【CNMO科技动静】8月19日，Counterpoint Research指出，智能汽车及人形呆板人两个赛道的底层技能栈的复费用极高——摄像头、激光雷达、AI模子、芯片、仿真平台，险些每一个环节都于跨行业迁徙。但其于最新研究中给出了一个沉着判定：技能栈高复用，不等在两条赛道正于合流。偏偏相反，功效安全、BOM成本及量产节拍的三重差异，正于拉开两个行业的财产化间隔。

感知层：硬件高度同源，算法殊途同归

于硬件端，三类传感器形成为了“统一供给商、两种终端”的格式CIS（CMOS图象传感器）的技能复费用最高：L2+/L3级智能车需要10-13颗视觉芯片，高端人形呆板人也需要5-8颗。激光雷达是最具发作力的双赛道品类——速腾聚创2026上半年呆板人范畴激光雷达销量28.26万台，同比暴增510%，增速是ADAS营业的五倍以上。IMU方面，L2+以上车型单车标配2颗已经成共鸣，呆板人单台用量2-4颗。

差异化硬件品类一样值患上存眷。毫米波雷达是汽车标配（单车1-6颗），但呆板人险些不消——速率慢、间隔短，分辩率上风无从阐扬。超声波雷达同理，汽车停车标配12颗，但呆板人近场感知已经被激光雷达及深度相机笼罩。反过来，呆板人全身30+颗力/触觉传感器，是汽车感知系统中彻底不存于的品类。

算法层面，两条路径正于占用收集（OCC）这一点上会合。 主动驾驶从俯瞰图（BEV）向OCC演进，用3D体素网格解决异形障碍物的长尾难题；呆板人则自然需要3D理解，抓取、导航、避障都发生于三维空间。二者的底层技能同享Transformer特性提取、多传感器交融、同步定位与舆图构建（SLAM）及方针检测跟踪。

决议计划层：AI架构同源，履行繁杂度差一个量级

VLA（视觉-语言-动作）模子是两个行业配合押注的决议计划范式。技能共性清楚：Transformer底座、多模态交融、端到端输出、数据飞轮闭环。但履行繁杂度差了一个量级。主动驾驶车辆约6个自由度，焦点节制量就是转向角及加减速率；人形呆板人有几十个自由度，需要协调腿、手、头部、躯干。这直接决议了VLA的落地形态差别：汽车的VLA输前途径点坐标，再由模子猜测节制（MPC）分化为节制指令；呆板人VLA则需直接输出各枢纽关头的高维动作序列。

芯片及仿真平台的跨行业复费用更高。 英伟达Jetson AGX Thor同时办事呆板人（Isaac GR00T）及主动驾驶（DRIVE Thor），“统一硬件+双软件栈”最年夜化研发投入产出比。小鹏自研图灵芯片更进一步，做到了“一芯三用”——笼罩AI汽车、飞行汽车及人形呆板人，旗舰版车型及IRON呆板人均搭载3颗图灵芯片。仿真平台方面，NVIDIA Omniverse基在OpenUSD尺度，SimReady资产于CARLA（主动驾驶仿真）及Isaac Sim（呆板人仿真）之间无缝迁徙。特斯拉的仿真引擎同时办事FSD及Optimus——统一套体系既天生繁杂路口场景练习主动驾驶，也构建工场、仓储场景练习呆板人。

履行层：算法相通，形态大相径庭

汽车正履历从机械到线控底盘的架构革命——EMB电子机械制动将相应延迟从300-600ms压到50ms之内。呆板人以枢纽关头模组为焦点，每一个枢纽关头集成机电+减速器+编码器+伺服驱动，单台配备数十个自力伺服体系。

物理形态彻底差别，但底层逻辑相通：机电节制算法（FOC）、周详制造、安全冗余设计都可迁徙。这也恰是头部汽车Tier 1扎堆跨界呆板人的直接缘故原由。

值患上一提的是，截至2026年8月，已经有近20家主流车企经由过程自研、投资或者孵化进入人形呆板人赛道。

版权所有，未经许可不患上转载