现代汽车为机器人业务未来设定了具体目标:到2028年,在美国年产3万台
现代汽车集团执行董事长郑义宣在旧金山人工智能峰会上宣布,该集团将转型为一家实体人工智能解决方案公司,并以汽车制造商在类人机器人领域迄今为止最具体的产能承诺作为支撑:到2028年,其在美国的生产体系将具备年产3万台机器人的能力。 该计划的核心包括波士顿动力(Boston Dynamics)的电动“阿特拉斯”(Atlas)类人机器人、5万块英伟达(Nvidia)Blackwell GPU、与谷歌DeepMind在模型方面的合作,以及约59.7亿美元用于在韩国建设“新万金AI谷”,该项目将包括为小型企业提供合同制机器人制造服务。

如今,每家汽车制造商都宣称拥有机器人战略。现代汽车集团刚刚做了一件更为罕见的事:它具体指明了数量、国家以及时间。 7月24日,执行董事长郑义宣在旧金山人工智能峰会上表示,该集团正在美国建设一套生产体系,目标是在2028年前实现年产3万台机器人,这是迄今为止全球任何汽车制造商在类人机器人产能方面做出的最具体承诺。
这一宣布标志着现代汽车从一家汽车制造商向郑义宣所称的“物理人工智能解决方案公司”转型的开端。该计划将波士顿动力(Boston Dynamics)的电动人形机器人“阿特拉斯”(Atlas)作为其旗舰产品,结合基于5万个英伟达(Nvidia)Blackwell图形处理单元的训练管道, 与谷歌DeepMind联合开发的人工智能模型,以及约9万亿韩元(约合59.7亿美元)的投资,用于在韩国新万金地区建设一个新的AI和机器人制造中心。Atlas开发机型的交付将首先在现代汽车自有的工厂进行,包括位于佐治亚州的Metaplant America工厂。
“现代汽车集团正在突破传统汽车制造的界限,转型为一家实体人工智能解决方案公司,”郑在峰对约150名齐聚峰会的 executives 和 officials 表示。此次峰会还产生了《韩国旧金山人工智能宣言》,该宣言内容已于今日另行报道。 如果这一表述没有依托于现有的资本、产能和供应链,那它不过是会议上的空谈。
一条装配线上,从汽车到机器人
郑哲焕描述了一项分三个阶段的战略:从智能设备(即车辆和机器人)出发,经由智能空间(如人工智能驱动的工厂),最终实现城市级别的集成智能化。将这些阶段紧密联系在一起的,正是该集团所称的“数据飞轮”:
在现代汽车工厂内运行的机器人和车辆生成了用于训练新一代模型的真实世界数据,而这些模型反过来又提升了机器的能力,并产生了更丰富的数据。这与特斯拉对其“Optimus”项目所描述的自我强化循环如出一辙,只是存在一个实际差异。 现代汽车已拥有一家拥有四分之一世纪运动学研究经验的机器人公司,且其工业机器人在商业环境中已形成庞大的安装基数。这家公司就是波士顿动力(Boston Dynamics)——这家位于马萨诸塞州沃尔瑟姆的机器人开发公司成立于1992年,是麻省理工学院(MIT)的衍生企业,现代汽车于2021年以11亿美元的估值收购了其控股权。 其核心技术是动态行走与全身控制——即在腿式机器工作时保持其平衡的学科;其市场定位已从研究平台演变为已部署的工业机器人车队,目前全球有超过2,000台Spot四足机器人从事检测和公共安全工作。 波士顿动力公司提供的产品组合包括:Spot四足机器人、Stretch物流机器人、MobED移动平台,以及如今作为核心产品的全电动Atlas类人机器人。 Atlas开发原型机将首先部署于现代汽车各制造基地,其中位于佐治亚州的Metaplant工厂——该集团在美国最新、自动化程度最高的工厂——将作为测试基地。该选址并非随意而为。 这座位于萨凡纳附近、耗资76亿美元的电动汽车产业园区于2025年投入运营,是现代汽车展示“软件定义制造”的标杆。该园区已部署Spot机器人在检查路线中运行,并为集团在美国本土、关税壁垒内提供了一个机器人部署环境——在这里,Atlas每运行一小时所产生的训练数据均归集团完全所有。 这一流程与本刊在整个行业中追踪到的模式如出一辙:先在自家工厂验证机器人,在那里你可以控制环境并吸收
在将产品出售给不会出现故障的客户之前,先排除故障。这3万台的数字值得仔细斟酌。它指的是生产能力,而非已确认的订单,而且现代汽车尚未说明这些生产线将由多少台Atlas人形机器人、Spot机器人和Stretch系统组成。 作为参考,目前全球在用类人型机器人的总数仅为数万台,而中国领先制造商Unitree和AgiBot在2025年各自出货量约为5,000至5,500台。 如果一个年产30,000台机器人的工厂网络能够充分发挥产能,其规模将大致与Figure AI公司BotQ工厂宣布的雄心相媲美,并超过目前中国境外任何在运营的工厂。 在正式开工之前,产能承诺不过是空谈;但此次声明至少来自一家年产200万辆汽车的企业,其对一条年产30,000台机器人的生产线所需成本了如指掌。
计算能力和技术核心来自美国,但工厂并非如此
与英伟达的合作提供了训练基础。现代汽车确认将部署5万块Blackwell GPU——这一承诺去年首次披露——用于模型训练、验证和部署,并配合英伟达的数字孪生工具,在机器安装前对工厂进行模拟。 两家公司还计划打造一个联合机器人参考平台,供韩国的大学、研究机构和初创企业在此基础上进行开发,从而使现代汽车的技术栈成为一个国家级的开发平台,而非封闭的专有系统。波士顿动力与谷歌DeepMind的独立合作则涵盖了基础模型,这些模型赋予了Atlas机器人通用操作能力和任务理解能力。
韩国方面的计划同样具体。总投资约59.7亿美元的“新万金AI谷”项目,整合了AI数据中心、机器人制造集群以及用于
氢能,以及一座人工智能氢能城市,该城市将配备合同制机器人生产能力,韩国小型企业可租用而非自行建设。现代汽车还计划在未来十年内,在韩国岭南地区投资42万亿韩元(约合278亿美元)。 这一架构不言自明:一边是美国的计算能力与市场需求,另一边是韩国的制造规模和政府协调的基础设施,而现代则作为连接两者的枢纽。该集团与Waymo的合作——即在佐治亚州Metaplant工厂生产的IONIQ 5车型为自动驾驶车队供货——已经展示了这一模式在汽车领域的应用。通俗来说,不妨将现代汽车的尝试视为“富士康模式”的逆向操作。富士康通过大规模制造其他公司的智能设备而变得不可或缺。而现代汽车则计划自主设计智能系统、制造终端设备、拥有工厂,并向其他企业出租闲置产能,从而获取那些代工厂商通常会让给客户的每一层利润。
这将使竞争对手处于何种境地
当前的竞争格局中,西方汽车制造商呈现出三种截然不同的立场。特斯拉采用垂直整合模式且行事低调,承诺通过自有生产线实现Optimus的量产,但既未公布产能数据,也未透露外部客户的订单承诺。 梅赛德斯-奔驰和宝马则采取采购模式,分别在其工厂内试运行Apptronik和Figure的机器人,同时将机器人制造业务排除在自身财务报表之外。现代汽车则选择了第三种定位:拥有机器人制造商、拥有工厂、先在内部部署,再向外出售产能。 在中国,类似的格局正朝着相反方向分化:小鹏汽车正致力于在年底前实现其IRON人形机器人的量产;奇瑞正在孵化Aimoga消费品牌;比亚迪则预告将于8月初首次揭晓其首款人形机器人,本刊也将对此进行报道。
今日报道。不同之处在于,在这些汽车制造商中,现代是唯一一家已经拥有机器人公司的企业,且该公司已有二十年的产品交付历史。因此,值得关注的采用信号并非新闻稿,而是采购文件。 Metaplant工单中出现的Atlas开发单元、波士顿动力在佐治亚州或美国东南部的制造工程师招聘启事、新万金产业集群的工装合同,以及电动版Atlas的首个公开外部客户,这些都将分别证实该计划正在转化为硬件。如果到2027年年中这些迹象仍未出现,那也将传递出同样明确的信号。
怀疑论者的账本
反驳的论点颇具分量。现代集团的机器人相关核心数据增长迅速:该集团于2025年4月宣布将自行采购数万台机器人,而产能规划往往比实际部署的机队扩张得更快。 波士顿动力尽管拥有深厚的工程底蕴,却从未达到汽车级别的量产规模;从手工精制数百台“Spot”机器人到运营一条年产3万台的生产线,这中间的鸿沟曾让所有试图跨越它的机器人公司都铩羽而归。 电动版Atlas仍是一个开发平台,既未公布价格,也没有生产周期基准,更未获得第三方客户的承诺。而且整个计划都假设人形机器人的需求能按计划实现——这一假设从长期来看虽得到劳动力经济学的支持,但尚未有任何采购部门在五位数的采购量上予以验证。
此外还存在劳资关系的隐忧。正如本刊7月23日报道的那样,现代汽车的韩国工会明确将类人机器人部署排除在今夏的工资谈判之外,这更像是一场休战,而非最终解决方案。在佐治亚州扩大机器人生产规模的同时将机器人引入韩国工厂,将对这一局面构成考验。
从两端进行安排。不过,现代汽车此次公告与同类声明的区别在于其可证伪性。 到2028年,美国将建成年产能3万台机器人的生产体系——这一声明不仅有具体地址,还有明确的建设时间表。未来24个月内,Metaplant工厂的工装订单、招聘公告以及Atlas机器人的部署要么出现,要么不会出现。 自动化采购方应将这一公告视为一个强有力的信号:在与中国产业集群并驾齐驱、且领先于大多数美国初创企业的背景下,一家已经掌握百万级机器生产能力的企业,正通过资金投入,将第二个可信的西方工业类人型机器人供应来源变为现实。 这则新闻的亮点很简单:类人机器人领域刚刚获得了首个汽车制造商级别的产能承诺,且该项目由韩国所有、在美国制造,并由英伟达提供技术支持。现代汽车押注的机器人市场目前尚未完全形成。 但根据现有证据,服务于该市场的工厂产能即将落地。在这个行业中,正如一个世纪前的汽车业一样,率先建厂的企业往往会为后来者制定价格标准。
免责声明:本文仅供一般信息参考,不构成投资、法律或采购建议。读者在做出商业决策前,应通过原始来源核实相关细节。










