人形機器人要量產，到底先卡在哪？
別只看 AI 多聰明。零件做不穩、壞了修不了，一樣賣不出去。
別只看 AI 多聰明。零件做不穩、壞了修不了，一樣賣不出去。
可查核公開證據
不要只算想像市場；先問可靠度、維修、關鍵零件、量產良率與 BOM 誰最難降。
限制：只作分析框架；公開事實另查一手來源
BMW 官方新聞稿可直接核對：BMW 稱 2025 年在美國 Spartanburg 工廠與 Figure AI 合作部署 Figure 02；十個月內，Figure 02 支援生產超過 30,000 輛 BMW X3，並以週一到週五每日十小時班次運作。這是量產環境部署證據，但不是 humanoid 本身已大規模量產或可證明單機經濟性的證據。
Figure AI 公司公告可直接核對：Figure 02 在 BMW 產線案例中強調了 Hardware Reliability and Learnings，並稱 Figure 02 退役、轉向 Figure 03。此來源可用來查 Figure 對可靠度與硬體學習的自述；但屬供應商自述，不能單獨證明量產良率、維修成本或客戶 ROI。
Tesla 2025 年 10-K 可直接核對：Tesla 稱正在把自動駕駛 AI 學習應用到 Bots，例如 Optimus，且 2026 年將在車輛、Bots、儲能與電池製造等領域 ramping six new production lines。這是 Optimus 仍屬開發與產線擴張階段的公司申報語句；10-K 未提供 Optimus 營收、單位成本、良率、維修率或量產交付量。
McKinsey 2025 年分析可直接核對：文中把 battery 指為主要 blocker 之一，並要求用『能否可靠覆蓋完整班次且最少中斷』評估；同文也指出 actuator 是最大成本區塊，包含馬達、齒輪箱、關節組件及整合感測器與驅動器。這可支持先查電池續航、致動器成本與整機可靠度，而不是只估總市場。
Scientific Reports 2025 論文可直接核對：文中稱多數商用與研究平台每次充電約運作 1–2 小時、電池包約 1.5–3.0 kWh、整機質量高於 40 kg，並指出能效是關鍵瓶頸。該論文場景偏建築，不等同製造業產線，但可作為嚴苛場景下續航、載重與可靠度瓶頸的學術反證。
反向觀點與潛在風險
已有真實產線部署案例。BMW 官方稱 Figure 02 在 Spartanburg 工廠十個月內支援超過 30,000 輛 BMW X3 生產、每日十小時班次，表示 humanoid 不再只是實驗室展示；因此不能武斷說『完全無法上線』。
瓶頸可能不是單一零件，而是系統整合。即使電池、馬達、減速器、力矩感測器各自可買到，真正量產卡點可能在關節熱管理、校準、線束、跌倒保護、維修流程、軟硬體安全認證與產線節拍整合。
需求預估若用『替代人力時薪 × 可工作時數』會高估。公開部署仍多為特定工站、窄任務、少量試點；若任務可靠度、換線時間、維修等待、遠端監控人力未納入，ROI 可能被誇大。
『AI 變聰明』不能直接推導收入。Tesla 10-K 提到 Bots 與 AI 應用、Figure 與 BMW 有合作，但這些來源未揭露 humanoid 營收、毛利、良率、故障率、維修成本或客戶回本期；合作與技術曝光不能當成財務實現。