从攀爬取箱到人形拣选：智能仓向7×24自主运行推进的路径

在2026年亚洲国际物流技术与运输系统展览会上，仓储机器人的展示重点已从单机搬运转向整仓协同：攀爬式货箱机器人、人形拣选机器人、全品类移动机器人与调度软件同台出现，指向的是同一个问题——仓库能否在有限面积和人力条件下，持续稳定地把货取出来、送出去。

存储密度与吞吐的平衡仍是核心矛盾

电商、生鲜、集货仓和微型履约中心往往同时面对面积紧张与集中出库。货架排得越密，取箱路线、机器人等待和工作站接收节奏就越难安排。极智嘉在展会上首秀的RS Hyper采用沿货架立柱攀爬取箱的方式，相邻立柱可并行作业，同一列支持双机取货，双深位存储让货箱前后两层存放以提高空间利用率。按其公布的方案指标，每千平方米吞吐最高可达6000箱/小时，单个Max工作站每小时最多接收800个货箱。

需要说明的是，这类指标与仓库布局、订单结构和工作站配置密切相关，不能直接视为普遍水平。对从业者而言，真正要验证的是货物存得更密之后，取箱能否及时接上拣选，机器人与工作站之间是否出现新的等待。货箱到人产品线中，攀爬、飞箱、大小车等不同技术路线并存，本身就说明没有一种形态能覆盖所有商品规格和业务波动。

具身智能切入的是传统自动化难处理的环节

市场研究机构Interact Analysis预计，2026至2030年机器人从料箱中抓取物品的拣选市场年复合增长率将达36%。这一环节的难点在于箱内商品形态各异、可能变形或相互遮挡。展台上的人形机器人Gino 1连续拣选日化商品、瓶装饮品等物品，结合图像、深度和三维信息判断位置、姿态与抓取方式，并通过全身并行控制让移动、转身与手臂动作配合，企业称单任务耗时相比串行动作约缩短30%。

更值得关注的是落地验证。素材披露，其无人拣选工作站在施耐德电气上海物流中心完成试点验收，企业称拣选效率达到人工的两倍，准确率不低于99.99%。单点数据不能代表所有场景，但它提示了一条判断标准：具身智能的价值不在于演示动作，而在于能否在真实商品组合下保持稳定准确，并与移动机器人、工作站串成完整流程。

软件协同决定硬件能力能否转化为整仓产出

取箱更快之后，拣选能否接得住、设备之间会不会相互等待，取决于系统统筹。极智嘉的仓库大脑由RMS机器人管理调度系统、WES仓储执行系统和IOP智能运营平台构成，前者负责谁来做、怎么配合，后者用于效率分析、异常检测、瓶颈诊断与性能预测。以RS Hyper方案为例，单套系统最高支持调度5000台机器人，考验的已不是单机路线，而是大规模集群与工作站之间的配合。

这一变化也影响服务模式。基于运营平台，企业推出智能运营订阅式服务，在系统上线后随订单结构和业务规模变化持续调整策略，设备验收不再是合作终点。对客户来说，这意味着采购决策需要把后续运营能力纳入评估，而不只是比较硬件参数。

从行业层面看，国际机器人联合会今年9月发布的服务机器人立场报告指出，不同形态机器人各有适用场景，安全、可靠和经济可行性仍是重要条件。极智嘉联合创始人陈曦所言“效率是1，泛化是后面的0”，也指向同一逻辑：通用能力必须接受日常运行效率的检验。其提出的“7×24自主智能仓计划”要面对大量长尾场景与未知异常，对场景泛化、多模态感知、长程任务规划以及集群与业务流程动态耦合下的实时决策都提出更高要求，目前仍属战略方向而非已完成的现实。

对从业者的启示

选型时先明确瓶颈在存储密度、取箱节拍还是箱内抓取，再匹配攀爬、飞箱、大小车或具身拣选等不同形态，避免用单一设备指标替代整仓测算。
把调度与执行系统纳入同一轮评估，重点考察大规模机器人集群下的任务分配、拥堵控制和异常处理能力，并要求供应商提供与自身订单结构接近的验证数据。
在合同中明确上线后的运营优化责任与数据接口，把效率分析、瓶颈诊断和扩容连续性写入服务条款，为业务波动和后续自动化升级留出空间。