人形機器人的量產競賽正進入關鍵階段，但釋出會上的宏大敘事與產線實際進度之間存在明顯落差。8月，特斯拉位於加州弗裡蒙特的一條汽車產線被拆除清空，該產線曾生產Model S和Model X，如今正等待安裝Optimus Gen3的專屬工裝。然而，特斯拉在Q2財報中表示，第一代Optimus產線“正在安裝”，生產“預計年內啟動”，意味著這條備受關注的產線尚未真正投產。
與此同時，同在加州的Figure AI卻已交出實打實的成績單。其BotQ工廠從今年1月到4月，日產能從一台提升至每小時一台，實現24倍提速。截至4月底，工廠已向客戶交付超過350台Figure 03，其中一批已進駐寶馬位於斯巴坦堡的工廠，承擔物流作業。Figure的進度不僅體現在產能上，其上一代Figure 02曾在寶馬工廠駐廠11個月，累計執行超1250小時，裝載零件超9萬個，支援了3萬多輛寶馬X3的生產，放置精度超99%。基於這些實地資料，Figure 03獲得新部署合同，40台機器人以每台每小時約25美元的價格執行物流任務。
兩家公司在產品引數上各有側重。Figure 03的規格幾乎全部公開：身高168釐米，體重60公斤，負載20公斤，行走速度1.2米/秒，續航5小時，搭載2.3千瓦時電池，足底整合無線充電線圈，全身44個自由度，單手16個，指尖觸覺感測器可分辨3克壓力差。特斯拉Optimus Gen3的引數披露則不夠完整，已確認包括身高173釐米，體重57公斤，搭載新一代AI5晶片，配合SpaceXAI（原xAI）的Grok實現語音互動，單手22個自由度，雙手合計50個執行器。
在感知技術路線上，兩家公司高度趨同。特斯拉明確棄用雷射雷達，將FSD的純視覺方案遷移至機器人，攝像頭成本約為雷射雷達的百分之一。Figure 03公開的感測器方案為6個主攝像頭加兩個掌心攝像頭，同樣未出現雷射雷達。
真正的差距在於量產能力。特斯拉馬斯克反覆重申“年產百萬台”的目標，但缺乏附有時間表的施工計劃，且2025年初曾表示當年生產上萬台Optimus，實際交付遠低於預期。Figure則通過連續數月的進度更新展示執行力，到8月，按周產55台的速度推算，實際產量已明顯超過350台。
商業模式上，特斯拉延續造車邏輯，先跑通量產爬坡，靠規模效應將成本壓至2萬至3萬美元區間，使普通企業乃至家庭可承受。Figure則選擇不賣硬體，賣機器人的工作時間，按每小時25美元收費，對標產線工人時薪，收入隨部署規模擴大而持續滾動。這一模式也是Figure在去年9月融資中獲得390億美元估值的核心敘事。
然而，無論哪種模式，都面臨供應鏈瓶頸。摩根士丹利全球具身智慧團隊研究顯示，如果完全不使用中國供應商製造Optimus Gen2，整機BOM成本將從約4.6萬美元飆升至13.1萬美元，近3倍；僅執行器一項，成本可能從約2.2萬美元漲至5.8萬美元。中國供應鏈在永磁體品類佔絕對主導，市佔率接近九成，但在減速器、軸承、精密感測器等環節，日本、韓國、歐洲和美國供應商仍佔相當份額。一旦脫離中國供應商，2萬至3萬美元的定價目標便很難成立。
市場對人形機器人市場的預測分歧巨大。高盛最初預測2035年市場規模為60億美元，隨後上修至380億美元；另一機構ResearchAndMarkets則預測從2025年的29.8億美元增長至2034年的2434億美元。這種分歧反映出行業尚未形成共識：是作為工業裝置計算折舊，還是作為消費電子估算滲透率，抑或作為勞動力替代對標工資成本，不同建模邏輯得出截然不同的結論。
在出貨量上，宇樹科技去年售出超5500台人形機器人，超過特斯拉、Figure、Agility Robotics三家美國公司總和，其策略是先以低價建立市場基礎，再逐步補齊通用能力。
人形機器人的“iPhone時刻”是否到來，取決於三個條件：成本降至可規模化採購的水平、續航覆蓋完整工作班次、供應鏈支撐百萬級穩定量產。目前，Figure證明了“可以製造、能夠勝任實際作業”，特斯拉描繪了“未來可低成本”的路徑，中國供應鏈證明了“可以低成本製造”，但三個條件分散在不同參與者手中，沒有任何一方同時具備全部。這場競賽的核心，在於誰能率先將成本可控、產能穩定、場景可行三者整合為自我造血的正向迴圈。