Optimus 真落后了吗？这期节目把竞争拉回量产、FSD 与治理 (2026)

这期节目在讨论什么

「Tesla Optimus Just Got New Competition」从小米、Xpeng 等中国厂商的人形机器人展示开始，最后却没有给出一个简单的「中国领先」或「Tesla 领先」结论。主持人 Larry Goldberg 和嘉宾 Brian White 真正争论的是：机器人比赛应该按公开演示的动作流畅度来排，还是按供应链、工厂、软件迭代和量产能力来排？

Brian White 的答案很明确：他看过的中国机器人是真的，很多展示也很漂亮，但这还不能证明它们已经超过 Optimus。Tesla 目前公开展示的 Optimus 可能还是两年前的设计，Tesla 没有必要每天把进展展示给外界，下一次大规模演示也许要等到准备销售时才会出现。于是，「谁的机器人现在更像人」被换成了「谁先把产品稳定地造出来，并让它完成有价值的工作」。1

这是一期 40 分 55 秒的对谈节目，发布时间为北京时间 2026 年 7 月 17 日 02:30。由于 Herbert Ong 当时休假，节目由 Larry Goldberg 主持，嘉宾是 FutureAzA 的 Brian White。后半段话题又转向 BYD 的价格战、FSD 的 Hardware 3 与 Hardware 4，以及 Tesla 和 SpaceX 是否应该合并。节目简介同时披露，嘉宾持有 TSLA 和多家人形机器人公司的仓位，读者在看这些判断时需要把这个利益关系放在背景里。1

中国机器人「真的」吗？节目先质疑比较方法

Brian White 对中国人形机器人的第一判断并不保守：它们是真的。他提到自己在中国接触过机器人团队，也看过几代产品的展示。有些机器人走路很自然，动作流畅到被人怀疑「是不是人穿了机器人的外壳」，团队后来甚至剪开部分外层包覆，让观众看到里面确实是机械结构。这个故事不能证明产品已经能在工厂里工作，却至少说明，中国厂商的演示并不等于一段简单的后期特效或遥控表演。

他还提到一个容易被忽略的差别：很多中国机器人公司并不需要把所有零部件都放在自己公司内部生产。中国有集中的机器人供应链，执行器和其他机器人专用部件可以快速取得，原型迭代不一定要等待很久。对小米这样的电子产品集团来说，机器人也不是从零开始的孤立项目，而是和消费电子、汽车、家电及工业设备放在同一套制造体系里讨论。1

节目还用两届人形机器人半程马拉松作例子。Brian 的说法是，第一届只有一两台机器人尝试自主完成，第二届则有更多机器人能够被设定为「一直走到终点」，虽然仍有不少没有完成，但整体完成情况和速度比上一年进步明显。这里的细节主要来自嘉宾的回忆，节目没有在画面中给出完整参赛名单、统一测试条件或逐台成绩，所以它更适合作为「中国机器人迭代速度很快」的现场观察，不应直接当成严谨的全球性能排名。

对 Optimus 的比较也存在同样的问题。Brian 认为，外界经常拿 Optimus 两年前的公开视频，去和中国厂商刚刚发布的最新一代演示比较。如果两者看起来差不多，按他的逻辑，反而说明后者在工程进度上落后了大约两年。这个判断建立在一个未经公开证实的前提上，也就是 Tesla 内部的 Optimus 已经远远超过过去的公开视频。节目没有拿出新的硬件照片、生产数量或工厂数据来证明这一点，Brian 的依据主要是他对 Tesla 产品节奏的判断。

因此，这一段最值得保留的不是「Optimus 已经领先」这个结论，而是比较方法：公开演示只能说明一家公司的某个时间点愿意给外界看的能力，不能自动说明它的量产状态。Brian 反复把 Tesla 的 Optimus 放进「show me the money」阶段，也就是从证明能不能动，转向证明能不能稳定生产、部署并产生收入。

为什么他不满意 Figure 的包裹演示

节目对 Figure 的一段包裹处理演示评价很低。Brian 转述自己看到的报道，认为机器人把条形码转到正确方向的成功率大约是 95%；他又指出，包裹分拣本来就有可以从多个方向读取条形码的激光扫描设备，机器人把条形码翻到正面并不是一个有价值的工业任务。

这段批评有两个层次。第一，95% 这个数字在节目里没有配套展示测试样本、任务定义和原始报告，不能当成 Figure 的正式性能指标。第二，即使演示本身确实完成了连续工作，也需要追问它解决的是不是工厂真实存在的问题。对于物流分拣而言，一个机器人能连续翻转轻量包裹，和它能在复杂环境下处理不同尺寸、不同姿态、不同重量的货物，是两回事。

Brian 的结论很尖锐：即便暂时假设 Figure 和 Optimus 的动作能力相当，Figure 也还没有展示 Tesla 那种大规模制造能力。这里节目把「demo」和「deployment」分开了。前者容易在镜头里形成冲击力，后者要面对供应商、良率、维修、软件升级、现场安全和每台设备的成本。

中国制造的优势，节目并不认为只是低价

对话中有一段专门反驳「中国制造就是便宜货」的说法。Brian 说，他在中国看过的现代汽车工厂和欧美工厂并没有本质上的落差，自动化、车身焊接、喷涂和装配流程都很成熟。他还提到，自己参观过 BYD 的一处工厂园区，规模大到在他的估计里，Tesla 的全部工厂都能放进那个园区的占地范围内。这个面积比较属于嘉宾现场描述，节目没有给出测绘数据，不能按精确尺寸引用；但它想表达的意思很清楚，中国汽车企业已经具备大规模、长期扩张的制造基础。1

Brian 还讲了一个关于厂房设计的细节。他向一位在中国参加车展的 Honda 工程师询问，为什么 BYD 的大型厂房多数采用单层设计，而不是照搬 Tesla 的多层工厂。得到的解释是：单层厂房更容易在业务转向时出租或出售给其他汽车公司，不至于成为只能服务某一种生产流程的「stranded asset」，也就是闲置资产。

这段谈话没有证明哪一种厂房设计更先进，却揭示了中国制造讨论里经常被忽略的另一面：工厂不仅是生产设备的容器，也是企业对未来需求下注的方式。对于人形机器人来说，真正的产能竞争未必从一条机器人手臂开始，而是从谁能把工厂、供应链和资本安排成可复制的系统开始。

BYD 价格战：这期节目留下了一个没有闭合的数据问题

谈到中国汽车市场，Larry Goldberg 提到自己刚看到的折扣数据：他认为 BYD 的价格下调幅度可能达到 40%，Tesla 则大约是 5% 到 8%。Brian 现场表示此前没有看过这组数字，并说如果 BYD 真能在新车销售中承受 40% 的折扣，那会非常令人担忧，因为车企通常没有这么厚的毛利空间。

随后 Brian 又补充了另一个判断：不能简单说中国车企都在烧钱。他认为至少一批主要厂商仍有正的 gross margin，也就是扣除直接生产成本后，卖车本身还留下毛利；部分企业的亏损可能来自快速扩张、工厂投资和研发投入，而不是每卖一辆车都亏损。Larry 则把 BYD 的债务规模和供应商付款周期视为需要继续核查的问题。

两人的分歧没有在节目中解决。关于过去供应商账期曾被延长到 180 天、230 天的说法，Brian 认为相关做法在监管介入后已经基本解除，后续财务压力部分来自补付历史欠款。Larry 仍然认为 BYD 的财务数据值得仔细跟踪。节目没有展示 BYD 财报表格，也没有把折扣比例逐项对应到车型、市场和时间段，所以这部分最诚实的读法是：它提供了一个待验证的风险线索，而不是一个已经确认的行业事实。

这个数据争论和 Optimus 的争论其实很像。镜头里的折扣数字、机器人成功率、工厂规模都会制造很强的方向感，但如果缺少口径，读者很容易把一个访谈中的估算当成完整结论。节目本身也承认这一点，Larry 说他希望继续观察价格战是否持续，以及这些数字最终会被证明有多准确。

FSD Hardware 3 能不能继续用？嘉宾把「够用」和 Robotaxi 分开

FSD 部分是这期节目里最具体的一段。Brian 说，他曾在 2025 年 12 月连续几天驾驶搭载 Hardware 3，也就是 AI3 计算平台的 Tesla，并使用当时的 12.6.x 版本软件。他的感受是，AI3 和 AI4 之间确实存在差距，但在当时还没有大到无法通过软件优化解决。随着更新到更晚的 FSD 14 系列，他认为两者的差距反而扩大了，AI4 能处理更多前方车辆和环境信息，AI3 的局限更明显。

不过，Brian 最近又试乘了使用 FSD 14 Lite 的 AI3 车辆。同行者从佛罗里达一路向北行驶，Brian 转述对方的说法，截至他见面时没有发生其定义中的 disengagement，也就是驾驶员主动接管车辆。这里有一个很重要的限定：车辆在停车位里似乎还想继续移动时，乘员通过拉动车门把手让车辆进入 P 挡。Brian 把这视为一种处理方式，而不是一次典型的方向盘或踏板接管。因此，这个故事不能被简化成「AI3 已经和 AI4 一样好」。它最多说明，在某些驾驶场景和某个软件版本下，AI3 仍然可能提供相当完整的辅助驾驶体验。1

Larry 进一步提出，AI3 只要比人类驾驶更安全一些，就可能已经达到商业上有价值的程度，不需要先做到比人类安全十倍。两人也都把 AI3 用于 Tesla Robotaxi 网络的可能性看得很低，但认为它仍可能通过持续的软件蒸馏，也就是把更大模型的能力压缩到较弱的车载硬件上，继续支持 supervised FSD，甚至在更远的阶段支持某种程度的 unsupervised 使用。

这里的逻辑和机器人部分是同一套：先问产品要完成什么任务，再问硬件是否够用。对于 Robotaxi，安全冗余、监管和远程运营要求更高；对于普通车主，能否稳定完成日常路线、少让人接管，评价标准不同。节目没有给出 AI3 车队的系统性接管率，也没有证明 FSD 14 Lite 能在各种地区和天气条件下复现这次长途体验，因此嘉宾的判断仍然是基于个案和商业推理。

Tesla 和 SpaceX 要不要合并？一方谈速度，一方谈估值

最后一段讨论离开机器人，却回到了 Tesla 投资者最敏感的治理问题：Tesla 和 SpaceX 是否应该合并。

Larry 的理由来自大型企业管理经验。他认为，当两个公司共同推进 Terrafab、Optimus、AI training、data processing 和 physical AI 等项目时，分属不同公司的团队会带来重复汇报、审批链条和沟通成本。即使项目目标一致，只要双方高管的财务、治理、地域或政治目标出现差异，决策就会变慢。合并在他的理解里不是为了把零部件交易的税费省掉，而是为了把多个管理系统变成一个，减少跨公司的摩擦。

Brian 不认为这已经构成合并的充分理由。他的判断是，Elon Musk 同时控制两家公司，重要项目已经可以直接推动；Tesla 和 Panasonic 等合作方也能在分属不同公司的情况下完成复杂项目。如果合并对 Terrafab 真有必要，为什么先宣布的是 joint venture，而不是直接合并？这是他对治理论证的反问。

更深一层的分歧在估值。Brian 说 Tesla 目前是成熟的现金创造者，SpaceX 未来可能成为现金创造者，但 orbital data centers、Starship 和其他业务还需要先把产能和收入做出来。他不愿意在 Optimus、autonomy 和 SpaceX 新业务都还没有完全 ramp，也就是爬坡到稳定规模之前，按一个双方未来价值都无法确定的比例合并。

Larry 则认为，两边共享的项目太多，分开管理的摩擦会随着业务变大而放大。两人的差别可以浓缩成一句话：Larry 关注的是现在就把共同项目的决策速度提上去，Brian 关注的是先让每家公司把自己的执行结果做出来，再谈谁应该拿合并后的多少股份。

节目还谈到 Tesla 股东在 SpaceX IPO 中是否得到特殊照顾。Brian 认为，很多散户只拿到一两股，不能算真正的优待；Larry 则认为散户获得的配售比例在其经验里已经很高。两人也提到社交媒体上有人声称拿到 7 万股，但现场马上承认这类说法没有被核实。这个插曲反而说明了合并争论的难点：当双方未来价值、配售安排和股权比例都缺少公开、可比的确定信息时，「公平」很容易变成各自持仓立场的延伸。

这期节目最后真正回答了什么

节目没有证明中国人形机器人已经超过 Optimus，也没有证明 Tesla 私下的 Optimus 已经领先两年。它给出的更谨慎答案是：

中国机器人展示的能力是真实的，至少不能再用「中国只会做廉价仿品」来解释；
公开演示不等于量产能力，Tesla 可能有意减少展示，但这个判断目前主要来自嘉宾对 Tesla 节奏的理解；
Figure 等公司的单项任务演示，必须放回真实工业流程里判断，不能只看动作像不像人；
BYD 的价格折扣、债务和供应商账期是值得追踪的变量，但本期没有把数据核实到可以下结论的程度；
AI3 的 FSD 仍有继续优化的空间，但一段长途体验不能替代车队级安全数据；
Tesla 和 SpaceX 的合并争论，核心不是两家公司有没有技术协同，而是治理速度、未来估值和股东分配应该先解决哪一个。

Brian 最后把 SpaceX 形容成一家公司把几乎不可能的工程做成日常动作，Larry 则坚持共同项目需要统一治理。两个人都看好 Musk 体系里的技术执行力，却不愿意用同一种方式解释公司边界。对于关注 Optimus 的读者来说，这也是本期最有价值的延伸：机器人的竞争还没有进入只比动作的阶段，谁能把动作变成稳定产品，才会决定前面那些演示究竟值多少钱。

原视频：Tesla Optimus Just Got New Competition

Fuentes de referencia

1节目原视频：Tesla Optimus Just Got New Competition