特斯拉在10月21日（美國時間）的三季度業績會上，把Optimus人形機器人向外部客戶交付的時間預期放在2027年底前後；同一份季度材料還顯示，弗裡蒙特工廠已進入早期生產爬坡階段。這一組資訊把討論焦點從“機器人能做什麼動作”拉回到“機器人何時能進廠幹活、賬能不能算平”。
署名凌霄的評論文章提出，造出一台機器人、把產量拉起來、讓客戶買回去穩定幹活，是三道不同的關卡。過去人形機器人賽道帶有濃厚的“演藝”色彩，搬運、彈奏、動態平衡等演示容易吸引眼球，但產線採購面對的是另一套標準：裝置需要在具體工況下長時間、穩定地重複操作，公差控制、防塵、熱管理、關節壽命都要接受持續作業的檢驗。文章提到，特斯拉在業績會上把手部列為主要機電難點——既要柔順到能抓取易損物品，又要經得起反覆磨損，還不能損壞感測器；AI能力與整機使用壽命同樣有待完善。
從商業化的角度看，人形機器人一旦進入落地階段，面對的就不只是極客，還有工廠的財務總監。文章把綜合部署成本拆成幾塊：裝置、場景改造、維護電力、演算法訓練和人工接管需要放進同一週期計算，裝置購置與折舊不能重複計入。第一筆隱形成本是硬體損耗，靈巧手、執行器與感測器的裝配質量、使用壽命和更換頻率會直接改變運維支出；購置價便宜但維修頻繁、停機過長，後續開支可能把便宜吃掉。第二筆是場景適配，歪掉的零件、不同配件的公差、變化的擺放位置，都可能要求重新訓練、規劃動作或改造工位，除錯時間越長，省下的人工成本被抵消得越多。第三筆是有效產出，工廠要的是按時、按質完成任務，節拍慢、良率低、經常需要人接管都會拉長回本週期；真正該比較的是同等質量下每件合格產品的綜合成本，對照物件還應包括已有機械臂、夾具和物流裝置，而不僅是工人工資。
既然經濟賬難算，特斯拉為何仍要繼續推進製造？文章給出的解釋是：它擁有自有工廠、供應鏈和內部試用場景，可以一邊製造、一邊驗證。對於許多公司而言，沒有真實場景就難積累資料，演算法不成熟又很難說服客戶開放場景。馬斯克提出需要製造約1萬至2萬台機器人，讓它們在建設中的Optimus Academy練習任務；團隊介紹的路徑是從人類示範啟動，再結合模擬與現實中的練習積累經驗。文章提醒，這是訓練規模計劃，不能直接算成已經落地的商業訂單。真實物理互動形成的資料——抓取滑落、物體形變、接觸力度與異常恢復——才有機會幫助模型減少下一次失敗。與此同時，“以規模平攤固定成本”也有前提：設計要逐漸穩定，製造良率與可靠性得跟上；規模擴大能攤薄部分成本，也會放大設計變更與維修的代價。
文章最後把評價標準從“故事驅動”推向“算賬驅動”：早期製造驗證說明產品在往前走，能否形成持續收入，還要看外部客戶願不願意接受它的效能、成本與維護條件。比起只盯整機出貨日曆，更值得跟蹤的是模擬訓練工具與資料、耐久的靈巧執行器、柔性觸覺感測等環節，這些細分方向的價值要由客戶驗證、真實訂單和交付能力來證明。未來的分水嶺，是誰能把故障間隔、維護頻次、合格產出和回本週期一起改善；當流水線上的Optimus不再引起參觀者驚歎，而是像普通工業裝置一樣按時按質完成任務、維護有計劃、成本能回收時，人形機器人的“T型車時刻”才算真正到來。