文 | 科技嗨客
9 月 21 日，特斯拉机器人团队落地宁波审厂这一消息，为火热的具身智能赛道再添一把火。
据此前媒体报道，早在 9 月 21 日之前的一周，特斯拉机器人团队已在拓普集团（601689）、三花智控（002050）、均胜电子（600699）等供应链企业启动审厂工作。
另有产业链人士向媒体透露，本次审厂前，上述企业均已拿到特斯拉人形机器人订单，涵盖关节模组、执行器、精密结构件等。这意味着，此次审厂主要评估相关产线的质量与合规情况，通过后或将很快进入生产阶段。
事实上，这三家企业与特斯拉渊源颇深，此前均为特斯拉汽车供应商。而拆解人形机器人后不难发现，精密结构件、执行器、电机电控等，恰恰都是它们在汽车零部件领域的强项。因此，它们如今在具身智能供应链上再度聚首，几乎成为了必然。
更重要的是，相较于过去为特斯拉汽车国产化提供供应链支持，这些企业从汽车向具身智能的能力迁移，也让外界看到国内整条汽车供应链的集体转身与蝶变。
为什么是现在
先看一组数据。
据车百会研究院统计，截至 2026 年 8 月，全球已有近 20 家主流车企以自研、孵化、投资等方式驶入具身机器人赛道，累计规划投入超千亿元。另据罗兰贝格（Roland Berger）发布的《人形机器人 2026：新市场的融合时刻》报告显示，乐观情况下，到 2035 年汽车主机厂布局的机器人市场规模或达 7500 亿美元，到 2050 年或进一步扩展至 4 万亿美元，规模量级接近汽车产业。
显然，从融资规模和市场预期来看，这并非车企或汽车产业链上下游企业心血来潮的跨界，而是一场从卖车、卖零部件，向卖 " 具身智能制造能力和数据入口 " 的集体转向。
罗兰贝格全球高级合伙人郑赟曾将这种汽车产业与机器人产业融合的底层推动力，归结为利益驱动、技术同源与场景孵化三要素的结合。奇瑞汽车执行副总裁、墨甲机器人总经理张贵兵，在此前接受媒体采访时，则说得更直接，"2024 年具身智能赛道兴起后，奇瑞发现汽车与机器人 70% 的技术可以共享，供应链、制造和营销体系也能共用，跨界由此水到渠成。"
换言之，车企与汽车零部件厂商并非突然想造机器人，而是发现自己在电动化、智能化上投入积累的能力，正好可以平移到机器人身上。问题只在于，以何种姿势切入。
从目前来看，最 " 重 " 的路径，当属内部研发。
比如小米。据小米技术官方今年 3 月披露，在真实汽车工厂里，小米机器人在自攻螺母上件工站中连续自主运行 3 小时，双侧同时安装成功率为 90.2%，同时满足最快 76 秒的产线生产节拍要求。更早一些，比亚迪 2022 年成立具身智能研究团队，2023 年投资智元机器人，此后智元远征 A1 在比亚迪工厂试点运行，2025 年又战略入股帕西尼感知科技，形成 " 自研 + 投资 " 的双轮驱动。
内部自研协同最深、控制最强，但前期投入直接进报表，且组织体系要适配 AI 领域快速试错的节奏，并不容易。
内部研发之外，当前最 " 主流 " 的方式，是以成立子公司或合资公司的形式，借母公司势能，发力具身智能。
例如，小鹏成立鹏行智能，奇瑞设立墨甲机器人，广汽孵化慧仑科技，长安成立天枢智能机器人；均胜电子则设立均胜具身智能，由全资子公司宁波均智汽车科技有限公司 100% 持股，同时设立均胜灵犀，宁波均胜具身智能机器人有限责任公司持股 80%。
独立子公司路径的优势在于，既能借助母公司势能起跑领先，也便于以独立主体直接开展外部融资。比较具有代表性的案例如，小鹏机器人业务已完成超 9 亿美元首轮融资，投后估值超 63 亿美元，刷新中国具身智能行业单轮私募股权融资纪录 ... ...
而最 " 快 " 的路径，当属并购。
现代汽车全资控股波士顿动力，一步站到人形机器人前沿。但这条路形式上快，整合却最难，毕竟，汽车工业的科层文化与 AI 公司的极客文化，天然存在冲突。
由于不同路径各有优劣，于是很多企业选择多线并行。比亚迪一边自研，一边战投帕西尼；均胜电子设立上述子公司的同时，集团层面则通过均普智能与智元合资。这些 " 组合 " 策略，本质上是用不同组织形态，对冲巨大的不确定性，为更多可能性兜底。
事实上，在趋势与清晰的路径之外，场景孵化也是这轮汽车产业转向中最容易被低估的推动力。
在延锋国际与银河通用的合作中，延锋国际作为全球汽车零部件龙头，开放了覆盖汽车内外饰、智能座舱等领域的真实连续生产场景，并提供制造体系、质量控制及全球布局方面的产业能力。双方以银河通用具身大模型 " 银河星脑 " 和数据基建 " 银河星坊 " 为核心，围绕 " 生产—运营—服务 " 三层结构，推动具身智能机器人从 " 自动化执行 " 迈向 " 自主决策与柔性作业 "。
同样的逻辑，在均胜灵犀身上也能看到。
均胜灵犀 CEO 雷雄曾在高工机器人近期举办的一场大会上透露，在均胜电子全球 100 多家工厂中，约 80% 的工序可用传统机械臂完成预编程自动化任务，剩余 20% 则依赖人工处理柔性场景，如料盘抓取、装配、上下料等，传统自动化难以解决。雷雄认为，这些场景正是具身智能进入工业场景的切入点，也是从 " 力控 " 走向 " 智控 " 的数据飞轮起点。
同时，均胜灵犀之所以能快速卡位，本质上也是基于均胜电子长期深耕汽车核心零部件领域的工程能力复用。其在新能源汽车上的 BMS 能力，可快速迁移到机器人的电池管理上；其在智驾领域积累的端侧 AI 推理、多传感器融合以及实时决策能力，则以 "EAOS + EAPC" 的形式，构成具身智能体大脑解决方案的核心，成为机器人的决策与控制中枢。
上汽同样如此。上汽通用与智元联合研发的 " 能仔 1 号 " 人形机器人，2026 年 3 月正式在别克至境 E7 电池量产线上岗，承担电芯抓取、上料等核心工序，实现从技术验证到量产线实战应用的跨越，导航引导轨迹累计定位精度达到 ± 0.1 毫米。
从 " 能用 " 到 " 持续好用 "，人形机器人真正的鸿沟在于标准缺失
供应链可以复用，产线可以迁移，但眼下对人形机器人，乃至整个具身智能赛道提出真正考验的，不仅仅是 " 能不能做出来 "，而是 " 能不能稳定、低成本、规模化地做出来 "。
2026 年全国两会上，雷军曾点破这层窗户纸，他提到，人形机器人的大规模工程化应用，仍存在工艺稳定性差、单体硬件成本高等突出问题。结果就是，人形机器人还停留在 " 学徒工 " 状态，尚未真正转向 " 正式工 "。
这也意味着，哪怕小米机器人已在汽车工厂 " 实习 " 数月，且成功率从 90.2% 提升到 98%，但面向更大范围的产业化部署，仍需系统性突破 " 生产节拍和合格率 " 这一核心瓶颈。
尽管挑战重重，行业头部玩家也仍在寻找更快从 " 能用 " 过渡到 " 好用 " 的路径。在此背景下，VTLA（Vision-Tactile-Language-Action，视觉—触觉—语言—动作）模型被寄予了厚望。
从逻辑上看，将触觉纳入视觉—语言体系，理论上应能增强模型能力；但在实践中，部分企业发现，加入触觉后，模型性能反而可能下降。
对于这一现象，雷雄认为，一方面可能是业内尚未找到适合高维触觉信息的编码方式；另一方面，不同模态信息如何融合，仍是行业难题。
但他同时也指出，触觉虽是最难的一环，却也是具身智能从依赖预设程序的传统控制，走向开放环境下提前规划与场景适配的关键一环。
雷雄以机器人领域公认的 " 皇冠上的明珠 "、也是路线分歧最大的灵巧手为例道，目前行业主流有三大路线，各有优劣势，其中，连杆驱动负载大，但动作僵硬；腱绳驱动柔顺灵活，但易磨损；直驱精度最高，却体积大、难以集成进掌内。
而为了更好的解决工程难题，均胜灵犀的选择是 " 既要又要还要 "。其于 2026 年 7 月在 WAIC 首发的 TeleHand Pro，采用业内独创的 " 掌内集成 + 混合驱动 " 方案：在一根手指中，近端用直驱取精度，中段用腱绳取柔顺，远端用连杆取轻量化。整手具备 20 个自由度（16 个主动 +4 个被动），尺寸与人手 1:1，整手约 650 克，握持负载达 15 公斤，抓取精度 0.08 毫米。
针对腱绳方案中绳索长、易松弛的通病，灵犀采取了工程化解法：将绳索全部收进掌内，大幅缩短长度，磨损和形变问题自然随之缓解。
当灵巧手实现从 " 能用 " 走向 " 好用 " 后，雷雄将产品化的下一目标瞄准 " 持续好用 "，即在工厂不同工况、高温高湿等苛刻环境中，在成本可控的前提下，仍能保持稳定好用。
但一个不容忽视的事实是，至少在当下的具身智能行业中，人形机器人 " 持续好用 " 的标准，都尚需完善，而这或许也需要一批，以均胜灵犀为代表的头部企业通过不断实践和方法总结，从而引导行业发展。
正如雷雄所说，无论是传统工业自动化、汽车还是消费电子领域，可靠性标准都已相对成熟。例如，-40 ° C 至 125 ° C 是汽车电子 AEC-Q100 Grade 1 的标准温度范围；-20 ° C 至 65 ° C 则属于消费电子商业级（或扩展商业级）温度范畴。但机器人在工业环境和家庭场景中应满足怎样的工作温度、寿命、可靠性和一致性标准，目前仍无明确规范。
" 大家都说自己的产品能用 50 万次、60 万次、80 万次，但这个数字究竟是不是达到了真实应用需要的标准，可能还要打一个问号。" 雷雄说道。
供应链的下一个十年
十年前，做手机玻璃的蓝思科技、做连接器的立讯精密、做电池的宁德时代，在汽车电动化浪潮中完成了供应链能力的二次变现。如今，同样的剧本正在汽车供应链与机器人产业之间重演。
特斯拉第三代人形机器人 Optimus 被定义为 " 首款为量产设计的机型 "，单机长期目标成本锁定在 2 万至 3 万美元，马斯克设定的远期年产量目标为 1000 万台。这或也意味着机器人零部件，必须走完与汽车零部件完全相同的降本曲线，从规模效应，到工艺迭代，再到供应链竞争，一个都不能少。
支撑这一判断的基础设施已经就位。据盖世汽车研究院的测算显示，汽车与机器人目前的供应链重合度约为 60% 至 70%，尤其在感知、计算、决策、执行和规模制造等环节高度同源。同时，在成本端，虽然机器人 BOM 成本中执行系统占比接近一半，但主流感知方案大多复用汽车供应链中已经成熟的英伟达 Orin 芯片体系；而随着生产规模扩大，低端与高端产品的降本空间预计可达 40% 至 70%。
在这样的背景下，特斯拉机器人团队在宁波的审厂，或也向外界传递出，在与拓普集团、三花智控、均胜电子等此前在新能源汽车零部件领域，已有多年合作基础的上市公司进行具机器人的合作中，既要机器人零部件的研制能力，又要对汽车供应链的品控体系和成本控制有肌肉记忆。
在这样的背景下，参与审厂的三家企业也各自给出了不同的解法。
均胜电子在汽车安全零部件工厂产线部署人形机器人，与国内头部机器人公司建立具身智能联合实验室，开展工业场景深度适配与训练，并成立多家子公司，把均胜在汽车电子领域积累的车规级制造经验，平移到机器人核心部件的量产轨道上。
与此同时，在产品层面上也在加速推进节奏，在 2026 年世界人工智能大会上，均胜电子集中发布了 " 灵犀 " 灵巧手系列、第三代 AI 头部总成、具身智能体大脑以及固液混合电池等核心部件方案。与此同时，均胜电子的中央控制器产品已为头部机器人客户实现规模化量产供货，具身智能体大脑方案 EAOS+EAPC 已在部分工业场景和自动充电场景中投入真实部署。
而拓普集团则沿着执行器路线纵深推进，公司合作产品从直线执行器拓展至旋转执行器、灵巧手电机，同时布局机器人躯体结构件、传感器、足部减震器等产品。
三花智控则聚焦机电执行器这一核心赛道，据其 2026 年半年报显示，公司仿生机器人机电执行器核心产品已稳步推进批量交付与产线爬坡，同时，公司计划在杭州投资不低于 38 亿元建设机器人执行器专用产线，2026 年规划产能达 100 万台。
与上述三家头部企业动作并行的，则是资本市场对企业给出了新的定价和更高预期，在花旗发表中国汽车零件及设备行业报告中指出，特斯拉 Optimus 对均胜电子、宁波拓普、旭升集团和三花智控等供应商 2027 年的净利敞口分别为：5%、4.5%、3.1% 和 3%；而 2028 年的净利敞口分别为均胜电子 ( 8.6% ) 、宁波拓普 ( 8.2% ) 、旭升集团 ( 5.8% ) 、三花智控 ( 5.3% ) 。
当特斯拉 Optimus 将年产量锚定在千万台量级时，汽车供应链的升维之战也已不再是 " 谁先拿到门票 " 的短跑，而是一场关于 " 系统能力迁移 " 的长跑。均胜、拓普、三花们眼下所要比拼的，也已不再是单点零部件的报价能力，而是将汽车工业百年沉淀的品控体系、成本纪律与工艺迭代速度，复刻到机器人这条全新赛道上的组织韧性。
历史不会简单重复，却总押着相似的韵脚。蓝思、立讯、宁德时代当年完成的，是从 " 造零件 " 到 " 造系统 " 的惊险一跃。如今，同样的跃迁窗口摆在汽车零部件巨头面前，这也意味着，真正的赢家，不会属于单品类的冠军，而是属于系统赢家，而谁先跑通从材料到良率的系统性闭环，谁就能在机器人供应链的定价权争夺中占据先机。
