共计 1161 个字符，预计需要花费 3 分钟才能阅读完成。
机器人干活,AI 当厂长! 这家巨头要造下一代自主智能仓
具身智能的落地场景,正从单点任务走向整仓系统 。11 月 3 日, 极智嘉(Geek+) 公布《24/ 7 自主智能仓计划》, 提出由 AI 接管仓库的调度与运营, 让仓库实现全天候自主运行, 并在真实业务中持续积累经验、迭代策略。
📌 为什么盯上“整仓自主”
过去十余年,AMR 让搬运、存储等标准化环节大幅自动化, 但复杂拣选始终是难点:SKU 数量庞大, 包装和摆放位置又频繁变化, 机器人很难独立完成。单点效率的提升, 已经难以支撑整仓的智能化升级。
从客户角度看,仓库每多一小时无人化运转, 就多一小时不受班次限制的产能, 在夜间和订单高峰期直接影响履约速度。但前提是机器人能处理没见过的异常, 整仓在数百台设备并行时仍能自主决策、完成故障恢复。
🔍 三步走: 先补短板, 再谈复制
- 打通全流程: 用具身智能接手复杂操作, 补齐长期依赖人工的环节;
- 强化智能闭环: 让 AI 从发现问题走向自主决策与动态调整;
- 规模化落地: 借助全球交付与本地化运营能力, 把方案复制到更多场景。
💡 机器人“长手脚”,AI“管大脑”
在操作层,极智嘉自研 Gravity 统一具身智能框架与 Gravity 4D 具身世界模型: 前者负责任务理解与动作规划, 后者负责理解空间几何、受力与接触变化, 目标是让机器人具备跨任务泛化、动态抗干扰、长程任务执行和自然语言纠偏能力。其通用人形机器人 Gino 1 可完成拣货、搬箱, 并与移动机器人协同作业; 无人拣选工作站在施耐德电气上海物流中心的试点中, 拣选效率达到人工的 2 倍, 准确率超过 99.99%。
在管理层,极智嘉把订单、库存、机器人、机械臂、工作站纳入统一的运行状态体系, 底层由 RMS 负责机器人调度、WES 负责业务执行、IOP 负责运营分析, 并布局监控、数据分析、部署配置三类 AI Agent, 形成“洞察—诊断—决策—执行—学习”的闭环。按其系统平台部副总裁谭文哲的说法, 传统仓储系统往往各管一摊, 很难站在整仓角度统一决策。
📊 看点: 规模基础与衡量指标
极智嘉称已连续 7 年位居 AMR 市占率第一,业务覆盖 40 多个国家和地区、超过 1000 家客户, 累计部署机器人超 8.1 万台。谭文哲给出的“自主进化”衡量指标, 包括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, 以及故障后的自主恢复效率。
换言之, 竞争焦点已不只是单机是否聪明,而是整仓能否在长期运行中稳定交付 。 把资深仓管人员多年积累的隐性经验, 转化为系统可调用、可复用的知识, 是这套设想最有价值的部分, 也最难验证。
🚀 总结
围绕“机器人干活,AI 当厂长! 这家巨头要造下一代自主智能仓”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
