TARS 與天海電子在全球首度於汽車線束生產線上部署具身人工智慧機器人
具身智慧新創公司 TARS(它石智航)已與天海汽車電子集團(THB Electronics)簽署戰略合作協議,將在上海嘉定一家隸屬於 Aptiv 的工廠內,於汽車線束組裝線上部署 100 台 A 系列機器人。 此次部署涵蓋 8 道生產工序、33 種應用場景及 46 個工作站,標誌著複雜柔性物料處理自動化領域的重要里程碑。其發展藍圖目標是在 2028 年前建立一個擁有 10,000 台機器人的產業生態系。

兩家公司,兩條截然不同的發展歷程,最終匯聚於同一個無解的問題
要理解為何此次部署至關重要,了解其背後的主導者將有助於理解。
天海汽車電子集團(國際上以 THB Electronics 聞名)成立於 1969 年,總部位於河南省。 歷經五十餘年,該公司從一家國內連接器製造商,發展成為中國最成熟的汽車電子供應商之一。其子公司——河南 THB 電氣有限公司——被公認為中國汽車連接器本土化生產的先驅。 如今,THB Electronics 為全球知名車廠(包括通用汽車、福特、福斯)以及一汽、上汽、蔚來等主要國內品牌,供應高壓與低壓線束、連接器及車用電子產品。 該集團的生產基地遍佈中國各地,從東北的哈爾濱到南方的廣州,並設有獲全國認可的企業技術中心。2021年,廣州工業控制控股成為其大股東,標誌著該集團擴張邁入新篇章。 簡而言之,THB Electronics 是一家對線束產業擁有深厚專業知識,並具備相應製造紀律的企業。
此次部署的合作夥伴則截然不同。TARS(它石智航,或稱 Itstone Zhihang)由陳一倫博士攜手來自清華大學、華為及百度的團隊,於 2025 年 2 月 5 日共同創立。 這家總部位於上海的公司,是以一個目標為核心建立的:打造值得信賴、通用的具身人工智慧系統,使其能夠在物理世界中可靠運作——不是在實驗室裡,而是在真實的工廠車間中。
自成立以來約16個月內,TARS的募資速度之快,全球鮮有新創公司能與之匹敵。
該公司先後完成了由蘭奇創投(Lanchi Ventures)和啟明創投(Qiming Venture Partners)領投的 1.2 億美元天使輪融資,隨後進行了 1.22 億美元的天使+輪融資,並於 2026 年 4 月完成了由高瓴資本(Hillhouse Ventures)和紅山(紅杉中國)領投、金額超過 4.55 億美元的里程碑式 Pre-A 輪融資。 這輪融資創下了中國具身智能史上單輪融資規模最大的紀錄,該公司目前的投後估值在業界排名第一。驅動這一切投資者信心的核心技術,正是現已升級至3.0版的AWE(AI World Engine)模型。AWE是一款通用型具身基礎模型,這意味著它旨在學習並將知識泛化應用於廣泛的物理任務,而非僅針對單一特定流程進行編程。 它透過 TARS 專有的 SenseHub 系統,從真實世界中捕捉的人類操作數據中學習。該系統能記錄熟練工人的細微實體操作技巧,並將其轉化為模型的訓練素材。正是這種以人為本的方法,使 AWE 能夠適應真實製造環境中的多變性。 該模型運行於 TARS 的 T 系列和 A 系列機器人硬體上,這些硬體經過專門設計,旨在將 AI 的決策與機器人在物理世界中的實際動作之間的差距降至最低。
2025年12月,TARS透過讓其機器人進行手工刺繡,公開展示了這項能力;這項任務需要亞毫米級的精準度、自適應力道控制,以及對柔性線材進行協調的雙手操作。 這場示範並非公關噱頭,而是對 TARS 長期以來致力實現的任務——柔性線束組裝——所進行的直接概念驗證。
值得注意的是,TARS並非唯一致力解決此問題的公司。在日本,矢崎總公司(Yazaki Corporation)與日本電氣公司(NEC Corporation)於2023年11月宣布,他們已運用人工智慧為多機器人線束組裝系統自動生成運動計畫
組裝流程,將編程時間從 40 天縮短至 1 天。該公司目標於 2025 年實現商業化,但目前尚未公開宣布任何經確認的大規模量產部署計畫。 在英國,Q5D Technology 開發了一款五軸增材製造機器人,可將絕緣電線直接鋪設於 3D 組件(例如汽車頂篷)上,並將於 2025 年 3 月推出其最大型機型 SQ25W。 Q5D 的技術與 TARS 存在根本差異,在於其將導線鋪設於剛性基板上,而非組裝預先裁切的柔性線束。 在美國,田納西大學一組由日產贊助的團隊於2025年6月展示了一套用於線束插入的機器人原型系統,但日產的工業工程師證實,該系統尚未達到量產標準。 在德國,2025年的ARENA2036機器人挑戰賽特別聚焦於線束部分組裝的自動化,參賽者致力開發線纜佈線的可擴展技能,並承認該流程仍是汽車製造中自動化程度最低的環節之一。TARS 所宣稱的獨特之處——且迄今尚未遭到公開反駁——在於於商業工廠環境中,將具身人工智慧機器人部署於多工序、多情境的彈性線束組裝生產線上,並在實際生產中以 100 台的規模運作。
困擾自動化數十年的難題
汽車線束是車輛的神經系統。一輛現代汽車內含 1,500 至 3,000 條獨立電線,這些電線被捆綁成線束,總長度可達 3 公里。 組裝過程需要工人以高精度抓取、佈線、插入並壓接柔性電纜,同時必須不斷適應電纜剛性、連接器方向及空間佈局上的細微變化。由於
由於線纜在處理過程中會產生難以預測的變形,而傳統工業機器人雖擅長執行剛性且可重複的任務,卻始終無法可靠地將此流程自動化。業界長期以來將柔性線束組裝稱為工業自動化的「戈德巴赫猜想」:理論上可解,但實際上難以攻克。2026年3月,TARS創下「一小時內由機器人組裝最多亞毫米級線束」的金氏世界紀錄,這項里程碑證實了AWE具備在生產線速度下處理柔性材料操作不可預測性的能力。
嘉定部署與一萬台部署藍圖
6月26日簽署的協議,將這項實驗室里程碑轉化為實際的工廠現場應用。初期部署於上海嘉定區隸屬Aptiv的「天海」工廠,涵蓋8項核心生產製程、33種應用場景及46個工作站。 2026年將部署一百台A系列機器人。
嘉定集群旨在作為 AWE 模型的驗證基地。透過在單一工廠環境中的 33 種不同情境中部署機器人,TARS 能夠收集極其多樣化的真實世界運作數據。這種以人為本的數據收集方法,將熟練工人的操作專業知識轉化為可訓練且可重複使用的數據資產。
其規模化路線圖極具野心。TARS 計畫從 2026 年的初期 100 台,擴展至 2027 年在更廣大的長江三角洲地區部署 1,000 台。 最終目標是在2028年前建立一個擁有10,000台機器人的工業生態系統,從而將該地區牢固確立為全球實體AI製造樞紐。
對 THB Electronics 而言,這項合作夥伴關係解決了長期以來制約線束產業發展的結構性挑戰
在全球範圍內,彈性組裝的勞動力成本高昂、人員流動率顯著,且難以在大規模生產中維持品質的一致性。在單一工廠的 33 種情境中部署 TARS 機器人,亦能產生持續不斷的實務運作數據,這些數據反饋至 AWE 模型的優化中,形成一個互利共生的改善循環,使雙方企業皆受惠。這家擁有56年歷史的製造業老字號與成立僅16個月的人工智慧新創公司攜手合作,反映出中國工業版圖中正在浮現的更廣泛趨勢。具備深厚製程知識的成熟供應商,正日益轉向實體人工智慧公司,以解決傳統機器人技術始終無法解決的自動化難題。 TARS 與 THB Electronics 的部署並非孤立存在。矢崎(Yazaki)、Q5D、日產(Nissan)以及歐洲研究聯盟都一直在致力解決同一問題。此部署的獨特之處在於宣稱實現了大規模的即時、多製程、多情境生產,這是其他競爭項目迄今尚未公開達成的成就。 此外,嘉定專案證明,中國機器人公司不再僅僅是製造硬體原型。他們正在構建整合式、能產生數據的工業生態系統,旨在加速大規模訓練通用具身人工智慧模型。
主要消息來源:
1. EqualOcean —— 中國具身人工智慧公司 TARS 在 Pre-A 輪融資中籌得 4.55 億美元(2026 年 4 月 16 日)
2.
Gasgoo — 具身人工智慧技術公司 TARS 獲得 1.2 億美元天使輪融資(2025 年 3 月 27 日)3. PRNewswire — TARS 展示一款能進行手工刺繡的機器人(2025年12月22日)
4. THB Electronics — 公司簡介與發展歷程
5. 《解放日報》—— 它石智航具身智能示範項目落戶嘉定(2026年6月26日)
6. TOM Tech — 它石智航攜手天海電子,全球首創實現柔性線束機器人規模化組裝 (2026年6月27日)
7. ews18a — 具身AI機器人首度大規模部署於汽車線束生產 (2026年6月26日)
免責聲明:所有編輯內容均由 RobotAIGeek 根據公開的中英文資料獨立撰寫。引用的內容均標明原始發布來源,RobotAIGeek 並未對其進行獨立核實。










