跳到正文
新浪科技·· 1 小時前AI 評分52

倉儲物流中的 AI 比重上升,機械人仍無法連續通宵作業

仓库里的机器人工友AI比重提升了,但还无法连续上夜班

AI 導讀

倉儲物流中的具身智能應用比重正上升,但機械人仍受連續作業耐久性及投入產出比限制,尚未進入大規模採購。部分供包方案每小時效率已接近或達到人工水平,但有些設備可能工作 6 小時便無法繼續,客戶目前多以 POC(概念驗證)為主。祝孝平認為,傳統自動化與具身智能將並存,具身機械人較適合補足柔性作業。

正文

办了二十余年的CeMAT ASIA(亚洲国际物流技术与运输系统展览会),今年把物流机器人的“代际差”摆上了同一座展馆。

前二十年,中国企业围着北美智能物流系统集成商德马泰克、德国内部物流系统解决方案提供商胜斐迩等欧美品牌学习;最近十年,中国品牌参展比例逐年上升;到了今年,海外客商涌进极智嘉、原力灵机等中国展台,看的是具身智能怎么把包裹抓起来、翻个面、投出去。

据第一财经记者现场观察,今年具身公司的参展数量明显提升,真正“动起来”的展位聚拢大批观众。相较静态陈列,观众更希望看到机器人到底如何动起来。

仓储物流正在成为具身智能较早形成真实应用闭环的场景,但局限于智能化水平及硬件承载能力,目前距离规模化采购仍有一段距离。

传统自动化开始接入AI

原力灵机副总裁、物流业务负责人祝孝平观察到,物流自动化过去十多年已经形成成熟的产业链:堆垛机、四向车、AGV、输送分拣等,大量标准化需求已经被解决。传统方案越来越成熟,企业之间的竞争逐渐转向价格和方案效率。

“剩下的比方拣选、拆包、自动装卸,这些场景一直没有大的解决方案模块能揉进去,但是每个客户又都有需求。”他说。

这使具身智能找到了一个相对明确的切入口。

具体到厂商展示内容,祝孝平发现,具身厂商集中尝试的场景主要有三个:快递流水线的供包,即从混杂包裹中抓取、翻面并投放;电商仓库的播种墙(Put-Wall);以及箱到箱拣选(Tote-to-Tote),从一个料箱中抓取商品,再放入另一个订单料箱。

这些场景的共同点是:大量人工仍在重复完成动作,但传统自动化设备又很难适应不断变化的商品形态。

这恰恰是具身智能与传统自动化的分界线。

“如果不是模型驱动的,换一个厂商的产品,或者包装换一个样式,就需要换夹具。”祝孝平对记者表示。在他看来,具身机器人真正的价值不是简单把机械臂搬进仓库,而是通过视觉、模型和训练获得更强的泛化能力,让机器人面对没有提前编程的新商品、新包装和新任务时仍能工作。

但目前,这种能力还没有完全成熟。一位参展商对记者表示,展会上不少所谓“动态机器人”,实际上仍可能采用遥操作或传统软件驱动,真正模型驱动的厂商仍是少数。物流正在成为具身智能最容易落地的场景之一,但还没有成为具身智能已经成熟的证明。

也正因此,AI在仓储物流的比重明显提高,但实际执行的设备硬件仍以传统自动化厂商为主。这种差异根源在于传统自动化擅长的是“确定性”——固定的品类、包装、节拍,设备越精密,越被锁死在预设的轨道上。

而仓库里真正耗费人力的是那些不确定的环节,如一个软塌塌的快递袋、一箱换了包装的日化品、一个从未录入过视觉模型的异形件,传统机械臂要么换夹具,要么直接罢工。这些需要更智能的AI与泛化能力去承接,但行业还处于欠缺数据训练的早期阶段。

第三方数据显示,仓储环节的AI渗透率不足一半,大量重复性动作仍由人工承担。表现在展会现场,主流运作工具仍是堆垛机、四向车、输送分拣、WMS/WCS这些运转了数十年的传统自动化体系。

具身商业化仍卡在ROI

真正决定具身机器人能否从展台走进仓库的,不是现场有多少人围观,而是客户最终愿意支付多少钱。

祝孝平说,目前传统仓储自动化项目通常已经能够计算投入产出比,新的解决方案回本周期大致在两三年,而一些传统大型设备方案可能需要五六年。

但具身机器人却还很难套用这套账,因为目前部分机器人设备有时连人的效率都没有达到。

在供包等场景,据祝孝平介绍,目前部分方案每小时作业效率已经接近或达到人工水平,但机器人连续工作时间、机械臂和灵巧手的耐久性仍是问题。“有的可能工作个六小时就不行了”。

2026年2月工信部发布的《人形机器人与具身智能标准体系(2026版)》要求灵巧手伺服关节寿命≥10000小时,但行业实际交付与这一要求之间存在显著落差:行业普遍要求的灵巧手使用寿命在1000至2000小时,或20万次作业左右,而高自由度触觉灵巧手在工业连续作业下的寿命普遍只有数周至两三个月,部分低自由度产品一个月左右就损坏。这意味着即使单次动作已经可以完成,按全天候运行计算的真实ROI仍未形成。

因此,目前客户更多是在做POC(概念验证),而不是大规模采购。

祝孝平预计,物流具身应用的商业化速度还会继续加快,供包这类相对标准化的场景,可能在未来半年左右迎来更大规模推广;播种墙等复杂场景则可能需要更长时间。未来真正合理的形态是传统自动化与具身智能共存,已经能够高效完成搬运、存储和输送的设备,没有必要为了“AI化”而被机器人替代;具身机器人更适合补足传统自动化不擅长的柔性作业。

因此,未来仓库可能不是机器人取代机器,而是不同自动化系统被重新组合。

这一趋势也解释了传统物流自动化厂商为什么开始主动寻找具身智能合作伙伴。祝孝平称,他接触到的不少集成商已经成立具身智能部门,或者通过商务团队寻找外部合作。

对这些企业而言,老客户未来的新仓库如果方案不完整,订单可能流向竞争对手;另一方面,传统自动化业务已经高度竞争,引入具身智能也意味着增加新的产品和解决方案收入。

下一阶段,具身厂商在仓储物流场景比拼的不是谁家机器人更像人,而是软硬结合的整套交付能力能否让客户把账算过来。

來源:新浪科技 · finance.sina.com.cn