人形机器人会跳舞，已经不是什么新鲜事。但让它们真正进入工厂干活，仍然不是一件容易的事。

2026年10月20日，舍弗勒具身智能机器人太仓数智工厂正式启用。一条关节模组装配产线上，六台人形机器人被引入五个作业工位，参与物料搬运、零件分拣等生产任务。

而它们参与生产的，恰恰是人形机器人自身所需的核心零部件。

在楼上，目视检测、零件组装、物料补给等工业场景被搬进训练区域，机器人还需要在这里学习和验证不同的作业技能。

楼上训练，楼下生产。

这座约7500平方米的工厂，将关节模组制造、机器人训练、数据采集和数字孪生系统连接起来。真实产线不仅承担生产任务，也为机器人提供应用验证场景。

一家拥有数十年制造经验的汽车零部件巨头，正在尝试把零部件生产、机器人训练与实际工业应用连接起来。

它想争取的，也不只是一门卖机器人核心零部件的生意。

汽车工业的老本行，能变成机器人竞争力吗？

进入工厂后，人形机器人的评价标准随之改变。

能走路、会抓取只是基础，制造业客户更关心连续运行的稳定性、作业精度和成本。这些问题，恰好是汽车零部件企业长期面对的工程命题。

舍弗勒进入这一市场，并非从零开始。从轴承、丝杠、精密减速器到电机、传感器及驱动系统，其长期积累的技术与机器人运动系统有不少共通之处。

今年4月，舍弗勒与珞石机器人达成战略合作，双方围绕人形机器人一体化关节模组展开联合开发。

但开发出性能符合要求的产品，只是迈向规模化制造的第一步。

舍弗勒全球人形机器人业务负责人大卫·凯尔（David Kehr）认为，产品从设计阶段就应该考虑未来如何实现规模化制造。

这种将产品设计与制造工艺同步考虑的思路，正是汽车工业长期积累的经验。

谐波减速器就是一个例子。

作为人形机器人的关键传动部件，谐波减速器对加工精度要求很高。舍弗勒尝试将汽车领域应用约十年的精密成形工艺用于相关零件制造，以减少材料消耗和加工工序。

按照大卫·凯尔的介绍，精密成形能够将部分加工环节的制造时间从分钟级缩短至秒级。舍弗勒披露的验证数据还显示，相关工艺可将制造成本降低超过25%、材料消耗减少超过75%，计划于2027年首先在德国启动量产。

这背后是汽车零部件企业熟悉的产业逻辑：不仅要把产品设计出来，还要考虑怎样以更低成本、更高效率稳定地生产。

当然，汽车工业的制造优势需要一定规模才能充分释放。人形机器人市场仍处于发展早期，其产品结构、性能要求和生产规模，也与汽车零部件存在差异。

对于舍弗勒来说，真正值得迁移的，不只是某项零部件技术，而是从产品设计、工艺开发到质量控制和规模化制造的整套工业经验。

从卖零件，到卖工业化能力

相比制造核心零部件，如何让人形机器人真正进入生产线，是另一项复杂的工程。

太仓数智工厂不仅生产关节模组，也将真实产线作为机器人应用的验证场。

“我们不仅关注机器人能不能动，更关注它能否满足生产节拍、质量、安全和成本需求，长期稳定地工作。”舍弗勒具身智能机器人（太仓）有限公司总经理孙海天如此解释。

为此，工厂在二楼设置了训练与数据采集中心，六类工业场景均从舍弗勒全球制造网络的实际需求中筛选而来。数字孪生系统连接虚拟环境与实际产线，为机器人训练、工艺调整和应用验证提供支持。

舍弗勒与千寻智能合作开展的包装盒折叠验证，就是一个例子。

机器人不仅需要完成折叠，还要适应不同尺寸和操作条件的包装盒。现场讲解人员介绍，为提高模型的泛化能力，训练中心会更换不同操作人员和物料，再对采集的数据进行清洗、标定和筛选。

这也带来另一项潜在的业务机会。

“我们不光生产产品，我们还生产数据。数据也可以做资产。”现场讲解人员提到，未来这些数据甚至可能通过数据交易平台实现商业化。

事实上，舍弗勒已将数据服务列入具身智能业务布局。对于拥有大量真实制造场景的企业而言，生产过程不仅能够验证机器人，也可以持续积累具有训练价值的工业数据。

由此，太仓数智工厂的价值进一步超出了零部件制造本身。

不过，从单个场景验证到规模化推广，具身智能行业还有许多问题需要解决。

京东工业电气自动化事业部总经理冯天霖指出，当前具身智能解决方案缺乏标准化，技术路线高度分散，给规模化推广带来了障碍。苏度科技研发副总裁陈润泽则将问题指向评测体系。他认为，行业需要有效的benchmark（评测基准），避免企业一味追求单项技术指标，却忽视真实任务中的系统表现。

这些观点，也凸显出工业工程经验的价值。

舍弗勒的特殊设备业务已有70余年历史，在生产设备开发、自动化集成和定制化生产解决方案方面积累了经验。如今，它正尝试将这些能力延伸至人形机器人的测试、系统集成和场景部署。

其中，一个关键问题是：在太仓验证成功的机器人应用，换一家工厂还能不能用？

面对盖世汽车的提问，孙海天坦言，跨场景迁移仍是行业正在探索的难题。他希望未来将目前可能需要数月的部署周期逐步缩短至数周，最终达到一至两周。

这也明确了舍弗勒希望建立的工业化能力：让经过验证的机器人技能、生产工艺和部署经验能够在不同工厂间复用，减少每个项目重新开发和调试的成本。

从提供机器人零部件，到帮助机器人进入生产线，再到积累可复用的工业数据，舍弗勒正在拓展自身在具身智能产业链中的角色。

汽车零部件巨头的新生意，能做多大？

值得关注的是，舍弗勒的人形机器人业务，已经开始获得一定规模的市场订单。

就在数智工厂启用当日，舍弗勒披露，今年第三季度获得两家中国客户的新订单，使集团人形机器人业务累计订单额达到4亿欧元。

从全球布局来看，舍弗勒已与Humanoid、Hexagon Robotics等企业建立合作；在中国，则与乐聚、珞石、千寻智能及京东工业等伙伴围绕零部件开发、工业应用和供应链协同展开合作。

这些合作背后，舍弗勒还有一个相对特殊的身份：它不仅供应机器人零部件，也在采购和使用机器人。

按照相关合作规划，舍弗勒计划到2032年在全球制造基地分阶段部署约2000台Humanoid人形机器人；与Hexagon Robotics的合作，则涉及同期至少1000台AEON人形机器人的部署。

遍布全球的制造网络，不仅为机器人提供应用场景，也让舍弗勒能够从终端用户的角度理解实际需求。

舍弗勒集团首席运营官约亨·施罗德认为，机器人产品不仅需要满足技术要求，还必须满足项目的经济性要求。

这种双重身份，使舍弗勒能够将工业现场发现的问题反馈给零部件和系统开发团队。它既了解供应商需要解决的制造问题，也直接面对机器人使用者关心的成本和效率。

与此同时，人形机器人产业的商业分工仍在形成。

孙海天提到，不同整机企业的采购模式并不一致。有的选择采购零部件自行集成，有的则希望获得更加完整的关节模组。

这种差异，为舍弗勒提供了不同层级的市场机会。从核心零部件、关节模组到系统集成、工业部署及数据服务，其产品和工程能力正在寻找新的应用空间。

中国市场便是这项业务的重要起点。

从与珞石联合开发关节模组，到与千寻智能开展工业任务验证，再到太仓数智工厂投入运行，舍弗勒正在将本土机器人技术、零部件制造与真实工业需求连接起来。

而依托其全球制造网络，太仓积累的产品开发、应用验证和部署经验，也有机会进一步服务于其他市场。

这让太仓数智工厂不仅是一座面向中国市场的零部件生产基地，也是舍弗勒探索机器人工业化应用、连接中国创新与全球制造体系的重要载体。

回到太仓数智工厂。

楼下，人形机器人参与制造关节模组零部件；楼上，它们还在学习新的工业技能，积累真实场景数据。

汽车工业已经拥有成熟的制造体系，而人形机器人产业仍在探索如何实现规模化生产与应用。

舍弗勒在太仓尝试的，是将前者积累的制造技术、工业场景和工程经验，转化为后者能够使用的产品与服务。

这或许比机器人参与制造机器人零部件本身，更值得关注。

返回第一电动网首页 >