3000TOPS冗余:吉利造机器人的商业逻辑
当一家车企把算力堆到3000TOPS,它想做的可能不再只是汽车。
8月23日,吉利发布量子级AI电子电气架构EEA4.0,总算力超过3000TOPS,官方口径是为L4自动驾驶做储备。同一天,搭载千里浩瀚G-ASD L4系统的Eva Cab出行机器人亮相,展台上还摆着双足机器人,并宣布"加速成为全球头部机器人企业"。
车企造机器人,技术上一点都不稀奇——智能汽车和具身机器人的电机、减速器、激光雷达、域控制器本就是同一套供应链。这篇要回答的核心是:复用之后到底能变现吗?吉利在具身智能上有没有真订单、能带来多少成本摊薄,还是只是一场面向资本市场的叙事?
主角是谁:不是突然跨界,是三位一体顺推
吉利不是突然跑进机器人领域的newcomer:它是2025年营收3452亿元、销量302.5万辆(新能源超168万辆)的车企头部玩家,手上还握着曹操出行(02643.HK)——一家2025年营收约202亿元、仍在亏损的网约车平台,如今已转型发布RoboX战略、计划2030年部署10万辆Robotaxi/Robovan,是吉利Robotaxi商业化的最主要载体。
换句话说,吉利造机器人,是"车企+出行平台+AI大脑(WAM)"三位一体顺推出来的,不是平地起高楼。
算力是汽车公司的第二张资产负债表
先看EEA4.0的3000TOPS意味着什么。
| 算力平台 | 算力区间 | 定位 |
|---|---|---|
| 主流量产车智驾平台 | 200–500 TOPS | 当前 L2+ 主流 |
| 部分旗舰车型 | ~1000 TOPS | 高端冗余 |
| 吉利 EEA4.0 | 3000 TOPS 以上 | 为 L4 储备,超出量产需求数倍 |
吉利一次性把算力拉到3000TOPS以上,不是为今天的L2+准备的,是为L4储备的冗余。
这笔投入的财务逻辑值得拆开看。
| 成本层级 | 占比(测算假设) |
|---|---|
| 智驾域控制器占 EEA4.0 架构 BOM | 30%–40% |
| 其中 AI 芯片占域控制器 | 40%–50% |
3000TOPS的算力冗余,意味着单车硬件成本可能比主流方案高出数千元。对一家年销百万辆级的车企,这就是数十亿级别的成本压力。
但吉利选择用"统一大脑"来摊薄这笔账。WAM(统一大模型架构)同时驱动智能驾驶、座舱交互、双足机器人和Eva Cab出行机器人。同一套AI算力底座,在汽车上是智驾域控,在机器人上是运动控制和环境感知。硬件可以复用,软件栈可以迁移,研发成本被多个产品线分摊。这才是3000TOPS背后真正的商业逻辑——不是为了一辆车,是为了一个能装进多种形态产品的AI大脑。
机器人不是造出来的,是算出来的
把目光从汽车移到机器人。Eva Cab出行机器人搭载2160线激光雷达,参数在车载里属于顶配:
| 指标 | Eva Cab | 主流量产车 | 常规 L4 Robotaxi 需求 |
|---|---|---|---|
| 激光雷达线数 | 2160 线 | 128–512 线 | 远低于此 |
| 最远探测距离 | 600 米 | — | 远低于此 |
2160线激光雷达的成本不低。按行业测算,这个规格的激光雷达单价可能在数万元级别,是主流128线产品的数倍。如果Eva Cab要规模化运营,传感器成本是单车经济模型的关键变量。
至于资产复用怎么落地:激光雷达、域控制器、电机、减速器这些核心零部件与智能电动汽车高度重合,规模采购的成本优势可以直接复用到机器人上,研发成本被多产品线分摊。真正的问题是:复用讲完之后,吉利在具身智能上到底落了什么?
钱怎么流,机器人才能怎么走
这才是关键问题。复用讲完,得看真金白银落在哪。
先看有没有真订单、真客户。 吉利在具身智能上最大的真实载体是曹操出行——它不是"吹嘘",而是已经落地的Robotaxi运营商:截至2025年底已部署超100辆Robotaxi(杭州),是杭州首家可开展无人化道路测试的企业,并与上海国际汽车城计划投放100辆。更关键的是RoboX战略:到2030年计划累计部署10万辆Robotaxi + 10万辆Robovan,香港已定为国际化首站。这意味着吉利的"汽车大脑(WAM)+ 出行平台(曹操)“组合,已经锁定了一个内部刚需客户——曹操就是吉利机器人的第一大买家,订单逻辑自洽,不是空喊"全球头部”。
| 具身智能业务线 | 当前状态 | 真实客户/订单 | 判断 |
|---|---|---|---|
| Eva Cab 出行机器人(Robotaxi) | 已亮相,依托曹操出行运营 | 曹操出行内部需求,2030 目标 10 万 Robotaxi | 有真实落地路径 |
| 双足机器人 | 展台展示阶段 | 无公开订单 | 目前偏"叙事/能力展示" |
| WAM 大脑技术授权 | 战略设想 | 暂无公开授权客户 | 待验证 |
再看复用能带来多少好处。 吉利用汽车年销300万辆级的采购规模,把激光雷达、域控制器、电机的单价压下来,再摊到机器人上——这是纯机器人创业公司没有的成本结构优势。但好处多大,取决于机器人出货量能不能起来。以曹操10万辆Robotaxi目标测算,若单车因复用省下数千元硬件成本,十年周期就是数十亿级成本摊薄——前提是把车真卖/运营出去,而不是停在展示。
最后是"还是纯吹嘘"的风险。 双足机器人目前没有公开订单、没有量产时间表,和"加速成为全球头部机器人企业"的口号之间有落差。参照可比公司:人形机器人行业头部厂商净利率普遍为负,收入未规模化,只能看PS(行业10-30倍)。吉利的优势是能用汽车业务的现金流(2025年净利约168亿元、经营现金流472亿元)"养"机器人业务,承受更长亏损期——但这不是免死金牌:如果双足机器人两年内仍无订单,那部分叙事就只是资本故事,不是生意。
结论:一条腿落地,一条腿等订单
一句话总结吉利这步棋:复用是真的、曹操这条Robotaxi客户是真的,但双足机器人和大脑授权还停在"展示+设想",算账的结论是——吉利在具身智能上已经落了一条腿(出行机器人),另一条腿(双足)还得等订单来证明。
吉利的这一步,本质上是在回答一个问题:当汽车的智能化算力冗余到一定程度,汽车公司还是汽车公司吗?如果算力可以复用到机器人、复用到任何需要"感知-决策-执行"的形态,那么吉利定义的竞争对手,可能不再是其他车企,而是所有做AI硬件的公司。这个问题的答案,藏在EEA4.0的量产数据和Eva Cab的运营数据里。
附录:数据复现与计算
# 吉利EEA4.0算力冗余成本测算(基于公开信息推演)
# 数据来源:吉利官方发布会、小K超爱研究产业数据库(截面2026-07)
# 输入参数
annual_sales = 3_000_000 # 吉利年销量(辆),约300万辆
extra_cost_per_car = 5_000 # 3000TOPS算力冗余带来的单车额外硬件成本(元,测算假设中值)
robotaxi_target = 100_000 # 曹操出行2030年Robotaxi目标(辆)
saving_per_robot = 3_000 # 复用汽车供应链后单车节省成本(元,假设)
# 算力冗余总成本压力
total_extra_cost = annual_sales * extra_cost_per_car
print(f"算力冗余年成本压力: {total_extra_cost/1e8:.1f} 亿元")
# 复用带来的成本摊薄(十年周期)
total_saving = robotaxi_target * saving_per_robot * 10 # 10年周期
print(f"复用供应链十年成本摊薄: {total_saving/1e8:.1f} 亿元")
# 激光雷达成本对比
lidar_128_cost = 8_000 # 主流128线激光雷达单价(元,行业报价区间)
lidar_2160_cost = 30_000 # 2160线激光雷达单价(元,测算假设)
print(f"\n激光雷达成本倍数: {lidar_2160_cost/lidar_128_cost:.1f}x")
print(f"单台Eva Cab激光雷达成本: {lidar_2160_cost/10000:.1f} 万元")
输出:
算力冗余年成本压力: 150.0 亿元
复用供应链十年成本摊薄: 30.0 亿元
激光雷达成本倍数: 3.8x
单台Eva Cab激光雷达成本: 3.0 万元
数据来源与置信度:
- 吉利EEA4.0架构及Eva Cab发布信息:当日产业巡检(2026-08-23)
- 算力、激光雷达参数:吉利官方发布会披露,经当日产业巡检转引
- 人形机器人行业财务数据:小K超爱研究产业数据库(截面2026-07)
- 激光雷达成本测算:基于行业公开报价区间推算,属测算假设
合规声明: 本文为产业机制分析,所有数据来自公开来源及产业数据库,不构成任何投资建议。文中涉及的测算均为基于公开信息的推演,不保证准确性,不构成对任何公司或个股的方向性判断。
附录:常见问题
Q:吉利EEA4.0架构的算力是多少?
A:吉利EEA4.0量子级AI电子电气架构的总算力超过3000TOPS,官方口径是为L4自动驾驶做储备,超出量产需求数倍。
Q:吉利为什么开始造机器人?
A:智能汽车和具身机器人的电机、减速器、激光雷达、域控制器本就是同一套供应链,硬件可以复用,软件栈可以迁移,研发成本被多个产品线分摊。此外,吉利是"车企+出行平台+AI大脑(WAM)"三位一体顺推出来的,不是平地起高楼。
Q:吉利在具身智能上有没有真订单?
A:吉利在具身智能上最大的真实载体是曹操出行,截至2025年底已部署超100辆Robotaxi(杭州),是杭州首家可开展无人化道路测试的企业,并与上海国际汽车城计划投放100辆。RoboX战略计划到2030年累计部署10万辆Robotaxi + 10万辆Robovan,曹操就是吉利机器人的第一大买家。
Q:3000TOPS算力冗余带来多少成本压力?
A:3000TOPS的算力冗余,意味着单车硬件成本可能比主流方案高出数千元。对一家年销百万辆级的车企,这就是数十亿级别的成本压力。
Q:吉利造机器人是纯吹嘘还是有真实落地?
A:复用是真的、曹操这条Robotaxi客户是真的,但双足机器人和大脑授权还停在"展示+设想"。吉利在具身智能上已经落了一条腿(出行机器人),另一条腿(双足)还得等订单来证明。
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐



所有评论(0)