一场没有颠覆者的革命：具身智能进仓记_老虎社区_美港股上老虎

一场没有颠覆者的革命：具身智能进仓记

2026年的CeMAT ASIA，具身机器人几乎成了展馆里的“标配”。

机械臂俯身抓取，双臂机器人翻转软包，人形机器人从料箱中辨认商品……过去由四向车、堆垛机、输送线和AGV构成的物流展会，正被一种新的技术景观占领。世界机器人大会、世界人工智能大会上也出现过同样的一幕：多家具身智能企业不约而同把展台改造成微缩产线，围绕传送带、货架与料箱循环抓取、翻面、供包。

行业集体涌向同一个场景，说明仓储物流正在成为具身智能进入物理世界的第一站。但热闹之后，更关键的问题是：抓起一个包裹之后呢？

本文的判断是：仓储物流不会被具身智能颠覆，只会与它融合。能留下的，不是演示最漂亮的，而是最能融入存量体系的。

围绕具身智能，人们习惯说“替代”和“颠覆”。对仓储物流而言，推倒重来既不现实，也没有必要。

这个行业早已形成完整秩序。硬件层有四向车、AGV、AMR、堆垛机、输送线和机械臂；软件层有WMS、WCS、TMS等系统；业务层从入库、上架到拣选、包装、出库，流程高度标准化、SOP化。中国仓储也已进入存量运营阶段，企业面对的现实问题不是“要不要再建一座无人仓”，而是如何让已有设施更灵活、更高效。

数据也印证了这一点。2025年全国社会物流总额达368.2万亿元，社会物流总费用19.5万亿元，与GDP的比率降至13.9%，为有统计以来最低，但仍高于发达经济体，《有效降低全社会物流成本行动方案》提出2027年力争降至13.5%左右。在一个以“降本”为国家级命题的行业里，客户买的从来不是某个高难度动作，而是吞吐、良率、稳定性和投资回报率。

所以具身智能进入仓储，不会上演“新物种取代旧物种”，而是一场持续多年的融合：新模型、新机器人与既有设备共同工作，在存量体系中逐步扩大自动化的边界。

为什么涌入仓库的具身机器人，几乎都从供包、抓取、分拣开始？因为这些任务边界清晰、效果直观、最适合展示。一条传送带、几个料箱，就能搭出一个场景，成功率和节拍一目了然。

但这更像一场“追小兔”的游戏：目标明确，路径可见，抓住它需要技术，却远不是仓储物流的全部。

从商业空间看，供包分拣的增量其实有限。它对模型能力要求相对较低，大型仓库早已被自动化方案解决，中小型仓库又受成本制约暂不适用，两头都缺增量。真正的空白在存储场景：上架、拆零、分拣、二次组装等非搬运环节至今仍以人工为主，从业者规模庞大。

从技术上看，抓取从来不是孤立动作。上游连着库存、订单和波次，下游连着复核、包装和出库，一件异常商品就可能阻塞整条作业线。仓储自动化要解决的，是存、搬、拣与异常处置之间的系统协同，而不是某一个动作的突破。

容易演示，不等于值得做。

传统自动化已经高效解决了大量标准化任务：四向车擅长高密度存储，AGV/AMR擅长水平搬运，输送线擅长固定路径传递，传统机械臂可高速处理规则商品，不需要大模型，也能低成本稳定运行。

具身机器人的价值，不是重复这些已被解决的工作，而是补上自动化体系中最难的一段：柔性、异形、长尾、不断变化的任务。用更贵、更复杂的机器人处理所有简单任务，技术上可行，经济上未必成立。

原力灵机判断，仓储智能化将经历三个阶段：第一阶段是单点替代，在现有仓库替代少量工位人工，当下的供包热即属此类；第二阶段是多机器人协同，新老设备配合提效，存量设备被激活、被编排；第三阶段是以具身机器人为“长机”、传统设备为“僚机”，实现仓库动态自适应调度与自主进化。目前行业正处在第一阶段向第二阶段过渡的节点。

在本届CeMAT ASIA上，原力灵机与ATOMIX合并后推出的机器人多智能体分层作业系统，给出了一个具体样本。它没有把具身机器人包装成“全能员工”，而是按商品特征和任务复杂度，将拣选分为三层：

L1坐标机器人，由桁架式三轴机械臂、3D视觉和真空吸取模组组成，处理盒装、瓶装等规则、可吸附商品，承担约50%的任务。其峰值分拣效率450 pcs/h，抓取成功率≥99.9%，综合良率≥99%。

L2是Dexmal Apex具身双臂机器人，处理软包、柔性件、异形件，可换手、翻面、双臂协同并失败重试，覆盖约48%的任务。其峰值分拣效率360 pcs/h，抓取成功率≥99.9%。

L3是人工工位，承接剩余约2%的异常件和长尾任务，避免少数复杂商品阻塞整个订单。

关键不是“48%”或“2%”这两个数字，而是背后的产业判断：人、传统自动化与具身机器人将长期共存。原力灵机认为，在可预见的未来，机器人无法覆盖全部场景，谁能把“人”也编排进系统，谁才拿到终局的入场券。

人工在这里不是系统失败的证明，而是系统的安全边界。机器人处理不了的任务被识别、隔离、转移，人工接管的过程又被记录为高价值数据，反哺模型和调度策略，使同类异常逐步被自动化覆盖。原力灵机把这套机制称为Physical Harness，即物理世界的“安全保护绳”。它回答的是具身智能走出实验室时最棘手的问题：模型可以允许概率，生产不能随时停摆。实验室里十次成功九次是好成果，仓库里剩下的那一次，可能是商品损坏、订单阻塞，甚至安全风险。

如果说具身模型决定一台机器人能做什么，那么仓储系统能力决定这些动作能否创造商业价值。

原力灵机的判断是：行业普遍存在“重Demo、轻体系”的认知偏差，模型只解决约20%的核心工作，其余80%要靠体系化能力补齐。

这80%，藏在ATOMIX长期积累的、展台上最难呈现的能力里。其托盘四向车已进入全球30多个国家、落地500余个项目，有8个项目的单项目集群规模超过50台，其中4个项目四向车规模突破100台，单系统出入库峰值吞吐达1,100托盘/小时，运营中的项目SKU最高超过5万个。以某全球服装零售品牌为例，ATOMIX在中国、新加坡、韩国落地三个大型仓储项目，通过3D立体空间调度，同时管理多种类型、合计近2000台机器人；新加坡仓还要用一套系统同时支撑门店配送与电商履约，并在两种订单模式间快速切换。

这类项目的难点，不在某一台机器人走得多快，而在数百台设备如何避免拥堵、订单如何拆分、任务如何分配、库存与设备状态如何同步，以及系统如何扛住促销高峰和设备异常。

本届展出的“上存下拣”方案延续的正是这种系统思路：上层由新一代托盘四向车做高密度存储，首层由AMR负责存储与拣选搬运，轻型提升机LFR1500B（设备重量减少40%、占地减少50%）连接各层，四向车、提升机、AMR被统一调度进同一条作业链。这些看似仍是传统设备的迭代，恰恰是具身智能能够落地的产业底座。

具身智能企业挤满CeMAT，不意味着所有人都能拿到入场券。从演示到规模部署，至少横着四道门槛：

第一，具身原生能力：从感知、推理到动作生成形成闭环，而不是在传统设备上加一个“智能插件”。

第二，行业积累：仓储不是抽象的抓取场景，而是库存、订单、设备、人员和安全规则共同构成的系统，不懂业务流程，再聪明的机器人也嵌不进去。

第三，系统化协同：客户要的不是一台会抓取的机器，而是多类型机器人、软件系统与人工工位的统一调度。

第四，本体与“大脑”的深度适配：感知频率、控制延迟、关节性能、末端执行器必须与任务共同设计。

由此也分出两种路径。一种是嫁接式：既有设备加智能补丁，上限被最初的架构假设锁死。另一种是具身原生：从底层重新定义设备之间的协同关系，上限只由数据与算法决定。

按这四种能力盘点行业会发现，有场景网络的缺“大脑”，有“大脑”的缺场景网络。未来两年的竞争，很可能不是谁的视频更惊艳，而是谁先补齐另一半。

原力灵机与ATOMIX的合并发生在这一分野之中。一边是DM系列具身模型（DM0.5已在RoboColiseum、RoboDojo等六大评测榜单登顶）、双臂机器人与实时控制能力，另一边是四向车、仓储软件、多机调度与全球项目网络。双方要做的，是让具身智能不以外来设备的方式闯进仓库，而是从仓储体系内部生长出来。