21世纪经济报道记者 何煦阳

《21汽车·一见Auto》从多方独立信源处获悉，前小鹏集团产品副总裁陈永海已加入众擎机器人，担任运营总裁，向董事长及CEO赵同阳汇报。

陈永海此前是高德地图产品运营的负责人，2022年加入小鹏，后又负责其产品中心。

一位知情人士告诉《21汽车·一见Auto》，陈永海今年1月从小鹏集团离职，后众擎创始人赵同阳邀请陈永海加入众擎。另一位知情人士透露，也有其他机器人公司曾向陈永海发出邀请。离开小鹏集团后，陈永海曾一度想亲自下场创业做机器人，但现在选择加入众擎。

众擎由赵同阳于2023年下半年创办。在此之前，赵同阳曾与小鹏集团合资成立鹏行智能（小鹏鹏行），并担任总经理。今年4月9日，众擎宣布完成2亿美元B轮融资，估值超100亿元人民币。

目前，众擎正处于规模化交付的冲刺阶段，在深圳、郑州均打造了众擎智能制造基地。

就上述信息，《21汽车·一见Auto》分别向陈永海本人和众擎机器人求证，截至发稿，暂未获回应。

2026年过半，机器人公司的竞争已经从拼demo、paper、团队，转向拼订单、量产和交付。

业内普遍认为，一家人形机器人公司年出货量达到万台，是其从“定制化手工作坊”迈向“规模化工业运作”的分水岭。“科研阶段，大家发论文，（用机器人）跑几次demo就够。可一旦进入产业，（机器人）每天的操作量级是成千上万次起步，原来的设计根本扛不住。”一位机器人公司高管在媒体采访中感慨。

政策也在有意引导机器人行业向规模化落地转型：今年6月8日，工业和信息化部办公厅和国务院国资委办公厅发布《关于联合开展2026年度人形机器人与具身智能实景实训专项行动的通知》，文件的总体目标是：“到2026年底，人形机器人等重点产品在一批代表性场景中率先完成应用验证和常态部署……带动形成万台级规模落地能力。”

今年5月，宇树单款人形机器人累计生产下线约11,000台；6月，智元机器人第1.5万台通用具身机器人下线。众擎在深圳、郑州基地的首批T800人形机器人已量产下线，也在向“破万台”冲刺中。

人形或许不是机器人的终极答案，但订单一定是。而量产目标与真实订单的兑现，从来不是仅靠硬件迭代就能完成的，背后离不开人才团队的补齐和能力拼图的完善。

创业以来，赵同阳一直带领团队在本体、大脑和小脑领域全栈自研。2023年成立至2026年初，众擎机器人更多聚焦于机器人的本体和“小脑”（运控）；今年4月21日，前小鹏自动驾驶负责人李力耘的加入，则增强了众擎在“大脑”（AI大模型）方面的能力。目前，众擎已全面发力量产。

一直以来，对于如何商业化，整个机器人行业仍未找到好的答案。宇树科技招股书披露，2025年1-9月，人形机器人收入73.60%来自科研教育，17.39%来自商业消费，行业应用仅9.01%，极度依赖科研教育场景。

目前，行业正从“To A（科研端）”向“To B（企业端）”转型。众擎也在探索更多的应用落地场景，其产品主要面向科研教育、商业服务和工业场景。

一位知情人士告诉《21汽车·一见Auto》，汽车是长周期迭代产品，陈永海在小鹏集团任产品副总裁时，除了负责绝大部分产品线，还负责产品规划。他牵头规划并落地了小鹏集团未来三年的产品打造与更新计划，并对其商业成功负责。找对场景和目标用户，是产品成功的秘诀之一——这同样是机器人行业能否突破的关键。

在目前所有已实现规模化量产的智能硬件产品中，汽车是最庞大、最复杂、软硬结合难度最高，同时量产数量极大的产品。陈永海在小鹏集团担任产品部负责人时，在整车从定义到开发、制造、供应链、客户服务的全流程管理方面拥有丰富经验，交过“最难的货”。

接下来，借助陈永海在汽车领域中大规模量产的经验，众擎或将进一步加速完善机器人的质量与量产体系，更好地把握众擎机器人的量产节奏。

目前，机器人公司都处于高速扩张中。如何在技术快速进步、竞争激烈的机器人市场快速组织团队、完成新老融合，从“游击队”变成“正规军”，成为每家机器人公司的挑战。扩张最猛的智元机器人在2026年3月规模已超千人，其合伙人姚卯青称团队到2026年底可能达2000多人。至于众擎，在2024年12月只有约48人，2026年已扩张至数百人，以核心研发人才为主。

陈永海在高德、小鹏集团都有管理大规模团队的经验。他入职小鹏集团时最早管理的互联网中心有将近一千人；后来接手管理的产品中心，规模从几十人扩张到四五百人，还经历过团队的大融合。

这将是陈永海加入众擎后的主要职责：协助CEO拓展商业场景，提升运营效率，解决“成长痛”，完成组织的快速进化。

车企人才集体转型机器人，是过去一年内这两个行业共同瞩目的现象，尤其是智驾人才。自动驾驶与机器人底层落地有很多相通性，智驾人既懂VLA、世界模型等前沿模型技术，又具备工业化量产落地经验，一度成为机器人行业的“香饽饽”。

但到2026年，一些机器人公司发现，VLA、世界模型在演示Demo时非常吸睛，但任务操作的成功率、可靠性却很差。于是，一些具身大脑公司又转头去挖传统算法的工程师，用规则的方法做商业化落地。

一位机器人公司的算法工程负责人告诉《21汽车·一见Auto》，智驾场景完全不缺乏数据，车企工程师们吃太多“细糠”了。到了具身领域，数据从哪来，数据如何Scalable（可扩展性），都要被重新讨论。不同本体的机器人，构型不一样，传感器精度有高有低，连世界坐标系的原点都各设计各的，数据量再大也无法对齐。

纯用汽车方法论做机器人，行业已深感其苦。

比如，通用汽车创造、并后来被我国车企沿用的GVDP（全球整车开发流程），其全套阀点是为“一次改版投入数亿元、错了就召回百万台”的风险结构设计的。但一位机器人高管告诉《21汽车·一见Auto》，当前机器人的风险结构是“小批量、快迭代”，所以照搬不能解决客户是谁的问题。而且，汽车的流程虽然能保证过程和质量，但不保证方向的正确性。

又比如，在生产制造上，汽车可依赖成熟的Tier 1供应商，但在机器人领域却未必行得通。有机器人公司高管表示，这是因为机器人的AI能力占比极高，而多数硬件供应商不直接涉及AI。

一语道破：汽车的方法论有用，但还不够。

车企人才的加入，给机器人公司带来了一套成熟的汽车方法论。但大模型时代的机器人是个新物种，可以迁移的是能力——对管理的经验、对量产的把握、对产品的敏锐度，但不能迁移的是答案。汽车行业花了一百年才把“车是什么”这个问题问完，机器人行业现在才刚开始提问。