极智嘉发布24/7自主智能仓计划 具身智能攻坚智能仓储

具身智能正在向更复杂的生产场景渗透。当多数厂商还在围绕拣货、家务等基础任务探索时，全球智能机器人头部企业盯上了具身智能产业化的一块关键领域——智能仓储。

这家企业提出的《24/7自主智能仓计划》，目标是让AI接管整座仓库，实现7×24小时自主运行，还能在实际业务中持续学习、自主进化。从让具身AI真正落地作业，到整座仓库全流程自主运转，这一方向直面的是物理AI产业化更深层的挑战。

在AI深入工业场景的过程中，存在一个值得关注的现象：物理AI的自动化程度越高，人工依赖反而越集中在最复杂的环节。过去十多年，自动移动机器人实现了搬运、存储等标准化作业的自动化，货物甚至能自主定位到作业点；但一旦进入复杂拣选环节，面对成千上万种SKU、频繁变化的包装与摆放位置，机器人的应对能力仍显不足。这也暴露了仓储自动化长期以来的瓶颈：单点效率的提升，已难以支撑整座仓库的智能化跃迁。

基于行业判断，该企业提出的下一代仓储智能化核心方向是：实现7×24小时自主运行、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。这一判断背后，暗藏着仓储行业的现实逻辑：对客户而言，仓库每多一小时自主运转，就意味着多一小时摆脱人工班次限制的产能，尤其在夜间或订单高峰，稳定的履约能力直接影响供应链响应速度；同时，自主运行能让高投入的自动化设备满负荷运转，将夜班用工、现场管理的压力转化为运营收益。不过，这要求机器人能处理从未遇过的异常，整仓系统需在数百台设备同时运行时自主决策、故障恢复并积累经验——只有整座仓库具备应对不确定性的能力，技术上的自主智能才能转化为商业上持续可衡量的生产力。

围绕这一目标，该企业的《24/7自主智能仓计划》将全仓自主化作为战略方向，分三步推进：首先是打通全流程，让具身智能接手复杂操作，补齐仓储作业中长期依赖人工的环节；其次是强化智能闭环，让AI从发现问题走向自主决策、动态调整，推动仓库越运行越智能；最后是规模化落地，凭借全球交付与本地化运营能力，让自主智能仓覆盖更多商业场景。这三个方向恰好对应物理AI规模化落地的三道考验：机器人能否独立完成复杂作业、整仓能否自主决策、模式能否大规模复制。

要实现整仓自主运转，首先要解决端到端物理作业链路的贯通问题：单个机器人的作业能力决定单一效率上限，而整条作业链的自主闭环才是无人仓的落地深度。深耕具身技术十余年的企业，在真实落地能力上积累了深厚基础。其自研的Gravity统一具身智能框架与Gravity 4D具身世界模型，针对性解决机器人在复杂环境中的自主操作难题：前者帮助机器人理解任务、规划动作，做到先思考再执行；后者让机器人掌握物理空间的几何关系、受力与接触变化规律。两者结合，让机器人在面对复杂任务和突发变化时，拥有多项自主应对能力：跨任务泛化能力使其面对不同材质、形状的陌生物品，无需单独训练即可判断抓取方式；动态抗干扰能力让物品移动或被遮挡时，机器人能及时调整动作继续作业；长程任务执行能力使其能自主拆解多步骤复杂任务并逐步完成；自然语言纠偏能力则让动作出现偏差时，无需重新编程，通过语言指令即可调整策略。

目前，相关具身智能产品已在真实仓储场景落地：通用人形机器人既能拣货、搬箱，还能与移动机器人协同完成连续拣选任务；无人拣选工作站则接手了高度依赖人工的拣播环节，在某物流中心的试点中，这套方案的拣选效率达到人工的2倍，准确率超99.99%。此外，全品类自动移动机器人方案覆盖料箱、托盘、货架等不同存储形式的标准化作业，这些端到端的技术能力为整仓自主运行创造了有利条件。

机器人能完成作业只是第一步，更大的挑战是当数百台设备同时运行时，整座仓库能否自主管理。行业长期面临的问题是：传统仓储系统各模块独立运行，调度系统优化机器人路径，业务系统优化订单执行，数据平台负责统计报表，各系统虽有各自的优化目标，却难以从整仓角度统一决策。该企业的解决方案是打造「仓库大脑」，将订单、库存、机器人、机械臂、工作站等纳入统一运行状态体系，实现从物理运行、数据感知到智能决策的全流程闭环，进行实时全局优化。

仓库大脑的底层由三大系统支撑：RMS负责机器人调度，WES负责业务执行，IOP负责运营分析，三者相互协作。在此基础上，全仓智能通过AI Agent强化两项核心能力：协同智能让机器人、设备和业务流程统一调度，根据实时订单变化灵活调整任务与资源分配；运营智能让AI实时监控全仓、自主诊断异常、优化策略，逐步减少人工值守。两者结合，AI不仅能完成当前作业，还能持续优化流程，每次调整后的结果会反馈回系统，形成「洞察—诊断—决策—执行—学习」的完整闭环，让仓库从执行指令的载体，转变为能自主发现问题、调整策略并持续进化的智能体。

目前，该企业已布局三类AI Agent：监控Agent负责识别异常，数据分析Agent负责追查原因并提出方案，部署配置Agent负责参数调整与策略落地。这些Agent结合了企业积累的现场运营经验与效率分析框架，将资深仓管人员的隐性经验转化为可复用的知识，且不同层面的优化节奏不同：调度层面的调整可在几分钟内完成，整体运营策略则结合每日积累的数据持续优化，仓库运行越久，决策能力越强，形成真正的闭环。

智能仓储的产业化竞争最终要回归真实场景，客户关注的是系统能否长期稳定运行、融入现有业务，以及投入后的实际收益。该企业十多年的商业化实践已积累了大量样本：连续7年位居全球自动移动机器人市场占有率第一，覆盖40多个国家和地区、超1000家客户，累计部署机器人超8.1万台；在行业展会上，该企业还展示了全品类自动移动机器人与AI全仓调度的整仓协同作业。

相关负责人在采访中提出了衡量仓库「自主进化」能力的硬指标：自主处理异常的能力、复杂工况下的吞吐稳定性、连续运行时长、故障后的自主恢复效率。这些指标指向了《24/7自主智能仓计划》的深层行业意义：将资深仓管人员积累的隐性经验，转化为仓库中「常驻」的智能，让每一分自动化投入都能转化为持续稳定的生产力。未来，该企业计划将经过验证的机器人、AI与系统能力延伸到更广泛的物理作业领域，长期积累与规模化实践的价值也将在这条技术落地的路上愈发凸显。