人形机器人五年后成熟进厂，极氪认为不是吹牛皮

出品｜虎嗅智库

作者｜梁子博

头图丨极氪汽车

在汽车产业深度变革的当下，国内新能源市场已然步入残酷的淘汰赛阶段，各车企都在苦苦寻找那能突出重围的差异化竞争点。价格战的漩涡中，整车售价被不断压低，配置升级如军备竞赛般疯狂，续航里程、电池安全等基础性能的比拼从未停歇，车企们都试图以极致性价比杀出一条血路。

而“智能化”正逐渐成为决胜的关键高地。随着消费者对出行体验的要求水涨船高，智能驾驶、智能座舱等智能化功能，不再仅仅是锦上添花，而成为了购车决策的核心要素。消费者渴望的，不仅是从A点到B点的位移，更是旅途中的科技感与个性化体验。

2024年收官，极氪全年交付222,123辆新车，成为中国纯电豪华品牌的年度销量冠军。外界虽对其不乏赞誉，但也存在诸多质疑。有人认为，极氪基于浩瀚架构打造的产品系列，但实际智能化升级潜力有限；自研8295智能座舱计算平台虽被宣传得强大，却可能在软件迭代与OTA更新的实际支撑上有所欠缺；浩瀚智驾2.0依靠大模型宣称带来省心体验，可实际效果是否真能如此？

另外，如何在确保智能化体验的同时保持价格优势？怎样应对智能化技术落地的实际难题？技术上如何进一步支撑用户持续增长的个性化需求？

此次，我们带着一系列尖锐且具挑战性的问题而来，与极氪副总裁赵春林进行了对话。赵春林在汽车行业深耕20余年，深度参与了极氪产品质量与智能制造关键决策，我们期望通过与这位极氪老将的深度对话，剥开表象，探寻极氪智能化背后的真实逻辑，为整个新能源汽车行业的发展提供深度思考与借鉴。



汽车的产品质量靠的是设计和制造

虎嗅智库：极氪汽车在市场上收获了诸多认可，不过在消费者对品质要求愈发严苛的大环境下，高质量的品控是怎样保障的？

赵春林：质量首先是设计出来，然后是制造出来，不是靠简单检验出来的。质量控制从简单的检验，一直在往前延伸，这个过程当中纳入了很多数字化技术。

从产品设计阶段开始，我们就要通过非常多的智能化或者数字化手段，对产品零件的设计进行验证。比如说整车部件的受力情况、耐久的情况，以及可制造性，这就是设计阶段的质量保证。当然还要融合一些历史知识库和经验积累，知道什么样的产品关键点在哪里，去在设计阶段进行风险规避。

因为新能源汽车在持续地创新和变化，所以在所有的设计结束之后，要进入验证阶段。从零部件子系统开始，有数字化和实物的方式进行验证。最后集成到整车，做出样车来进行产品开发试制过程中的验证。这个验证会利用仿真的手段，或者是数据采集的手段来分析各种客观数据，比如说频谱振动模态、整车气密性等等，要借助一些现代化的检测工具。

生产制造阶段则是一些质量保证的手段，从板料冲压到白车身焊接、漆面喷涂、总装扭矩控制等等，上了很多检测手段来对零部件和其生产制造过程进行保障。

虎嗅智库：能否请您针对某个环节的质量保证举个例子？

赵春林：比如说焊接工艺，是一个非常传统的汽车工业制造技术，在行业内也非常重要。焊接可靠性是车辆安全的保障，因为焊接的牢靠与否会直接影响整车的耐久和强度。关键的部位如果焊接强度不够，万一发生碰撞，零部件可能会脱开，形成缺陷，使车辆安全受影响。

这个技术也在不断地发展，在2秒不到的时间内，它能通过数字化的方式，对电流、电压进行分段的数字控制。比如说可能前200毫秒，给钣金小电流加热，钣金软化贴合形成稳态之后，再用大电流、大电压让钣金融化，最后冷却。

过去一次性加大电流电压的方式，会因缝隙或表面有防锈油等干扰，影响电流电压的稳定，导致焊接质量不可靠。而我们把这两秒钟切割成很多毫秒级的时间段，这样就能对焊接过程做到精准控制。同时，系统也会记录焊接的过程数据，通过分析过程的数据来判断焊接质量的状态是否合格。

而且在焊装车间不同的工位上，完成一段生产之后就会有机器人进行视频拍摄，通过光学检测做制造的检查和控制，利用光学技术算出制造精度。

虎嗅智库：极氪用了不少智能化质量检测手段，那在实际操作中，这些方法效果如何？

赵春林：像在总装车间的外观和内饰的配置检验，我们也用到了一些AI技术，靠视觉拍图像，然后跟标准数据对比，算法模型能自己学习来提升识别的精准度。

在整车的精致感上面，比如前后门一字板的缝隙，我们会在关键的区域和位置，通过光学、视觉方式来进行尺寸的检验，来保证这些缝隙表面的平整度、间隙均匀性的一致。还有像制动力的测试、360影像的测试和校验，这些都依靠智能化检测方式来完成，以避免人工检测的不可靠及不稳定。

举个例子，我们把整车上的螺栓拧紧扭矩进行分级控制，分成NOCC、CC1、CC3等级，把涉及到底盘、动力等非常重要部件的扭矩进行单独识别。对于会造成安全问题的情况，我们会特别把它归类为最高等级扭矩控制，对于影响安全、影响功能的概率较小的情况，扭矩等级相对会低一些。

通过这种方式，我们能够对总装的核心扭矩等核心要素进行质量管控。如果螺纹内有颗粒引起扭矩不准，拧紧过程中系统会对扭矩数据自动计算并判断是否可靠，这样不仅能知道它是否拧紧，还可以知道在拧紧过程中力的扭矩会不会产生跳变。

虎嗅智库：提到智能化，之前有听说人形机器人都上岗了极氪5G工厂。新技术发展得这么快，在您看来，像人形机器人、具身智能这类前沿技术，未来在汽车工业里能发挥多大作用？

赵春林：人形机器人是最近一段时间新兴的行业。我们跟不同的品牌都有合作，优必选是我们最早合作的品牌之一。我们的方案是让人形机器人先试一些简单的工作，极氪和优必选相互提供测试场所，从简单的环境开始测试需求究竟有哪些。我们现在测试的场景是让人形机器人在干料中找一个大概位置搬料进自动仓库。

因为人形机器人走的不是工业机器人的路线（有固定的轨迹、精准的定位），它要依托环境不断地训练大模型，这条路线发展非常快，差不多每周都会有软件更新，但距离真正替代人还需要很长的时间。这个阶段我们的目的不是替代人，而是跟上科技的步伐，跟合作伙伴一起来研究是否能够加速人形机器人进入汽车工业。

我预计未来5-10年，人形机器人会变成一个非常成熟的应用，会进入工厂，进入实际的生产过程，能够帮助快速降低成本，产生真正的价值。这是因为现在汽车无人驾驶的发展和这个领域有很多相通之处，也是靠视觉和激光雷达，用数据对模型进行训练，对周围环境提升感知，再配合上应用需求等等。

虎嗅智库：如今汽车工业自动化程度确实已经很高了，人形机器人又将自动化提到了一个新高度，那当前还有哪些可以优化升级的地方呢？

赵春林：我们虽然花了非常多的投入努力让我们五大工艺（压铸、冲压、焊接、涂装和总装）实现无人化，有少量的员工在做一些辅助检测以及设备维护的工作。但是物流、总装等领域实现完全自动化的难度相对比较大。

但是对于总装领域，实现难度非常大。除了一些比较成熟的工艺，比如说玻璃、轮胎、轮毂、前仪表台的安装，几个工厂都实现了自动安装之外，其余的安装环节都在尝试，在缓慢推进中。

“配置解析器”支撑极氪向用户开放更多的可选配置

虎嗅智库：前面提到的机器人也好，AGV小车也好，怎样协调工厂内成百上千台设备间的作业？如何做到柔性的配置？

赵春林：在整个开发过程中，其实也是不断积累才越来越知道怎么做。我们最早做视觉识别，做质量检验，对配置进行检验，是用在极氪001上。后来也做成了，识别率做到100%。当车型换代增加，到极氪009投产之后就发现不对了。我们意识到自己犯了个小错误，就是这个系统不能针对一个车，还要能够进行柔性化的配置，更多的车型就要更多的配置。

所以我们重新开发了系统，后面又做了一次升级，融入AI技术，将其变成了可配置、可自主学习的系统，集成到原有MES系统内。后面再部署智能化系统的时候，都会按照这个思路开发集成。

同时，单独开发应用是不行的，还是要跟实际的生产工艺和生产线配置相结合。这套系统是视觉识别、视觉检测的系统。当车辆过来之后，在各个区域内，用高精度的摄像机对可能会出现质量问题的零件快速拍照，然后通过人工智能算法不断提高这套系统的识别精准度，不断地纠正错误，很快可以达到非常高的识别性能。

虎嗅智库：上万种选配组合对消费者来说是好事，但肯定给生产带来不小挑战。想问问在工厂那边具体是怎么处理这些五花八门的订单，才把用户个性化定制的车顺利生产出来的呢？

赵春林：造一台不同配置的车，弄清楚究竟需要哪些零件，是非常重要的基础。这就需要从研发开始管理好数据，后面转变成各个零部件的配置数据，同时与销售、用户数据关联起来。

用户买车的配置，例如外观颜色、内饰、智能化配置、轮胎等等，这是非常用户思维、客观的描述。但到了生产制造环节，我们需要将这些对车辆的客观描述转化成所需的上万个对应零件，这需要一个非常复杂的系统进行解析。

从极氪001开始我们研发了一套非常强大的“配置解析器”系统，沿用至今。当用户在app内选择完车辆配置后，这套系统会按照规定将用户订单转化为可生产订单，生成一个18位数字编号，内部我们通常称作“PNO18”（18码）。这个18码是0-10及A-Z的编码组合，包含了用户下单车辆的所有配置信息，我们会再用配置解析器对这个18码进行对应解析，精准识别出这台车对应了多少个零部件，覆盖用户研发、制造、供应链等领域。

在这之后，我们还需要将识别出来的零部件配送到对应的数百个工位上，生产过程中任何一个零件都要精准识别，这些都是靠系统来实现的。

虎嗅智库：最近看极氪车型，发现能选购的配置越来越丰富。好奇的是在决定开放更多配置选项时，主要基于哪些方面的考虑？

赵春林：极氪品牌发布之初，我们就确定了与用户共创极致体验的品牌使命，让用户有更多选择权，所以后续每个车型的个性化外饰、内饰配置都非常丰富。我们通过收集用户需求和反馈，把用户想要个性化的配置开放出来，这样可选配的地方就在不断增加，那背后的复杂度就会呈指数级增长。

在历史上发生过非常多的案例，本来有一些配置是不让用户选的，但后面慢慢就开放给用户选择。举个例子，大家认为日电产的电机是日本进口品牌，我们威睿的电机是国产品牌。最早的规划是二者混装，但日电产的电机更受欢迎，那后来就开放给用户，用户端可以直接选用哪个牌子的电机。

新款001上市的时候，内饰有一个淡蓝色的金属装饰条，当我们发布了预热的广告之后，用户吐槽不好看，这样我们就把金属装饰条颜色的选配交给用户，有灰色和蓝色两种选择。

还有极氪7X仅座椅可选配置就有24种：座椅材质真皮非真皮、后排是否带电视，后排座椅分是否可电动滑动、不同颜色等等，再加上车身外饰和其他配置，种类非常多。底板线束有150多种，对制造复杂性的影响非常大。这些数据管理、配置生产管理非常繁琐和复杂，必须依靠这套解析器系统才能实现，并通过数字化、智能化覆盖全业务链流程。

虎嗅智库：这些用户需求从何而来？比如说我反馈了个问题，极氪具体怎么操作才能让我的建议在后续产品里体现呢？

赵春林：我们一开始会在极氪app里收集留言，但后面发现这仅仅是一个很小的渠道。有些用户不会做真实正经的反馈，有些是体验类的问题，车上的功能和配置不能按照用户的想法来实现，用户觉得不爽，碰到不满意的地方，先发个抖音或者微博等社交平台进行吐槽，但这里面有一些是真实的需求。

我们不能等待用户找上门，所以专门有人每天在各种渠道收集情报。

遇到质量类问题的快速解决，需求类问题反复梳理，选择重要性高、抱怨多的优先处理。

比如说今早还有一个用户发微博艾特我，说在露营模式下，车辆的尾灯为什么是红的关不掉，影响他睡觉。我觉得他讲得挺有道理的。

我们最早是没有露营模式，在露营模式下，用户可以将帐篷与车支在一起，把后备厢门打开，将空调冷气/热气传到帐篷里，可以在帐篷边上放床垫休息。新车极氪MIX有露营模式，但没考虑到尾灯这个问题。

这些细节这个用户传递给我了，我就马上去找研发同学，判断是否合理。如果大家都认为合理，那就去立项做调整解决掉。通常在搜集到用户的需求之后，我们内部团队会先研判需求的真伪性，如果是真需求就会让我去推进。

另外，针对竞品的研究也是个重要的渠道，通过对比可以帮助我们查漏补缺，持续提升竞争力。

虎嗅智库：用户在下单之后都希望尽快拿到车，而通常有哪些因素会影响产品的交付周期？

赵春林：新产品早期的交付周期确实会慢，有两个原因，一是车刚发布的时候感兴趣的用户会下单，订单相对集中，产能有限；二是我们的预测不精准，通常在一款产品发布之前，内部会与销售一起，预测可能会受用户欢迎的配置，但这个预测可能会有偏差。

例如之前极氪7X的例子，按照整个产品的价格和定位，最早我们估算真皮座椅的选装率应该在5%以下，结果上市之后翻了好几倍，很快攀升至17%~18%，导致后面皮料的原材料供应不足。

真皮皮质有染色、烘干、裁片、打孔、缝制、去味等步骤，需要将近一个月的时间才能供应上来，再组织生产的时候很复杂。还有一些涉及到增加模具的情况更甚，比如如果搞错了轮胎轮毂的比例，复制模具极限条件下也需要45天。

早期往往因为这一类原因，导致我们的交付会出现偏差。但一旦生产稳定下来，交付的速度就会非常快。现在正常情况下所有产品两个星期应该都可以做到交付。

虎嗅智库：从第一辆极氪001到第40万辆车下线，这三年多走来，在诸多事务中，着重发力的核心工作是什么？

赵春林：核心是对数据管理应用的基础搭建。其实在汽车领域里，数字化非常基础，但业务范围实际上非常宽。例如在设计阶段，车有上万个零件，怎么把这些零件的数据管理好极其重要。这些零件数据不仅仅服务于设计，还要服务于造车的全流程。

在后台，研发阶段的数据管理有一套系统，面向供应链、制造交互等环节，在内部形成闭环，支撑研发端跨部门协同工作，以及从研发端到供应链的供应商数据、制造数据的定点管理。

从市场的用户订单管理到制造订单的传递，订单要能解析成零件；到生产制造的环节，从采购下订单到供应商配送，要进行物流、仓储的管理，整个系统能记录到供应商端的数据，同时通过编码的方式对整车零部件进行追溯；工厂内从仓库到生产线边的配送，再到生产线的工艺等等，这一系列都需要利用数字化的手段来实现。在生产过程中整车的质量信息、工艺信息同样如此。

当然现在智能电动车还涉及到软件的管理，车辆下线时，要将车辆软件更新至最新版本，再交付给用户。这个过程会涉及到软件上游，链接到软件开发部门不同版本的管理测试，这些都是靠数字化才能实现。

极氪的这些能力不是品牌成立之初才开始建设的，实际上是依托着吉利集团三十多年来的发展基础，不断去完善拓展才能实现的，这些基础以及多年的积累是支撑我们快速交付能力的重要保障之一。

大鲸案例2025年全面焕新，继续征集利用AI重塑千行百业的先锋案例。并将于年中发布大鲸榜·最强落地案例奖，诚邀您报名参与。同时，如您想要了解更多头部车企实施案例，欢迎来大鲸案例库看看。

依靠规模化、平台化和集成共享实现降本

虎嗅智库：如今价格战如火如荼，消费者都希望买到更便宜的车，而这背后，离不开企业对成本的有效管控。那么极氪如何平衡创新投入与成本控制，给消费者带来更多实惠？

赵春林：我们认为降本要更多通过技术手段，靠更多的规模化来实现成本管控。产品技术平台化得到更多的应用，这样能够降低我们的物料成本，降低供应链的开发成本，实现越来越多的零部件共享。

第一， 在产品直销和开发过程中，随着规模越来越大，实现更大规模的平台化和零部件共享，这是降本中非常重要的操作之一。

第二，实现更多的系统自研，在研发阶段大量的投入是一个重要的降本手段。虽然我们不太可能自己生产控制器，但核心控制器等硬件的设计，软件的迭代，我们都是自己来做。尤其是我们上架自研的8295智能座舱计算平台后，软件的迭代、OTA的开发都是自研，许多车型都在共享这个平台。

我们摆脱了过去靠供应商才能更新软件的情况，软件一旦开发完，后期可节约大量的技术开发成本，系统费用会大幅度降低。还有就是通过自研的手段，实现更多控制器的整合，垂直整合的深度会很深，这也是一个重要的降本手段。

第三，在实现安全舒适的同时，在开发早期实现制造和研发间的相互校验和耦合，也能够帮我们实现成本的降低。在开发阶段，概念设计-造型设计-工程开发的路径中，工程开发与造型是同步的，制造过程的开发和产品的工程开发也几乎是同步的。我们会尽早地发掘它成本的情况，也会从制造的角度提出对产品设计的要求。这些在极氪已经是一个非常成熟的工作体系。

第四，供应链层面，成本管理与供应商管理深度有密切的关系。在实际实践过程中，极氪有一个非常庞大的队伍会帮助供应商提升管理过程。有一些供应商，按照我们的分析应该可以盈利，但部分业务开展得不是很顺利，管理能力有所欠缺。所以很多时候，例如产品接近量产、快速迭代或者产能爬坡的过程中，我们会有专门的队伍去帮助供应商改善其生产过程，降低不合格品的比例。

比如有的供应商零部件有莫名其妙的磕碰划痕，存在很多外观不合格的情况，分析下来可能是它的包装器具设计不合理，运输过程中不可控等等。我们会把自己工厂内的专业队伍派过去，帮助供应商一起改善，提高他们的盈利能力等等。解决供应商的问题实际上也就是在解决我们自己的问题，这样大家会有更多的共赢点。

第五，在设计产线的时候充分考虑柔性因素。梅山工厂生产极氪007、7X的同时也生产领克09的订单。生产和研发等方面，极氪和领克的数字化都共享了整个吉利集团的平台能力，底层的设计思路都是共享的，所以我们能够实现不同品牌产品在同一条产线上生产。

虎嗅智库：正好您提到了领克，大家都非常关心极氪和领克的整合，两个品牌在技术层面上会有什么整合规划？

赵春林：电气架构、机械架构、软件开发实现越来越多的共享，产品生产线也要实现共享，让产能的利用率实现进一步的优化。

最近CEO已经对外公布过，产品技术会进一步地相互吸收一些成果，比如浩瀚架构，将来会更多地应用到领克的产品上。还有软件开发共享也非常重要，极氪的软件自研比例非常高，除了大家知道的浩瀚智驾2.0之外，座舱的自研比例也非常高，极氪8295智能座舱计算平台从底层到上层应用都是自研的。

底层的电气架构靠不同的控制器来实现整车的不同功能，现在切换到了2.5版本，后面会做更多控制器的整合，未来还可能会有更大规模的集成，例如中央计算这种方式，这些成果都会同时在将来赋予领克品牌。

虎嗅智库：极氪已经取得了不少成绩，站在当下这个节点，您认为极氪接下来的重点突破方向或者核心目标会聚焦在哪些方面呢？

赵春林：虽然汽车工业数字化应用很早，但是现在发展太快，可深入变革的领域越来越多，这是行业动态。极氪那么早和其他厂商共创人形机器人的工厂应用，是因为我们预判人形机器人会带来行业的变革，会有越来越多的产业、功能被机器取代。

这实质上是个好事。第一，工厂面临用工难的问题，越来越多的人不愿意从事工厂一线工作，我们期待从工厂的角度实现更多的智能化和自动化。

第二，现在国内产品的迭代速度非常快，特别是在智能电动车领域，对于车辆软件的管理、制造过程中的配合做了许多工作。在可以预见的未来，车型和软件的迭代可能会更加敏捷，那就需要从制造的角度跟上快速发展的步伐，产线布局的时候更充分考虑到柔性和扩展性的基础搭建。

第三，现在制造业开始面向更多懂车、年轻的用户，他们对细节和品质的要求越来越高，如何进一步来提高整车零部件的精致性，这方面我们还有很多工作要做。

第四，我认为对于智能电动车这个品类来说，提供更智能化的体验是真正体现产品竞争力的地方。我们做的本来就是创新产品， 实现更智能化的软件功能是非常复杂的，所以产品的智能化水平才是未来新势力品牌的优势所在。

502数字化决策俱乐部是由虎嗅智库发起、由领先的行业专家和各行业数字化决策者组成的社群组织，旨在推动中国产业数字化转型和创新。其服务涵盖思享数字化内参、数字化决策交流群、数字化案例工作坊、标杆参访、数字化项目对接&咨询等。

关于虎嗅智库：

虎嗅智库是一家聚焦企业数字化、AI创新实践的新型研究服务机构，为产业智能化进程中的甲乙双方，提供有洞察性的研究报告、案例评选、以及线上会议、线下活动与参访服务，以支持企业高管在智能化、数字化方面的明智决策。

我们提供的核心价值：

及时与优质的洞察，了解技术、了解行业、了解同行与对手；

为决策者技术与产品战略决策、产业规划、解决方案选型提供重要参考；

帮助市场全面了解前沿科技及所影响产业的发展状况，还有未来趋势。

正在改变与想要改变世界的人，都在 虎嗅APP

一点毛病没有，顶你

前排支持下

好，很好，非常好！