仓库里的机器人工友AI比重提升了，但还无法连续上夜班
办了二十余年的CeMAT ASIA（亚洲国际物流技术与运输系统展览会），今年把物流机器人的“代际差”摆上了同一座展馆。
前二十年，中国企业围着北美智能物流系统集成商德马泰克、德国内部物流系统解决方案提供商胜斐迩等欧美品牌学习；最近十年，中国品牌参展比例逐年上升；到了今年，海外客商涌进极智嘉、原力灵机等中国展台，看的是具身智能怎么把包裹抓起来、翻个面、投出去。
据第一财经记者现场观察，今年具身公司的参展数量明显提升，真正“动起来”的展位聚拢大批观众。相较静态陈列，观众更希望看到机器人到底如何动起来。
仓储物流正在成为具身智能较早形成真实应用闭环的场景，但局限于智能化水平及硬件承载能力，目前距离规模化采购仍有一段距离。
传统自动化开始接入AI
原力灵机副总裁、物流业务负责人祝孝平观察到，物流自动化过去十多年已经形成成熟的产业链：堆垛机、四向车、AGV、输送分拣等，大量标准化需求已经被解决。传统方案越来越成熟，企业之间的竞争逐渐转向价格和方案效率。
“剩下的比方拣选、拆包、自动装卸，这些场景一直没有大的解决方案模块能揉进去，但是每个客户又都有需求。”他说。
这使具身智能找到了一个相对明确的切入口。
具体到厂商展示内容，祝孝平发现，具身厂商集中尝试的场景主要有三个：快递流水线的供包，即从混杂包裹中抓取、翻面并投放；电商仓库的播种墙（Put-Wall）；以及箱到箱拣选（Tote-to-Tote），从一个料箱中抓取商品，再放入另一个订单料箱。
这些场景的共同点是：大量人工仍在重复完成动作，但传统自动化设备又很难适应不断变化的商品形态。
这恰恰是具身智能与传统自动化的分界线。
“如果不是模型驱动的，换一个厂商的产品，或者包装换一个样式，就需要换夹具。”祝孝平对记者表示。在他看来，具身机器人真正的价值不是简单把机械臂搬进仓库，而是通过视觉、模型和训练获得更强的泛化能力，让机器人面对没有提前编程的新商品、新包装和新任务时仍能工作。
但目前，这种能力还没有完全成熟。一位参展商对记者表示，展会上不少所谓“动态机器人”，实际上仍可能采用遥操作或传统软件驱动，真正模型驱动的厂商仍是少数。物流正在成为具身智能最容易落地的场景之一，但还没有成为具身智能已经成熟的证明。
也正因此，AI在仓储物流的比重明显提高，但实际执行的设备硬件仍以传统自动化厂商为主。这种差异根源在于传统自动化擅长的是“确定性”——固定的品类、包装、节拍，设备越精密，越被锁死在预设的轨道上。
而仓库里真正耗费人力的是那些不确定的环节，如一个软塌塌的快递袋、一箱换了包装的日化品、一个从未录入过视觉模型的异形件，传统机械臂要么换夹具，要么直接罢工。这些需要更智能的AI与泛化能力去承接，但行业还处于欠缺数据训练的早期阶段。
第三方数据显示，仓储环节的AI渗透率不足一半，大量重复性动作仍由人工承担。表现在展会现场，主流运作工具仍是堆垛机、四向车、输送分拣、WMS/WCS这些运转了数十年的传统自动化体系。