CES 2026机器人给自动驾驶上了一课：Tesla与中国路径怎么选

CES 2026 的机器人视频里，有一个细节很扎眼：波士顿动力把 Atlas 做成了“可售卖的产品版本”，不再只是实验室里的明星。一个行业从“能跑”到“能卖”，通常意味着两件事同时成熟了——工程化交付能力与可扩展的智能系统。

这件事和自动驾驶 AI 的争论几乎一模一样：Tesla 更像机器人圈里的“端到端派”，追求用统一的模型把感知、决策、控制压进同一个大脑；而很多中国车企更像“系统集成派”，强调多传感器冗余、分模块迭代、供应链协作。CES 2026 的这些机器人（人形、工业、家用、医疗辅助）恰好给了我们一个更直观的参照系：当智能开始进入真实世界，路线之争其实是在争“谁更容易规模化交付”。

我把这期“Video Friday”里值得反复看的方向，拆成几条对自动驾驶最有启发的结论：什么技术是真的能落地、哪些炫技会卡在成本与安全上，以及 Tesla 与中国车企各自的“强项边界”在哪里。

CES 2026机器人热潮的共同点：从演示走向系统

先给结论：这次 CES 2026 机器人内容最重要的信号不是“人形机器人更多了”，而是越来越多团队开始强调平台化、流程化与可验证性。

从视频线索看，几类代表性方向非常清晰：

• 企业级人形平台：Boston Dynamics 发布 Atlas 产品版本，强调力量、灵活度、精确操作与适应性——关键词都是“工作现场要用的”。
• 家庭/消费级多机器人生态：Roborock、SwitchBot 的“幻想之家”里，机器人数量几乎按“设备生态”在堆，这是一种典型的分布式智能思路。
• 工业自动化的“过程快感”：ABB 的 RPA（机器人流程自动化）反而比某些人形视频更让人上头，因为它离 ROI 更近。
• 学习与示教新范式：MenteeBot 通过“师带徒”学习更换电池，强调无遥操作（no teleoperation）。
• 具身智能难题攻关：港大展示“长时程、可靠的衣物操作”，这类任务最接近真实世界的“脏活累活”。
• 人机交互的可用性：CMU 的 WAFFLE 用可穿戴传感器预测喂食“咬合时机”，把“最后 10 厘米”的尴尬问题拉到台面。
• 导航的隐式空间记忆：ETH 提出 SRU，让机器人用单目摄像头构建隐式空间记忆，论文称相对基线最高提升 +105%，并在真实世界完成 70+ 米导航。

这些方向看似分散，但对“自动驾驶 AI：Tesla 与中国车企的发展路径对比”这条主线来说，它们在反复回答同一个问题：

智能系统的竞争，不只看算法上限，更看系统边界清不清楚、失败模式可不可控、成本能不能打下来。

人形机器人像自动驾驶的“放大镜”：端到端与模块化谁更占便宜？

直接说我的看法：端到端更像“造大脑”，模块化更像“造身体”。在真实世界落地，身体经常比大脑更难。

端到端的优势：把复杂性收进同一个学习系统

Tesla 的路线（以视觉为核心、端到端网络越来越深）在机器人领域有对应物：人形机器人“平台化”后，开发者希望用统一模型学会搬运、抓取、行走、避障，最好还要泛化。

端到端的好处很直观：

1. 链路更短：减少感知→规则→规划→控制之间的手工接口，理论上更少“拼接缝”。
2. 数据驱动迭代快：只要数据闭环能跑起来，迭代节奏可能比模块化更快。
3. 长尾场景更有希望：比如衣物操作这种“状态空间爆炸”的任务，规则写不过来，靠学习才有机会。

但代价也很明确：

• 可解释性弱：出了事故很难一句话解释“为什么它这么做”。
• 验证更难：端到端系统的安全证明与回归测试成本高。
• 对数据分布敏感：训练数据覆盖不到的区域，往往就是事故的温床。

模块化/多传感器的优势：可控、可验、可替换

中国车企常见的策略是多传感器（摄像头+毫米波雷达+激光雷达）与多供应商协作，算法模块化，强调冗余与可验证。

这在 CES 的“多机器人家庭生态”和工业系统里也很常见：多个设备各司其职，通过协议与场景编排完成任务。它不追求一个“大脑全能”，而是追求“系统整体可用”。

它的核心收益是：

• 失败可隔离：某个模块出问题，不一定拖垮整套系统。
• 供应链可替换：传感器、计算平台、算法供应商可以滚动优化。
• 工程验证更像传统工业：安全边界能写进规范里。

代价是：

• 集成复杂度高：接口多、版本多、组合爆炸。
• 体验一致性难：不同模块的“性格”不一致会带来抖动、犹豫等。

我更愿意用一句话概括：端到端在追求“统一智能”，模块化在追求“可控交付”。

从CES的三类机器人能力，看自动驾驶AI的下一轮分水岭

1）“会走”不稀奇，“会收拾残局”才值钱

Agility 的内容里提到“鼓励人形机器人多摔倒”，听起来像玩笑，但非常真实：真实世界就是会打滑、会碰撞、会误抓。对自动驾驶也是一样——你不只要会在晴天直路跑得顺，还要能在传感器被遮挡、道路施工、他车突然加塞时稳定退化。

对应到技术指标，未来一年的分水岭不是平均表现，而是：

• 退化策略是否稳定（从 NOA 退到 ACC/LKA 的行为是否可预测）
• 失败模式是否可解释（日志能否定位到触发条件）
• 恢复能力是否可靠（从异常回到正常的时间与方式）

人形机器人“能不能自己站起来”，就是自动驾驶“能不能自己把风险降下来”。

2）“最后10厘米”决定产品口碑：HRI 的启发

CMU 的 WAFFLE 把喂食“咬合时机”作为核心难题，说明一个道理：最难的往往不是主任务，而是人与系统交接的那一瞬间。

自动驾驶的“最后 10 厘米”是什么？是接管。

• 提示早了，用户烦；提示晚了，出事。
• 只提示“接管”，不说明原因，用户不信任。

中国车企在座舱交互、驾驶员监测（DMS）和场景提示上通常更激进；Tesla 更偏“让系统自己做”，提示更克制。未来更可能胜出的方案是：用多模态信号（视线、手势、踏板意图、道路复杂度）预测“接管时机”，让交接更像 WAFFLE 的“读懂用户”。

3）单目导航 + 空间记忆：会影响路线选择的现实变量

ETH 的 SRU 用单目摄像头实现更强的隐式空间记忆，并宣称相对基线最高 +105% 提升、真实世界 70+ 米导航成功。这类工作对“纯视觉派”是强心针：只要记忆和时序建模足够强，低成本传感器也能做出不错的空间理解。

但我不认为这会直接否定多传感器路线。原因很现实：

• 车规环境里，雨雪雾、逆光、脏污对视觉的打击极大；
• 冗余不是为了“更聪明”，而是为了更可控的安全下限；
• 规模化交付中，事故一次就可能抵消一年成本优势。

所以更可能的演进是：端到端模型越来越强，但系统仍会保留一定的传感器冗余与安全壳（safety cage）。就像工业机器人并不排斥学习，但会把安全策略写死。

站在2026-02-03看落地：谁更接近规模化交付？

如果把自动驾驶当成“在城市里跑的机器人”，CES 2026 给我的最大感受是：落地不靠单点技术，而靠组织能力与产品化耐心。

• Tesla 的长处是数据闭环、统一架构、迭代效率。它适合把能力快速推到“可用”，并持续抬高上限。
• 中国车企的长处是供应链整合、硬件冗余、场景化产品定义。它适合把能力做成“可卖、可交付、可售后”的工程系统。

我更愿意押注一个折中但更现实的方向：

1. 学习系统负责“理解世界”（端到端/大模型吸收长尾）
2. 工程系统负责“约束行为”（规则/验证/冗余管住下限）
3. 人机交互负责“建立信任”（接管、提示、解释的产品化）

这三件事如果缺一件，最后都会像 CES 上某些视频一样——看着很强，但离日常生活还差一公里。

给做自动驾驶与机器人产品的三条可执行建议

• 把“失败库”当成资产运营：不仅收集成功里程，更要系统化标注失败模式（摔倒/误抓/误判/接管过晚），每次版本迭代都要对失败库做回归。
• 为多传感器/多模块建立“可替换合同”：接口协议、时间同步、置信度表达要统一，否则集成成本会吞噬算法收益。
• 把HRI当成核心功能而不是UI：接管预测、意图识别、提示策略需要像 WAFFLE 一样“读懂人”，而不是简单弹窗。

结尾：机器人遍地开花，自动驾驶也会走向“系统胜利”

CES 2026 这些机器人视频把一个事实摆得很清楚：**智能从来不是单点突破，而是系统工程的长期磨合。**人形机器人会继续吸走流量，但真正改变产业节奏的，往往是平台化、可验证、能交付的那部分。

对“自动驾驶 AI：Tesla 与中国车企的发展路径对比”来说，争论端到端还是多传感器并不难，难的是承认一件事：谁能把复杂性压到供应链、验证体系和产品体验里，谁就更接近规模化。

接下来值得追的一个问题是：当人形机器人开始进入工厂与家庭，自动驾驶会不会也从“功能竞赛”转向“可靠性交付竞赛”？你更看好哪种路径先跨过那道坎？