AIMochi | 從電動車到「機器人」:AI筆記小鵬的 IRON 登台,是技術勝利還是精心的表演
從電動車到「機器人」:AI筆記小鵬的 IRON 登台,是技術勝利還是精心的表演

從電動車到「機器人」:AI筆記小鵬的 IRON 登台,是技術勝利還是精心的表演

舞台燈光下,IRON 緩步而出——女性化的體態、輕盈的步伐、近乎流暢的姿勢,馬上成為鏡頭與社群討論的焦點。觀眾的驚嘆、網友的兩極評論一瞬間將這場發布會從一個企業內部的技術示範,推向了大眾文化的討論場域。

這類發布(tech demo)本就兼具科技與表演性,而當「擬人」的外表觸及社會對人體美學與性別符碼時,討論很快就超出技術本身。筆者透過 AIMochi 筆記工具,來看看小鵬機器人!

從自駕車起家:打下感知與決策的技術根基

小鵬汽車自成立以來,一直以「智慧出行」為核心定位。早在 2018 年,小鵬就啟動自研自動駕駛系統「XNGP」(Xpeng Navigation Guided Pilot),並持續迭代。

2023 年,小鵬成為首個在中國多城開通「無圖自駕」功能的車廠──其 XNGP 2.0 可在無高精地圖支援下,依靠視覺感知與深度學習模型完成城市級自動駕駛。這項技術突破意味著車輛能像人一樣「看懂世界」,是 AI 模型能力與感知融合的重要里程碑。

此舉為人形機器人的誕生奠定了基礎:

  • 自駕技術中的 感知(Perception)決策(Decision)控制(Control) 三大模塊,與人形機器人的動作協調高度相似;

  • 車輛的「道路理解」被轉化為機器人的「環境理解」;

  • 車用晶片與感測器供應鏈,也能直接延伸至機器人硬體設計。

這使得小鵬能從車的 AI 系統「自然過渡」到具身智能的研發,比許多從零開始的機器人公司更具整合優勢。

突破一:跨場景的 AI 決策系統

小鵬近年提出「多模態融合決策」(Multi-modal Fusion Decision)框架,把語音、視覺、雷達、觸覺等感知數據整合,讓機器能根據情境自主做出安全決策。

這套系統已應用於旗下 Robotaxi 測試車與 IRON 原型機中,能在複雜空間中辨識人類表情與姿態、預測行動方向,並進行人機互動回應。
在 2024 年的測試報告中,小鵬的自駕車於深圳與廣州市區的平均接管率降至每百公里不到 0.3 次,顯示 AI 模型決策穩定性顯著提升。

突破二:自研仿生結構與動力模組

IRON 採用小鵬旗下子公司「小鵬仿生科技」開發的 仿生肌肉驅動系統(Bionic Muscular Actuator),具備高扭矩輸出與柔性回饋控制。

與傳統的電機或液壓驅動不同,該技術結合了電磁與彈性材料學,使關節動作更平滑、更具擬人特性。

根據技術白皮書,小鵬成功將 85% 的核心零件國產化,並能以電動車製造線技術批量生產關節模組──這是其他機器人新創難以達成的「成本優勢突破」。

突破三:AI 模型的具身訓練(Embodied AI)

與僅停留在語言或影像的 AI 不同,小鵬將大型模型的訓練延伸至「行動層面」。

他們開發了稱為 XBrain 的自研具身智能模型,透過模擬環境與真實機器實測同步訓練,讓 IRON 能不只理解語義,更能對「動作與物理反饋」做出反應。

例如,IRON 在訓練中學會「避開人群時保持安全距離」、「在遞物時調整手臂角度避免碰撞」,這些能力都來自 XBrain 的實體行動學習。

從電動車到「具身 AI」:為什麼小鵬要做機器人?

小鵬的核心起點是電動車與自駕技術,其技術積累包括感知系統、全球部署的軟硬體整合能力與自研 AI 晶片。企業將資源往「人形機器人」延伸,並非單獨的浪漫嘗試,而是基於三個商業與技術邏輯:

一、用於提升車用自駕與場域自動化的通用具身平台;

二、拓展車之外的服務與營運場景(例如門市接待、工廠巡檢、Robotaxi 的乘客服務);

三、藉由量產規模與供應鏈優勢,抓住未來巨大市場規模的機會(何小鵬曾把機器人市場規模視為比汽車更大的長期機會)。這個轉向把「行動感知+大算力」的優勢從四輪車延伸到兩腿機器。

IRON 的技術與設計語言

在公開資料與會中說明裡,下一代 IRON 強調「擬人構型」與「仿生肌肉」:包括仿人脊椎、仿生肌肉驅動、柔性包覆皮膚與多自由度關節設計,以求在步態、姿態與人機互動上更自然。

此外,IRON 被描述為搭載自研算力(例如多顆圖靈AI晶片),能在視覺、語言與行動間做即時整合;公司宣稱目標於2026年底量產,並先投入工業巡檢與服務業場景。這些都是小鵬官方與主流媒體在發表會後報導的重點。

商業路徑:量產、應用與生態布局

小鵬將機器人視為和 Robotaxi、自駕共同構成的 AI 生態系:Robotaxi 提供移動場景與服務需求,IRON 則可被部署於門市接待、展場、工業巡檢與零售服務。

此策略的核心在於「先求場景可用、再求廣泛普及」——也就是把量產壓低成本、並先進入可控且有付費能力的商業場域,來建立收入曲線與使用者反饋。

報導指出小鵬已與產業夥伴(例如大型鋼鐵或製造業客戶)討論巡檢與工業應用。若實現,這是一條從示範到落地的合理路徑。

技術難題與時間表的現實檢驗

人形機器人在「耐久性、能量密度、可控性、成本」四方面的挑戰從未消失:即便展示了優雅步態,讓機器在真實工業環境長時間運轉、承受磕碰與環境干擾仍需大量工程驗證;電池與散熱、維護成本、以及軟體在雜訊場景下的安全決策,都是推向量產前要克服的關卡。

因此「量產」這個詞在發布會上很吸睛,但要達到穩定的出貨與商業營運,還需要嚴格的測試、認證與長期的使用者回饋循環。

以上資訊僅供分享與參考之用,請自行保留獨立判斷。若想快速了解更多資訊,善用 AIMochi 筆記工具,幫我們從海量資料中,梳理出關鍵資訊,讓我們精準掌握重要訊息!

馬上開始使用AIMochi