TARS与天海电子在全球范围内首次在汽车线束生产线上部署具身人工智能机器人
具身智能初创企业TARS(它石智航)已与天海汽车电子集团(THB Electronics)签署战略合作协议,将在上海嘉定一家隶属于Aptiv的工厂的汽车线束装配线上部署100台A系列机器人。 此次部署涵盖8个生产工序、33个应用场景和46个工作站,标志着复杂柔性物料处理自动化领域取得重要里程碑。其发展路线图目标是在2028年前构建一个拥有10,000台机器人的工业生态系统。

两家公司,两条截然不同的发展之路,最终汇聚于同一个无解的问题
要理解此次部署为何如此重要,了解其背后的推动者会有所帮助。
天海汽车电子集团(国际上称为THB Electronics)于1969年在河南省成立。 五十余年来,该公司从一家国内连接器制造商发展成为中国最成熟的汽车电子供应商之一。其子公司河南THB电气有限公司被公认为中国汽车连接器本土化生产的先驱。 如今,THB Electronics为通用汽车、福特、大众等全球知名汽车制造商,以及一汽、上汽、蔚来等国内主要品牌提供高、低压线束、连接器和汽车电子产品。 该集团的生产基地遍布中国各地,从东北的哈尔滨到南方的广州,并设有全国公认的企业技术中心。2021年,广州工业控制控股成为其大股东,标志着集团扩张开启了新篇章。 简而言之,THB Electronics 是一家对线束行业拥有深厚专业积淀,并具备相应制造实力的企业。
而此次部署中的合作伙伴则截然不同。TARS(它石智航,或称Itstone Zhihang)由陈一伦博士联合来自清华大学、华为和百度的团队于2025年2月5日创立。 这家总部位于上海的公司围绕一个目标而建立:打造值得信赖、通用的具身人工智能系统,使其不仅能在实验室中,更能真实地在工厂车间等物理世界中可靠运行。
自成立以来的大约16个月里,TARS的融资速度之快,全球鲜有初创企业能与之匹敌。
该公司完成了由兰驰创投和启明创投领投的1.2亿美元天使轮融资,随后又完成了1.22亿美元的天使+轮融资,并于2026年4月完成了由高瓴资本和红山资本(红杉中国)领投的、规模超过4.55亿美元的里程碑式Pre-A轮融资。 最后一轮融资创下了中国具身智能领域单轮融资规模之最,该公司投后估值目前位居行业首位。推动投资者如此信心的核心技术是AWE(AI World Engine)模型,目前已升级至3.0版本。AWE是一款通用型具身基础模型,这意味着它旨在学习并泛化应用于广泛的物理任务,而非仅针对特定流程进行编程。 它通过TARS专有的SenseHub系统采集现实世界中的人类操作数据进行学习,该系统能够记录熟练工人的精细化物理操作技能,并将其转化为模型的训练素材。正是这种以人为本的方法,使AWE能够适应真实制造环境中多变的情况。 该模型运行于TARS的T系列和A系列机器人硬件上,这些硬件经过专门设计,旨在最大限度地缩小AI决策与机器人在物理世界中实际动作之间的差距。
2025年12月,TARS通过让其机器人进行手工刺绣公开展示了这一能力——这项任务需要亚毫米级精度、自适应力控制以及对柔性线材的双手协调操作。 此次演示并非噱头,而是对TARS长期致力于实现的任务——柔性线束装配——所进行的直接概念验证。
值得注意的是,TARS并非唯一一家致力于解决这一问题的公司。在日本,矢崎总业株式会社和NEC公司于2023年11月宣布,他们已利用人工智能为多机器人线束组装自动生成运动计划。
装配过程,将编程时间从40天缩短至1天。该公司计划于2025年实现商业化,但尚未公开宣布任何已确认的大规模生产部署。 在英国,Q5D Technology公司开发了一款五轴增材制造机器人,可将绝缘电线直接沉积到汽车顶棚等3D部件上,其最大型号SQ25W将于2025年3月首次亮相。 Q5D的技术方案与TARS存在根本性差异,其将导线铺设在刚性基材上,而非组装预先裁切的柔性线束。 在美国,田纳西大学一支由日产赞助的团队于2025年6月展示了一套用于线束插入的机器人原型系统,但日产内部的工业工程师证实,该系统尚未达到量产标准。 在德国,2025年的ARENA2036机器人挑战赛专门聚焦于线束部分组装的自动化,参赛者致力于开发线缆布线的可扩展技能,并承认该工艺仍是汽车制造中自动化程度最低的环节之一。TARS所宣称的独特之处——且迄今尚未遭到公开反驳——在于:在商业工厂环境中,将具身人工智能机器人部署于多工序、多场景的柔性线束装配线上,并在实际生产中以100台的规模投入运行。
困扰自动化行业数十年的难题
汽车线束是车辆的神经系统。一辆现代汽车中包含1,500至3,000根独立电线,这些电线被捆扎成线束,总长度可达3公里。 组装过程要求工人以高精度抓取、布线、插入和压接柔性电缆,同时需不断适应电缆刚度、连接器方向及空间布局的细微变化。由于
由于线束在搬运过程中会发生难以预测的变形,而传统工业机器人虽擅长执行刚性且可重复的任务,却始终无法可靠地实现该工艺的自动化。业内长期将柔性线束组装称为工业自动化的“戈德巴赫猜想”:理论上可解,但实践中难以攻克。2026年3月,TARS创下了“一小时内由机器人组装最多亚毫米级线束”的吉尼斯世界纪录,这一里程碑验证了AWE具备在生产线速度下处理柔性材料操作中不可预测性的能力。
嘉定部署与10,000台部署路线图
6月26日签署的协议将这一实验室里程碑转化为实际工厂生产应用。在上海嘉定区Aptiv旗下天海工厂进行的初期部署,涵盖8个核心生产流程、33个应用场景和46个工作站。 2026年将部署100台A系列机器人。
嘉定集群旨在作为AWE模型的验证基地。通过在单一工厂环境内的33种不同场景中部署机器人,TARS能够收集高度多样化的真实世界运行数据。这种以人为本的数据采集方法,将熟练工人的操作专长转化为可训练且可重复使用的数据资产。
其规模化路线图目标雄心勃勃。TARS计划从2026年的首批100台,扩展至2027年在更广阔的长三角地区部署1,000台。 最终目标是在2028年前建立一个拥有10,000台机器人的工业生态系统,从而将该地区牢固确立为全球物理人工智能制造中心。
对于THB Electronics而言,此次合作解决了长期制约线束行业的结构性难题
在全球范围内,灵活装配的劳动力成本高昂,人员流动率较大,且难以在大规模生产中保持质量的一致性。在单个工厂的33种应用场景中部署TARS机器人,还能持续产生海量的实际运营数据,这些数据反哺AWE模型的优化,从而形成一个对双方企业均有益的复合式改进循环。这家拥有56年历史的制造老牌企业与一家成立仅16个月的人工智能初创公司的合作,反映了中国工业格局中正在显现的一种更广泛的趋势。拥有深厚工艺知识的成熟供应商正越来越多地转向物理人工智能公司,以解决传统机器人技术无法解决的自动化难题。 TARS与THB Electronics的合作并非孤立存在。矢崎(Yazaki)、Q5D、日产(Nissan)以及欧洲研究联盟都在致力于解决同一问题。此次部署的独特之处在于,其宣称实现了大规模的实时、多工艺、多场景生产,而其他竞争对手均未公开实现这一成果。 此外,嘉定项目表明,中国机器人企业不再仅仅局限于制造硬件原型,而是正在构建集成的、能够生成数据的工业生态系统,旨在加速通用具身AI模型的大规模训练。
主要来源:
1. EqualOcean — 中国具身AI公司TARS完成4.55亿美元Pre-A轮融资(2026年4月16日)
2.
Gasgoo — 具身人工智能技术公司TARS获得1.2亿美元天使轮融资(2025年3月27日)3. PRNewswire — TARS 展示了一款能够进行手工刺绣的机器人(2025年12月22日)
4. THB Electronics — 公司简介与发展历程
5. 《解放日报》——它石智航具身智能示范项目落地嘉定(2026年6月26日)
6. TOM Tech — 它石智航携手天海电子,全球率先实现柔性线束机器人的规模化装配(2026年6月27日)
7. ews18a — 具身AI机器人首次在汽车线束生产中实现大规模部署(2026年6月26日)
免责声明:所有编辑内容均由RobotAIGeek根据公开的中英文资料独立撰写。引用内容均注明原始发布方,RobotAIGeek未对其进行独立核实。












