特斯拉在弗里蒙特（Fremont）的工厂，从今年 5 月起不再造 Model S 和 Model X 了。那两条产线上的工人和工程师，被整体转到了 Optimus 上。
图片来源：humanoidsdaily
这件事本身比任何一次发布会都有说服力。马斯克在 2026 年二季度财报电话会上说 Optimus 可能是"史上最大的产品"，同时也承认做出一个能干多种活的自主人形机器人是"最难解决的问题之一"。注意，公司是真的把车砍了去换机器人。
而这个“最难”，可以拆几个非常具体的麻烦。
手，是一百多个零件的人工装配活Optimus 最新一代叫 V3。它的问题不在大脑，在手。
一只手加上前臂，里面有一百多个小零件、小螺丝之类的东西目前都要人工装配。生产线的设备对不齐这些零件的精度，产线速度一快就出问题。结果是刚下线的机器人很多需要立刻返修。
手上的触觉传感器也不够可靠。报道里说，特斯拉后来干脆开发了一层手套状的传感层，坏了可以单独换，不用把整只手换掉。
这是个很典型的工程妥协：既然传感器会坏，那就让它容易换。听起来不高级，但这恰恰是量产思维。
顺带说一句，同期的报道里有个数字很能说明落差。马斯克的目标是每周造 2 万台 Optimus，而眼下的现实是每周数百台，年底目标是 1000 台以上。2 万台和 1000 台之间，隔着的正是那只手。
工人们不太愿意配合模仿学习需要数据，大量的、真实的人体动作数据。特斯拉的做法是让德州和加州的工厂工人穿上特制的服装，把他们干活时的身体动作录下来。
报道里说，有工人在抱怨。原因说得非常直白：他们知道这些机器人最终是来取代自己的。
特斯拉后来把这项数据采集工作转给了专门的团队，还设立了"训练中心"给这些团队用。
我觉得这大概是整篇报道里最值得琢磨的一段。让产线工人亲手训练一个来替代自己的机器人，这件事在管理上说不通，在伦理上更说不通。特斯拉的调整方向（专人专岗）是对的，但它也意味着训练数据的来源变了——专门团队的动作，和真实产线上那些干了多年的人的动作，不是一回事。数据质量会因此下降，这个代价是隐性的。
它还谈不上"通用"有个不太被注意但很关键的点：Optimus 目前的 AI 能力还不足以支撑通用作业。一个信源说，现在的 Optimus 需要针对具体任务、在受控环境里做编程。
这其实是全行业的状态，不是特斯拉独有的。通用机器人最大的瓶颈一直是训练数据，要教会机器人用眼睛学会各种各样的手工活，需要的数据量远远超过现在能采到的规模。
所以现在的 Optimus，更像是一个在特定工位上、按预先编排做动作的机器，而不是发布会视频里那个能叠衣服、能递东西的通用助手。这两者之间的差距，比"每周 1000 台"和"每周 2 万台"的差距还大。
供应链还是绕不开中国特斯拉的机器人零部件依然高度依赖中国供应商。这件事的背景是：美国联邦通信委员会（FCC）在 7 月禁止了新的外国制造机器人，包括人形机器人、四足机器狗和扫地机器人进入美国市场。
一边是禁令，一边是依赖，中间是产能目标。这中间的张力，接下来一年会在很多美国机器人公司身上重演。外媒之前还报道过硅谷的机器人创业公司把中国产的零件装箱带进美国的事。
场上的其他人特斯拉的麻烦不独特，但它的竞争对手也没闲着。
丰田计划投数十亿美元升级工厂的机器人，其中一部分是人形。现代计划在未来几年内部署最多 25000 台 Atlas，那是它旗下波士顿动力的产品。中国的宇树（Unitree）靠极致的成本控制，在廉价人形机器人上已经跑到了前面。
图片来源：TOYOTA官网
真正把人形机器人投入商业运营、且走得最远的，反而是俄勒冈州的 Agility Robotics，2024 年就把机器人放进了 GXO Logistics 在亚特兰大附近的一个仓库。
但全行业共同的问题是：商业模式还没被证明。需要的是长期、低成本的部署案例，还得证明这些机器能安全地和人一起干活。Agility 的新一代机器人专门做了"会停下来、会蹲下以避免伤到人类同事"的设计，这本身就说明安全还是个未解的问题。
结语人形机器人这一轮的热度，很大程度上是资本和叙事推动的，而落地在三个非常不性感的地方：手部的量产工艺、工人的配合意愿、以及零部件供应链。
特斯拉把 Model S/X 停掉去换 Optimus，是一次真实的、有成本的押注，这比任何 demo 视频都可信。但同样真实的是：一只手上有一百多个要人工拧的螺丝，触觉传感器不可靠，被录动作训练的工人知道自己在训练替代品，而数据还远远不够支撑"通用"。
每周 1000 台这个年底目标，我觉得大概率能摸到，毕竟那是个工程问题，靠人和钱能堆出来。真正难的是让这 1000 台机器人干出值得它们成本的活。
而那个每周 2 万台的目标，得先解决一只手。