取料、定位、插接、投料。
近日，第九届中国国际进口博览会上，安波福展台的一台它石智航A3机器人，正在演示连接器的自主装配。这套动作并非只停留在展台，同款机器人已经进入安波福的真实生产线。
图片来源：它石智能
当天，安波福分别与它石智航、上海电气签署合作协议。按照整体规划，来自两家合作伙伴的数百台具身机器人将逐步进入安波福生产场景。其中，它石智航披露，2026年底前将完成百台级A系列机器人部署，覆盖8大生产工艺、33类应用场景。
另一边，安波福的高性能计算平台和智能电源管理技术，也将进入合作伙伴的机器人产品。
安波福中国及亚太区总裁杨晓明在进博会期间接受采访时，用一句话概括了这种关系：“又做他们的零部件，又做他们的采购商。”
采购与供货之外，这笔合作还涉及一项不太容易标价的资源：安波福自己的生产线。
一条生产线，两笔生意
图片来源：它石智能
汽车零部件企业向机器人市场卖产品，早已算不上新闻。
盖世汽车合伙人、研究院副总裁王显斌此前指出，汽车与机器人供应链的重合度约为60%—70%。从感知、计算到执行系统，两者拥有大量共通的技术与制造能力。经过适应性开发，汽车产业积累的零部件技术、成本控制和规模制造经验，可以向机器人产业迁移。
舍弗勒、博世、法雷奥等跨国Tier 1，已经沿着这条路径拓展业务。
如今，它们又把生产线带上了谈判桌。
以安波福为例，首批它石A系列机器人已经进入真实产线，开展工艺适配和应用验证。双方还将围绕工业场景持续积累数据，支持它石通用具身大模型AWE迭代升级。
安波福则将自身的计算平台和电源管理方案应用到机器人产品中，相关产品计划于年内实现量产。
机器人企业向安波福提供设备，安波福向其供应核心技术，生产线同时成为机器人验证和训练的场所。
这笔双向合作还有另一层价值。
杨晓明在采访中提到，相比单纯替代人工，机器人运行产生的数据可以用于改善产能安排、质量追踪和设备预测，从而帮助工厂提高效率、降低成本。
也就是说，安波福既关注机器人能否承担具体生产任务，也关注机器人接入之后，能否为原有制造体系带来更多数据和管理能力。
舍弗勒采取了另一条路径。
10月20日，舍弗勒具身智能机器人太仓数智工厂正式启用。这座约7500平方米的设施，集成了机器人零部件制造、场景训练、数据采集和数字孪生等功能。六台人形机器人参与五个作业工位，承担分拣、压装、螺丝装配和检测等任务。
机器人在这里参与制造下一代机器人所需的零部件，其实际作业过程又成为训练与工程验证的一部分。
舍弗勒自身也在向机器人企业供应关节执行器等核心产品。据公司披露，2026年第三季度，人形机器人相关业务总订单额约为4亿欧元。
安波福利用既有汽车零部件工厂，舍弗勒则专门建设兼具制造和训练功能的新设施。两种路径下，真实生产环境都已被纳入机器人产品开发与产业合作。
这正是所谓“卖场景”的实际含义：并非直接出租产线或出售工业数据，而是把真实工序、工程标准、运行反馈和训练验证条件作为合作资源，与机器人采购、零部件供应及联合开发相结合。
过去，生产线是Tier 1交付产品的保障；如今，它也开始成为机器人企业进入工业市场必须接受的检验。
进厂之后，机器人还要过几关
连接器装配在展台上可以反复演示。到了真实工厂，动作完成只是起点。
生产线有固定节拍，零件存在尺寸和位置偏差，设备还需要长时间保持稳定。机器人不仅要把活干完，还要达到工业客户对质量、效率和安全的要求。
博世中国总裁徐大全在进博会期间提到了一个具体的工程难题。
本届进博会上，博世展出基于高精度气压传感器的机器手指触觉感知产品；图片来源：博世
部分机器人搬运较重物体时，关节和电机持续发热，连续运行约一小时后便可能需要停机散热。生产节拍、操作精度和零部件一致性，也都面临实际挑战。
一个小时的运行表现，与覆盖完整生产班次的稳定作业能力，存在明显差距。
这类问题不能只靠模型训练解决。散热设计、关节可靠性、机械结构及制造一致性，都需要在实际工况下反复检验。
博世正在把自己的制造体系用于这项工作。
今年5月，博世与千寻智能达成合作，计划依托中国工厂及物流中心开展机器人数据采集、模型训练和工业应用验证，同时探索执行器、传感器等核心部件供应。
按照博世披露的计划，2026年将在中国推动约100至200个工位的机器人试验。
这些工位既是机器人的潜在工作岗位，也是检验其工程能力的实际场所。
法雷奥的实践，则反映出从技术筛选到工厂应用需要经历怎样的过程。
自2022年6月开始，法雷奥在全球考察43家机器人供应商，并于2025年选择11家合作伙伴开展实际测试。2026年，公司进一步推进南京人形机器人训练中心建设。
法雷奥中国CTO顾剑民此前接受盖世汽车采访时透露，公司已在深圳和南京工厂开展机器人试运营，并通过训练中心进行数据采集和模型训练。
从供应商考察到实际产线试运行，法雷奥经历了数年的技术评估与应用测试。机器人能否完成动作只是其中一环，能否满足工业生产要求，还涉及长期稳定性、工艺适配及使用成本。
这些恰恰是机器人企业难以仅凭实验室训练获得的答案。
它石智航联合创始人陈同庆在此次进博会签约时表示：“具身模型定义了能力的上限，本体决定落地的边界，而可信赖的表现决定物理AI能否真正进入产线。”
安波福与它石智航的合作，已经取得了一些阶段性进展。
按照企业披露的信息，首批机器人已投入实际生产场景，相关机器人集群经过全天候作业验证。机器人经过约三个月预训练后，单动作速度已可基本追平熟练工人。
从完成装配动作到追赶人工操作速度，真实工况下的训练已经产生了具体进展。只是单动作速度与完整工位效率并非同一个指标，持续作业能力仍需进一步检验。
工业场景的价值，也不仅是让机器人有地方工作。
真实产线可以持续产生任务反馈，帮助开发团队发现操作偏差、质量问题和异常情况。不过，工厂数据并不能直接全部用于模型训练。设备能耗、产量和质量记录，与机器人需要的视觉、动作、接触状态等数据并不相同，后者还需要采集、处理并关联任务结果。
更难的是，机器人在一座工厂积累的经验，能否带到下一座工厂。
舍弗勒太仓数智工厂从全球制造体系中选择典型工序进行场景复刻，再通过数字孪生和实际产线验证训练结果，正是在探索训练与真实应用之间的衔接。
不同工厂的工装、设备布局和生产节拍存在差异。即便完成同一种任务，机器人也可能需要重新适配。
在一条产线上训练成功，解决的是一个工位的问题；换一条产线仍能稳定工作，才有可能把训练成果变成规模化能力。
跨国Tier 1拥有覆盖不同地区的制造网络，可以提供多样化工况。但工厂数量只是基础，训练成果能否复用，才决定这些场景资源能发挥多大作用。
而这又将问题带到了商业层面。
场景上了谈判桌，价格呢
汽车Tier 1开始向机器人企业提供的不只是零部件，还有工业验证和数据采集条件。
可如果把这些合作放到商业账本上，仍然有一项价值难以衡量：场景本身究竟值多少钱？
舍弗勒披露了约4亿欧元的人形机器人业务总订单额，安波福也公布了核心技术产品定点和量产计划。
这些都是产品供应业务的进展。但截止目前，尚未在这些企业的财报中找到一笔明确的场景使用费或工业数据销售收入。
生产线已经成为合作资源，场景却还没有一张能够公开比较的价目表。
当然，这门生意未必需要单独收费。机器人企业能够通过真实产线获得训练、验证和后续项目机会，Tier 1则可能通过生产效率改善、联合开发和核心部件配套获得收益。
杨晓明提到的数据化生产收益，正是其中一种可能的回报。
问题是，这些收益能否覆盖场景开放、工程验证和机器人部署所增加的成本。
工厂需要协调生产工位、投入工程人员，还要承担设备调试和运行异常带来的影响。机器人企业则需要持续优化模型、调整本体和完善系统集成。
而且，汽车工厂从来不缺自动化方案。
对于固定、重复的任务，传统工业机器人和专用设备已经具备成熟的成本体系。具身机器人更有机会体现价值的，是柔性装配、多任务切换和复杂操作。
简单的活，传统自动化已经做得很好；复杂的活，具身机器人还在证明自己。
安波福的百台级部署计划具有新闻价值，但实际运行中的任务成功率、人工接管频率、维护成本和综合生产效率，更能决定工厂是否愿意继续扩大应用。
场景数据同样存在使用边界。
汽车工厂的工艺参数、质量信息和客户资料可能涉及商业秘密。机器人企业能否将某家工厂采集的数据用于其他客户，训练成果又能否跨企业、跨地区复用，都需要在合作机制中明确。
数据边界之外，外资Tier 1还面临另一层竞争：工业场景并不是它们独有的资源。
今年2月，均胜电子披露，人形机器人已进入其宁波汽车安全零部件工厂，开展数据采集、模型训练和工业场景适配。均胜自身也在发展机器人控制器等核心产品。
10月，延锋国际与国家地方共建人形机器人创新中心签署合作协议，提出共建汽车行业具身智能场景数据中心和训练示范场。
本土Tier 1同样在把制造资源纳入机器人产业合作。
对跨国Tier 1而言，成熟的工程体系和全球制造网络提供了更丰富的工况条件。博世在中国推进工业应用验证、在德国规划机器人合同制造，舍弗勒则将太仓的训练设施与其全球制造体系连接。
这些布局提供了跨工厂协同的条件，未来能否形成可复制的方案，还需要实际项目验证。
随着更多汽车零部件企业开放产线，机器人企业也将拥有更多选择。场景的价值不再只取决于工厂规模，还取决于能够提供什么样的真实任务、能否持续产生有效反馈，以及训练结果能否应用到更多生产现场。
对Tier 1而言，工厂也需要在机器人应用中获得实际回报。场景合作可以帮助技术走向量产，也可能因为成本过高、效果不足而停留在验证阶段。
今年进博会上的安波福，已经把机器人带进产线，也把自己的计算和电源管理技术带进机器人产品。舍弗勒、博世、法雷奥则在不同环节推进类似合作。
汽车Tier 1与具身智能企业之间，正在形成一种超出传统采购与供货的合作关系。生产线不仅制造产品，也开始参与机器人能力的开发和验证。
只是，当越来越多企业都愿意开放工厂，机器人企业为什么要选择你的场景？
谁能让机器人在这里解决更多真实问题，并把这些经验带到下一座工厂，谁才更有机会让场景真正成为一门持续的生意。