智東西（公眾號：zhidxcom）
作者 | 李水青
編輯 | 漠影
人多即強者——這條在眾多行業通行的法則，在人形機械人這條賽道上，可能正要失效。
近日，一張合照引爆科技圈。特斯拉optimus全員大合影曝光，囊括研發、採購、測試等，總團隊僅約200多人。這個規模，甚至不及許多大廠單個事業部的零頭。
但就是這支精簡小隊，不僅迭代出optimus v3最新原型機，更立下硬核目標：衝刺年產百萬台，將單機成本壓至2萬美元以內。
幾乎在同一時間，正在衝刺a股「具身智能第一股」的宇樹科技，也給行業丟下了一顆重磅炸彈。
其問詢函顯示，2025年預計營收17.08億元、凈利潤6億元，毛利率逼近60%。全年人形機械人出貨超5500台，穩居全球出貨榜首。
從硅谷到杭州，一個正在被驗證的行業共識正在浮現：人形機械人的聖杯，不再是靠「燒錢堆人」砸出來的。
這場關於未來勞動力形態的競賽，正在回歸效率的本質。
一、200多人，馬斯克憑什麼敢喊年產百萬台？
2026年3月，特斯拉optimus團隊首次公開全員合影，總規模超200人。無獨有偶，宇樹25年9月末員工總人數是480人，研發人員是175人。這個數字令人驚訝，不僅因為它涵蓋了從研發到製造的全部崗位，更因為它與馬斯克此前描繪的宏大藍圖形成了鮮明對比。
就在今年1月的財報電話會上，馬斯克宣布，將停止生產model s和model x，並將加州弗里蒙特工廠的生產線改造用於生產optimus人形機械人。他的目標是在2026年底前建成一條年產百萬台的生產線，長期目標是年產千萬台。
200多人，如何撬動百萬台目標？
特斯拉再次證明了其「第一性原理」的威力。optimus的高效密碼，是一場精密的「生態復用」。
首先是技術復用。無需從零搭建，特斯拉的工程師們直接將車載fsd（全自動駕駛）的視覺神經網絡與dojo超算平台遷移到了機械人身上。這相當於給optimus裝上了一顆已經跑過數億公里路測的「大腦」。它不需要重新學習「看」世界，只需要學會如何與物理世界交互。
其次是製造復用。特斯拉選擇將原本的model s/x產線進行改造，用於機械人生產。這種「工廠級別的復用」，讓機械人從一開始就具備規模化製造的基因，而不是停留在實驗室或小批量階段。這比任何一家初創公司從零開始建廠、談供應鏈，都要快得多、省錢得多。
最後是人才復用。optimus團隊的核心骨架，來自於autopilot團隊。這些工程師已經經歷過自動駕駛從0到1的複雜系統構建過程，具備跨軟件與硬件協同的能力。相比從市場上大量招人重新磨合，這種「老兵帶隊」的方式，效率更高，溝通成本更低。
在這一整套「復用體系」下，團隊規模不再是決定效率的核心變量。相反，系統協同能力與技術積累，成為真正的槓桿。
馬斯克也多次強調，optimus團隊將長期保持「小而精」的狀態，不會因為市場熱度而盲目擴張。在他看來，真正的競爭力，不在於有多少人，而在於每一個人能撬動多大的系統。
二、不玩「機海戰術」：型號少、團隊精，打磨真功夫
在當前的人形機械人賽道中，一種頗為流行的策略是「多型號並行」。
一些公司頻繁發佈不同版本，型號層出不窮，試圖通過產品線的密度來證明自身實力。但這種策略也帶來了明顯問題：資源分散、迭代淺層、技術難以沉澱。
然而，特斯拉從2022年至今官方正式公布的型號，掰着手指就能數過來：
bumblebee（2022）：首個行走原型機，裸露的工程驗證樣機，像一個蹣跚學步的嬰兒。
optimus gen 1（2022）：正式亮相，擁有28個關節，實現了基礎的自主移動與簡單操作。
optimus gen 2（2023）：行走速度提升30%，減重10公斤，配備11自由度靈巧手，開始在特斯拉工廠「打工」。
optimus gen 3（2026曝光）：擁有22自由度靈巧手、45個全身自由度、亞毫米級操作精度，外觀高度擬人，柔性外殼隱藏了所有關節，被網友驚呼「看起來就像一個人穿着機械人服裝」。
4年4個型號，沒有眼花繚亂的「pro/max/ultra」，每一代都是實打實的跨越。
這種節奏背後，是一種非常明確的類似特斯拉的產品哲學：不做「表面升級」，只做「代際進化」。而支撐這一切的團隊，總人數僅約200多人。扣除非研發崗位，核心工程師更少，型號少，但每一代都能打。
再看國內的宇樹，同樣克制。在人形機械人領域，從h1到g1，再到後續r系列，其型號數量同樣有限，每一款都有鮮明標籤；在四足機械人領域，從go1到go2，每一代產品都聚焦核心能力提升，應用場景清晰地從科研教育，向商業消費和行業應用快速滲透，而非簡單擴展產品矩陣。
特斯拉和宇樹的共同選擇，正在向行業釋放一個信號：在人形機械人這樣複雜的系統工程中，「少而精」遠比「多而雜」更具競爭力。
三、人形機械人不是「勞動密集型」產業，不靠堆人突圍
如果把特斯拉放入行業橫向對比，會發現一個更清晰的趨勢：頭部玩家幾乎都不是「大兵團作戰」。
figure ai：員工約180人，憑藉openai等巨頭的背書和頂尖的ai集成能力，獲得了巨額融資，但量產仍處於早期。
agility robotics：員工294人，專註物流場景的落地，雖然部署領先，但團隊規模也遠未達到數千人級別。
宇樹科技：總員工480人，研發175人，已實現年收入17億、凈利潤6億的商業化奇蹟。
行業頭部公司的規模多在100-300人級別。這並非偶然。成功的關鍵，在於ai集成、迭代速度與製造能力的三位一體，而非單純「砸錢堆人」。純初創公司常靠融資造勢，但特斯拉利用現有的fsd和工廠優勢，實現了「厚積薄發」；宇樹則通過全棧自研，把核心零部件成本壓到極低，實現了正向盈利。
近期，宇樹招股書一出，有人盯着「研發投入佔比下降」、「外包比例高」說事。但這些人可能看反了。
第一，不看投入看產出。 2025年前三季度，宇樹營收11.67億，全年預計17億；凈利潤6億，毛利率逼近60%。這個賺錢能力，放在全球機械人公司里都是能打的。這意味着它已經跑通了商業化閉環，而不是停留在「燒錢換市場」的階段。
第二，全棧自研降本+務實生產模式。 宇樹的策略極為務實：把組裝、測試等低附加值的環節外包，通過勞務外包來應對生產波峰。
與此同時，它死死攥住關節、電控、算法等核心命脈。這意味着，宇樹機械人最關鍵的「心臟」和「神經」，掌握在自己手裡。這和特斯拉把非核心業務外包給供應鏈，自己牢牢把控電池、電機、電控等核心技術，沒有本質區別。
第三，更深層的競爭壁壘，則在於其長期積累的運動控制能力（「小腦」）、強化學習在實際產品中的應用經驗，以及基於真實場景形成的數據閉環。這些能力，並不是通過「多招人」就能快速獲得的。
換句話說，在這個行業里，「人多」並不能直接轉化為「更強」，甚至可能因為協同成本上升而拖慢效率。
真正決定勝負的，是「人才密度」與「系統槓桿」。
這一點，在ai大模型領域同樣得到了印證。deepseek以約160人的團隊規模，實現了極高的成本效率，甚至在理論成本利潤率上達到驚人的水平。這種「小團隊、大產出」的模式，正在多個技術密集型行業中反覆出現。
結語：告別堆人泡沫，回歸效率本質
從團隊規模來看，特斯拉約200人、宇樹研發175人、deepseek 160人……它們來自不同賽道，卻指向同一個答案：這個時代最性感的商業故事，不再是「我融了多少錢，養了多少人」，而應該是「我用最少的人、最短的時間，做出了最硬的產品」。
馬斯克曾放言，optimus的潛力超過特斯拉汽車業務，可能創造10萬億美元的收入。王興興則帶着他的團隊，用一份營收17億、凈賺6億的ipo答卷，向資本市場證明，造機械人不僅能賺錢，而且能賺大錢。
人形機械人的淘汰賽已經進入下半場。上半場，靠「堆人、講故事、圈融資」製造泡沫；下半場，則靠「小團隊、大生態、高效率」決出勝負。
這，或許就是馬斯克與王興興們，正在為這個時代寫下的新規則。
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-