 每一个手部动作、每一次环境交互，都在帮助机器人理解人类行为与物理世界的规律。

2025年2月，Meta 在 Reality Labs 内部成立 AI 机器人部门，明确将 "消费级人形机器人" 作为核心目标，旨在最大化 Llama 大模型的平台能力。这一战略被 CTO Andrew Bosworth 称为 "与 AR 同等规模的赌注"。

为实现这一目标，Meta 展开了 "豪华人才掠夺"：聘请 MIT 生物力学与机器人实验室主任 Sangbae Kim 担任 "机器人架构师"，挖来前 Cruise CEO Marc Whitten 领导机器人团队，甚至从特斯拉挖来 Optimus AI 负责人 Ashish Kumar。截至 2025 年 9 月，Meta 机器人相关岗位招聘量较年初增长 150%，形成了涵盖硬件设计、AI 算法、仿真训练的完整团队。

在技术层面，Meta 的优势在于基础模型与仿真训练的结合。其推出的 Segment Anything Model（SAM）能够精准识别物理世界中的各类物体，DINOv2 模型则在视频理解领域表现突出，而 V-JEPA 2 世界模型更是实现了对未来场景的预判能力。

通过与 Scale AI 的深度合作（Meta 持股 49%，投资达143 亿美元），这些模型在机器人感知、规划等核心任务上持续优化。Meta 的战略意图已十分明确：以混合现实设备获取数据，以基础模型构建智能，最终通过人形机器人切入消费级市场，开辟全新的增长空间。

Part.03

Amazon：仓储自动化先行

作为全球最大的电商与云计算巨头，Amazon 的实体 AI 布局带有鲜明的 "效率驱动" 特征。从仓储机器人到全自动仓库，Amazon 正通过实体 AI 重塑物流行业，并试图将其积累的技术能力向外输出，打造新的商业生态。

Amazon 的机器人之旅始于 2012 年收购 Kiva Systems，如今其仓储机器人数量已突破 100 万台，与人类员工比例从 2017 年的 5:1 缩减至 2025 年的 1.5:1。

这些机器人在分拣、搬运、存储等环节的广泛应用，使得 Amazon 的订单处理效率提升 3 倍，物流成本降低 40%。2025 年启用的路易斯安那州什里夫波特配送中心，被称为 "Amazon 史上自动化程度最高的仓库"，实现了从订单接收、商品分拣到打包出库的全流程无人化操作。摩根士丹利预测，到 2027 年，Amazon 将建成 40 个下一代机器人仓库，覆盖全球主要物流枢纽。

自动化带来的不仅是效率提升，更是巨额的成本节约。根据 Amazon 互联网团队测算，若全球 30% 的订单通过下一代机器人仓库处理，每年可节省约 66 亿美元成本；当覆盖率达到 40% 时，年节约成本将突破 88 亿美元。更重要的是，Amazon 正复制 AWS 的成功路径，将机器人技术从内部效率工具转化为外部服务能力。

AWS 曾是 Amazon 为解决自身云计算需求而开发的内部系统，如今已贡献 58% 的运营收入；而 "Amazon Bot Services"（ABS）的雏形已现，通过向第三方企业提供仓储机器人、物流自动化解决方案等服务，Amazon 正开辟新的商业蓝海。

Amazon 的独特优势在于其垂直整合的物理基础设施 —— 全球超 1200 个配送中心、庞大的物流网络与海量的订单数据，为机器人技术的迭代提供了天然的试验场。这种 "技术研发 - 内部应用 - 优化迭代 - 外部输出" 的闭环，使得 Amazon 在实体 AI 领域的布局更为稳健。正如摩根士丹利分析师 Brian Nowak 所言："没有任何公司拥有 Amazon 这样的场景优势，这让其机器人技术能够快速落地并持续进化。"

Part.04

苹果：厚积薄发的实体AI玩家

与其他科技巨头的高调不同，Apple 的实体 AI 布局始终保持低调，但从专利积累、人才储备到技术储备来看，其早已在暗中集结力量，等待合适的爆发时机。

Apple 的实体 AI 布局，建立在其强大的硬件生态与技术积累之上。16 亿 + 的高端用户基础、全球领先的精密制造能力、严格的隐私保护体系，为其机器人产品提供了天然的市场基础与差异化优势。

多年来，Apple 在机器人领域的研发从未停歇：Vision Pro 的视觉 - 语言 - 动作（VLA）数据积累，为机器人感知能力提供了技术支撑；Siri 的 AI 助手经验，可直接迁移至机器人交互系统；"机器人手臂项目" 则在机械设计领域持续探索。此外，Apple 在自动化制造、稀有金属材料合作等方面的积累，也为机器人硬件生产铺平了道路。

专利数据揭示了 Apple 的真实野心。从 2020 年 7 月至 2025 年 5 月，Apple 的机器人相关专利申请量每月保持在 10-35 件之间，涵盖机器人运动控制、环境感知、人机交互等核心领域。、

其中，2025 年 1 月公布的 "ELEGENT 机器人台灯" 专利，展示了 Apple 对小型家用机器人的探索 —— 这款设备能够通过视觉识别完成物体抓取、移动等任务，兼具实用性与设计感。

同时，Apple 的机器人相关研究岗位招聘持续增加，机器学习相关岗位占比从 2023 年初的 15% 提升至 2025 年的 24%，彰显了其对 AI + 机器人复合型人才的渴求。

2025 年 4 月，Apple 将机器人团队从实验性 AI 部门划归硬件部门，标志着其机器人业务从研发阶段转向商业化落地阶段。同年 8 月，有报道称 Apple 正开发一款桌面机器人，定位为 "虚拟伴侣"，计划于 2027 年推出。

摩根士丹利Apple 团队预测，仅人形机器人一项，就将为 Apple 带来 3000 亿美元的潜在营收机会。更值得关注的是，Apple 正与比亚迪合作，在越南建设智能设备生产基地，其产品 lineup 可能包括 HomePod 风格智能显示器与桌面机器人，这意味着 Apple 的实体 AI 产品已进入量产准备阶段。

Apple 的战略依然延续了其 "单点突破、生态协同" 的传统：先以一款消费级机器人产品切入市场，凭借设计、生态与隐私优势建立差异化竞争力，再逐步扩展至更多形态与场景。正如 Tim Cook 所言："最好的技术是那些能够融入生活、让人感觉不到其存在的技术，这正是我们在实体 AI 领域的追求。"

Part.05

OpenAI：跨界融合，重新定义实体AI交互

作为生成式 AI 的领军者，OpenAI 的实体 AI 布局跳出了传统机器人的框架，通过与顶尖设计人才的合作，试图重新定义人类与实体 AI 的交互方式。

OpenAI 的实体 AI 之路，始于一场轰动行业的收购。2025 年 5 月，OpenAI 以 65 亿美元收购了 Apple 前首席设计官 Jony Ive 创办的 AI 硬件公司 io，正式宣告进军实体 AI 硬件领域。

双方的合作并非偶然 —— 早在两年前，Sam Altman 与 Jony Ive 就已开始秘密合作，探索 "超越屏幕" 的新型交互设备，考虑过耳机、摄像头设备等多种形态。这场合作的核心目标，是打造一款无需屏幕、通过视觉感知与自然语言交互的实体 AI 产品，让 AI 以更自然的方式融入物理世界。

OpenAI 的机器人团队虽成立时间不长，但起点颇高。团队负责人 Caitlin Kalinowski 来自 Meta，曾担任 AR 眼镜硬件负责人，拥有丰富的消费级硬件研发经验。根据招聘信息，OpenAI 的机器人团队聚焦于通用机器人技术，致力于将 AGI 级别的智能应用于动态的现实世界场景，其工作范围涵盖硬件设计、软件集成、模型优化等全链条。OpenAI 强调，机器人不仅是技术展示的载体，更是实现 AI 物理落地的关键，其核心价值在于 "理解现实世界、与现实世界交互"。

OpenAI 的独特优势在于其领先的大模型能力与数据处理经验。ChatGPT 积累的海量对话数据，为机器人的自然语言交互提供了坚实基础；而在计算机视觉、强化学习等领域的技术积累，使得机器人能够快速理解环境、优化动作。

更重要的是，OpenAI 的 "无屏幕" 理念，直击当前智能设备过度依赖屏幕的痛点 —— 美国人每天平均花费 5 小时 16 分钟在手机上，占清醒时间的 1/3，而 OpenAI 的实体 AI 产品，试图通过视觉感知与语音交互，让人们从屏幕中解放出来，重新拥抱物理世界。

这场跨界融合充满了想象空间。当顶尖的 AI 算法遇上顶尖的工业设计，可能会诞生一款重新定义实体 AI 的产品。正如 Sam Altman 所言："AI 的终极形态不应局限于屏幕之内，当它能够走进物理世界，与人类自然交互，才能真正释放其全部潜力。"

Part.06

特斯拉：数据飞轮驱动的机器人革命

特斯拉的实体AI布局，始终围绕 "制造" 这一核心竞争力展开。从自动驾驶汽车到 Optimus 人形机器人，特斯拉正通过 "硬件制造 - 数据采集 - 模型优化" 的飞轮效应，构建实体 AI 领域的独特壁垒。

马斯克曾明确表示，制造能力是特斯拉与其他科技公司的核心差异。这种优势在实体 AI 领域得到充分体现：特斯拉的超级工厂拥有全球最先进的自动化生产线，能够实现机器人核心部件的高精度制造；其在电池、电机、传感器等领域的技术积累，可直接迁移至机器人产品。

以 Optimus人形机器人为例，其采用的 4680 电池、FSD 芯片等核心部件，均来自特斯拉汽车业务的技术沉淀，这使得 Optimus 在成本控制与可靠性上具备先天优势。

数据飞轮是特斯拉实体 AI 的另一核心竞争力。目前，特斯拉全球保有量超 1000 万辆的智能汽车，构成了全球最大的移动数据采集网络。这些汽车搭载的摄像头、雷达等传感器，每天采集海量的道路场景数据，不仅用于优化自动驾驶算法，更为机器人的环境感知、路径规划提供了丰富的训练素材。这种 "硬件部署 - 数据采集 - 模型迭代 - 性能提升 - 更多部署" 的飞轮效应，使得特斯拉的实体 AI 能力持续进化，形成难以复制的竞争壁垒。

特斯拉的实体 AI 战略呈现 "从车到机器人" 的延伸逻辑。汽车本质上是轮式机器人，特斯拉通过在自动驾驶领域的深耕，积累了机器人所需的感知、规划、控制等核心技术。在此基础上，Optimus 人形机器人的推出顺理成章 —— 它不仅是一款独立产品，更是特斯拉实体 AI 技术的集大成者。根据特斯拉的规划，Optimus 将首先应用于工厂自动化场景，完成物料搬运、零件组装等重复性工作，未来逐步扩展至家庭服务、物流配送等领域。

马斯克对实体 AI 的未来充满信心，他认为机器人将成为特斯拉未来最重要的业务之一。摩根士丹利预测，随着制造效率的提升与应用场景的拓展，Optimus 的成本将从最初的 20 万美元逐步降至 2.5 万美元，大规模商业化后，年销量有望突破 100 万台，成为特斯拉新的千亿级业务。

Part.07

结语：实体 AI 重新定义未来

科技巨头的实体 AI 征途，本质上是一场关于未来的争夺战 —— 争夺物理世界的智能主导权，争夺下一代计算平台的定义权，争夺万亿级市场的话语权。从Google的自动驾驶到 Meta 的人形机器人，从 Amazon的仓储自动化到 Apple 的消费级产品，从OpenAI 的跨界融合到 Tesla 的数据飞轮，每一家企业都在用自己的方式，诠释着实体 AI 的未来。

这场革命的影响将远超技术本身。它将重塑产业格局，让制造业、物流、医疗等传统行业焕发新生；它将改变生活方式，让机器人成为家庭助手、出行伙伴、工作同事；它将重构经济增长逻辑，让 AI 从数字经济的引擎，转变为实体经济的核心驱动力。摩根士丹利在报告中所言："实体 AI 不仅是科技巨头的增长故事，更是人类社会迈向智能时代的必然选择。"

在这场波澜壮阔的革命中，科技巨头们既是参与者，也是规则制定者；既是创新者，也是推动者。而最终，无论是企业的商业成功，还是技术的持续突破，都将指向一个共同的目标 —— 让 AI 更好地服务人类，让物理世界变得更智能、更高效、更美好。