10月20日，专注驱动技术的德国企业 舍弗勒 在江苏太仓正式启用一座具身智能机器人数智工厂。整座工厂最核心的一句话，是用六台人形机器人跨五个工位，为人形机器人自己生产关节模组。行业里那句半开玩笑的"机器人造机器人"，第一次有了量产级的实体样板。
不是新玩家。作为轴承、滚柱丝杠、精密减速器、电机和传感器的全栈供应商，它本就是人形机器人核心零部件的Tier-1。今年2月，它已在太仓成立具身智能机器人公司，明确要做"人形机器人行业具有生态主导力的首选技术合作伙伴"。这次启用的灯塔工厂，是这条路线的落地。
工厂占地约7500平方米，把四件事集成在一起：一条自主设计的智能装配产线、一个场景化训练与数据采集中心、一个数字孪生平台，以及一座算力中心。其中装配产线专门生产直线和旋转关节模组——也就是人形机器人上下肢、肘膝、手腕和灵巧手运动的核心驱动单元。
产线由 自主设计，共设五个作业工位：料箱搬运、零件分拣拾取、压装和螺丝装配、功能检测、打标和包装。六台人形机器人协同完成全流程。值得一提的是，这批上岗的人形来自 珞石 机器人的逐星H系列轮式人形，整机具备23个自由度，双臂采用七自由度的仿人构型。
真正值得单列的不是"用了机器人"，而是闭环。传统工厂里，机器人是产线的执行件；在这里，人形机器人既是生产者，也是被生产对象的下游用户——它们组装出的关节模组，最终要装回下一代人形身上。制造闭环和数据闭环被拧在同一个屋檐下。
数据闭环更隐蔽也更重要。训练数据、仿真数据、生产数据三类互通：训练场景复刻自 全球约100家工厂的真实工况，技能先在装配线上验证再优化；物理产线搭载传感器，实时采集装配精度、单工序节拍、能耗负载和资产状态。这类虚实同步，背后是 NVIDIA Isaac、Omniverse一类仿真平台的成熟；数字孪生把物理产线与虚拟模型实时映射，变更先在虚拟环境测过，再落到真实工艺。结果是一套能在"干中学"里持续迭代的结构。
商业侧同样给出了信号。 披露，2026年第三季度它新拿下两家中国客户，人形机器人领域的总订单额已升至约4亿欧元。换句话说，市场愿意为真人形级别的核心零部件和这条"机器人造机器人"的产线付钱。
把视野拉到全球，这类"机器人进工厂"正在从单点变成同温层。一类是进客户或伙伴工厂： 与农机制造商AGCO签约，让Digit进堪萨斯工厂分拣零件、码垛料箱； 波士顿动力 把Spot和Atlas推进现代汽车的工厂做巡检与作业。
另一类更激进，是本体厂自己消化自己： 在弗里蒙特的自有产线上使用自产的Optimus；而 舍弗勒 则是连"造什么"都回到了机器人——它造的是机器人的关节，用的也是机器人。两种路径殊途同归，指向同一个事实：真实工况的数据回流，正成为衡量具身智能落地质量的硬指标。
这里的分水岭，在于数据所有权与复用效率。客户工厂里的部署，数据是分散在别人车间的；而供给侧自有的工厂，数据从一开始就沉淀在自己手里，且直接反哺下一代产品设计。对一个做驱动技术80年的老牌企业来说，这等于把几十年的制造know-how，翻译成了具身智能的护城河。
但边界也要看清。太仓工厂目前是"灯塔"级别的示范，六台人形离千台级产线还差一个数量级；关节模组量产的良率、节拍和回本周期，才是决定这条闭环能否复制的关键。这和此前行业反复被提醒的去虚火、看自主率，是同一道题。
对零部件Tier-1而言， 的样本提出了一个新选项：与其只在牌桌上卖螺丝，不如自己搭一张台子，用机器人造机器人，把制造过程本身变成数据资产。当供应链开始吃自己的狗粮，具身智能的量产工程化，第一次有了自带数据源的供给侧样板。
对整机厂和投资者来说，信号同样清楚：下一阶段比拼的不只是谁先造出能动的机器人，而是谁能把"部署—采集—迭代"的闭环，扎进自己的产线和供应链里。 太仓给出的答案，是把工厂开成一座训练场。
回到那句话："机器人造机器人"不再是发布会上的口号。当一家零部件厂把产线、训练场和数字孪生拧在一起，具身智能的供给侧，终于也开始认真回答"数据从哪来"这个老问题。
这不是又一场秀肌肉的概念演示，而是把"制造即数采"从PPT写进了车间。对等待具身智能真正规模化的从业者来说，太仓这座灯塔工厂，亮得比很多融资新闻更有信息量。
本文基于公开报道整理。