跳转到内容
主站 新闻 控制台

机器人作业、AI当“厂长”:巨头布局下一代自主智能仓

· 量子位
国内AI

AI接管调度运营,仓库越干越聪明

梦瑶 发自 凹非寺
量子位 | 公众号 QbitAI

具身智能,开始向更复杂的工业与生产场景发起挑战。

当多数厂商仍聚焦于特定工位拣货、家庭服务等单点任务时,已有选手盯上了具身智能产业化落地的一块硬骨头:智能仓储。

不仅如此,他们的目标更为宏大——让AI接管整座仓库的调度与运营,实现7×24小时无人化自主运转,并在真实业务场景中持续学习、自主进化。

Image 3

这家企业正是全球移动机器人(AMR)领域的头部玩家极智嘉(Geek+)。

近期,极智嘉正式发布《24/7自主智能仓计划》,目标直指物理AI(Physical AI)时代的自进化智能仓。

从让具身智能在单一工位“干实活”,到让整座仓库“自主运转”,物理AI此次直面的,是产业化深水区的核心命题。

从会干活到会管理,物理AI迈入深水区

在AI深入工业场景的过程中,始终存在一个较为尴尬的现实:

物理AI的自动化程度越高,系统对人工的依赖往往越集中在极具不确定性的长尾环节。

过去十余年间,移动机器人(AMR)让搬运、存储等大量标准化作业实现自动化,“货到人”模式大幅普及。然而,一旦涉及复杂的拣选环节,面对成千上万种SKU、频繁变化的包装材质与不规则摆放形态,机器人依然容易受限。

这暴露了仓储自动化长期以来的瓶颈:单一环节效率的提升,已不足以支撑整座仓库实现全面的智能化跃迁。

正是在这一关键节点,极智嘉针对下一代智能仓储的突破方向给出了行业判断:

下一代仓储智能化的关键,是实现7×24小时自主运行与持续进化,并依托全球规模化商业能力,让自主智能仓成为新一代生产力基础设施。

这一判断的背后,折射出仓储行业日益严峻的现实经济账与技术账。

对于仓储客户而言,仓库每多实现一小时自主运转,就意味着多释放一小时摆脱人工排班限制的产能。尤其在夜间作业与促销高峰期,持续稳定的履约能力直接决定了整条供应链的敏捷度。

更重要的是,这套机制能让重资产投入的自动化设备实现全天候满负荷运转,把夜班用工与现场运维的人力成本,转化为实打实的运营净收益。

这意味着,机器人不仅要能自主处理未曾见过的长尾异常,整仓调度系统更需要在数百台设备协同作业时,具备自主决策、异常自愈与经验泛化的能力。

唯有整座仓库具备应对不确定性的自主能力,技术层面的智能才能够真正转化为商业上长期、可量化的生产力。

Image 4

基于这一洞察,极智嘉推出的《24/7自主智能仓计划》将“全仓自主化”确立为下一阶段的核心战略,并规划了三步走演进路径:

  • 打通全流程: 引入具身智能接手复杂操作,补齐仓储作业中长期依赖人工的长尾环节。
  • 强化智能闭环: 推动AI从单一感知走向自主决策与动态调节,驱动整座仓库在运行中自主进化。
  • 规模化落地: 依托成熟的全球交付与本地化运营体系,推动自主智能仓在多元商业场景中规模化复刻。

Image 5

这三个战略方向,恰好对应着物理AI规模化落地必须跨越的三道关键门槛:机器人能否独立胜任复杂作业、整仓系统能否实现自主闭环调度,以及整套模式是否具备跨场景的规模化复制能力。

目前,这套系统级能力已在极智嘉十余年的软硬件积累与全球商业化实践中逐步成型。

具身智能进仓:手脚并用,机器人开始干真活

要实现整座仓库的自主运转,首要任务是解决底层基础作业的断点问题——即机器人能否贯通端到端的物理作业链路,推动仓储自动化由单点离散突破走向全流程闭环协同。

单个机器人的执行上限决定了工位级作业效率,而整条业务链条能否自主闭环,才真正决定了无人仓的落地深度。

相比聚焦于单机算法或特定任务的常规具身方案,深耕行业十余年的极智嘉在产业级工程落地层面拥有更深的沉淀。其自研的 Gravity 统一具身智能框架与 Gravity 4D 具身世界模型,针对的正是机器人在非结构化、复杂动态环境中的自主操作难题。

Image 6

其中,Gravity 具身智能框架负责任务理解与动作规划,使机器人具备“深思熟虑后再动作”的规划能力;Gravity 4D 世界模型则让机器人能够精准理解物理空间的几何结构、接触力学及运动动态变化。

两项技术的融合,使机器人在面对复杂场景与环境突变时具备了更强的自适应能力:

  • 跨任务泛化能力: 面对全新材质、异形包装的陌生物品,无需单独采集数据训练即可自主判断最优抓取点。
  • 动态抗扰动机制: 在作业过程中,即便货物发生微幅位移或视线受阻,系统亦能实时重规划动作,顺畅完成作业闭环。
  • 长程多步骤任务执行: 具备对复杂任务链的自主解构、推演与分步执行能力。
  • 自然语言交互纠偏: 当执行动作出现偏差时,运维人员无需重新编码,仅通过自然语言指令即可完成动态策略纠偏。

基于多模态空间感知、长程任务逻辑推理、4D物理建模与自适应轨迹规划,这类技术已全面注入真实仓储作业场景中。

例如其通用人形机器人 Gino 1,已能胜任混箱拣选、搬运码垛等复合任务,并能与移动底盘协同作业,完成连续的长程拣选流程。

与此同时,极智嘉推出的无人拣选工作站也开始全面接手过去高度依赖熟练工的分播环节。在施耐德电气上海物流中心的落地验证中,该工作站的拣选效率达到人工水平的2倍,分拣准确率超过99.99%。

在具身单机产品之外,极智嘉的全品类 AMR 产品矩阵已覆盖料箱、托盘、货架等主流存储形态下的标准化周转作业。端到端硬件生态与全场景数据积累,为全仓系统的进一步自主进化打下了基础。

仓库大脑统筹全局:AI接管运营,整仓自主进化

机器人打通单点作业链路只是第一步;当数百台异构机器人同时在非结构化场景中协同作业时,整座仓库能否实现系统级自愈与全局自律,构成了更大的技术挑战。

极智嘉系统平台部副总裁谭文哲曾指出当前行业的一大通病:传统仓储管理系统通常各司其职、彼此割裂——调度系统负责优化路径防死锁,业务系统紧盯订单履约,数据分析平台仅承担离线报表统计。

表面看各子系统均有明确的局部优化指标,但缺乏跨域统筹,极难站在全仓全局最优的视角进行动态协同决策。

Image 7 △AI生成

极智嘉的解题思路,是打破子系统之间的数据孤岛,构建具备统筹全域资源能力的**「仓库大脑」**。

系统将订单时效、动态库存、移动底盘、机械臂工作站等离散生产要素统一纳入全局状态空间,构建贯穿“物理执行—数据感知—智能决策”的全链路闭环,实现全局视角的实时敏捷优化。

在底层架构上,仓库大脑由三大核心模块协同支撑:

  • IOP(智能运筹平台): 负责全局感知与瓶颈识别;
  • WES(仓储执行系统): 负责跨域作业策略编排;
  • RMS(机器人管理系统): 负责底层设备集群的高效调度执行。

Image 8

在此基础之上,极智嘉引入了全仓 AI Agent 架构,从两个核心维度推动仓库的持续自进化:

  • 协同智能: 将全仓异构机器人、辅助自动化设备与业务流深度绑定,根据动态波次订单特征,实现秒级任务重新分配与运力弹性调配。
  • 运营智能: 依托具备推理能力的大模型对全局运行态势进行持续监控与异常诊断,由被动人工介入转变为系统自决策调节,逐步逼近全流程“黑灯运营”。

协同智能与运营智能的互补,使仓储系统在保证当前作业效率的同时,不断探索全局调度解空间。更关键的是,每一次策略干预后的运营数据均会反哺模型,构建起**「洞察—诊断—决策—执行—反馈学习」**的端到端数据飞轮。

系统由此从机械的“指令执行体”演变为具备自愈与自适应能力的“业务有机体”,在长周期运营中实现动态进化。

Image 9

在具体落地层面,极智嘉针对仓储全流程定制开发了三类专项 AI Agent:

  • 监控 Agent: 负责全要素亚秒级指标巡检,准确定位节流与潜在死锁隐患;
  • 数据分析 Agent: 结合领域知识图谱追溯瓶颈根因,生成优化仿真推演方案;
  • 部署配置 Agent: 自主完成底层算法超参数微调及调度策略的热更新部署。

这些智能体深度吸纳了极智嘉多年沉淀的现场运维经验与精益效能分析模型,将原本依赖资深专家经验的隐性排障知识,转化为可量化调用、可跨仓泛化的通用认知能力。

在动态调控维度,微观层面的路径与死锁调度可在分钟级实现局部动态调整;而在宏观运营策略层面,系统则基于日级别的作业数据不断更新策略模型。仓库运营时长越长,沉淀的领域数据越多,系统决策的置信度与效率收益便越高。

迈向规模化商业交付:全球场景给出答案

任何智能仓储的技术探索,最终都必须经受工业级应用严苛的ROI与稳定性检验。

客户的核心诉求始终清晰:系统能否保证7×24小时不宕机、能否无缝融入老旧异构IT环境,以及技术落地所带来的边际收益是否清晰可量化。

经过十余年的产业深耕,极智嘉已积累了丰富的端到端交付范式。在市场表现方面,极智嘉已连续多年在 AMR 全球市占率中位居第一,业务版图覆盖超40个国家和地区,服务逾1000家大型企业客户,累计在役运行机器人超过8.1万台。

在今年的 CeMAT 展会上,极智嘉完整展示了全品类 AMR 在统一 AI 调度中枢控制下的整仓高密协同作业能力。

Image 10

针对业内关切的“仓库自主进化”评价标准,谭文哲博士在采访中给出了几项核心量化维度:长尾异常的系统自主恢复率、复杂波峰工况下的吞吐稳定性、平均无故障运行时长(MTBF),以及非计划停机后的秒级冷启动自愈能力。

这些可衡量的指标,揭示了《24/7自主智能仓计划》的底层产业价值:

将离散在资深专家脑海中的隐性仓管经验,固化为全天候内嵌在仓库数字底座中的常驻智能。

对于现代供应链企业而言,斥巨资建立起的自动化设施若在关键节点仍依赖高负荷人工值守,其商业回报便会大打折扣。而一座真正具备自我诊断、自我修复与持续进化能力的智能仓,才能够切实保障企业每一分固定资产投资,都能转化为确定、稳定且全天候在线的新质生产力。

未来,极智嘉计划将经过高密仓储场景严苛验证的机器人底座、具身算法框架及全域调度系统,进一步泛化延伸至更为广阔的泛工业物流与智能制造领域。在这条物理AI与实体工业深度绑定的产业演进之路上,场景深耕与规模化实践沉淀的技术壁垒正在逐步显现。