机器人扎堆进仓库，具身智能开始算真正的效率账了。 作者 | 刘俐杉 编辑 | 许丽思 逛完今年CeMAT，最大的感受之一就是，人形机器人含量真的太高了！宇树、极智嘉、自变量、星动纪元等头部具身智能企业，能来的都来了。 现场我们看到的，从双机械臂配合夹爪进行物流分拣到机器人供包、打包、拣选，各家围绕具体作业环节，展示让具身机器人进仓干活的不同解法……将CeMAT的“具身智能”浓度推向新高。 走到极智嘉展台时，发现观众围了里三层外三层，日化瓶、饮料罐在料箱中堆叠着，Gino 1无视周围环境的干扰，仍在持续工作，伸手抓取商品、完成拣选，自主搬运。 此次CeMAT，极智嘉携通用人形机器人Gino 1、 货箱到人RoboShuttle Hyper、托盘到人SkyCube等全品类机器人亮相。 从这一阵容可看出，在仓储落地这一考题上，极智嘉交上的是一套将具身智能转化为整仓生产力的方案 。 01. 仓储为何成为具身智能落地的实战考场？ 为什么今年一批具身企业不约而同盯上了仓库？ 一个现实原因是，仓储有足够大的市场基础。 IIM信息的数据显示，预计2026年全球智能仓储系统市场规模将达到约780亿美元，较2025年增长约14.2%，其中，中国智能仓储市场规模约2100亿元，同比增长16.5%，增速持续领先北美和欧盟。 对具身智能来说，仓库也有着其他场景难以替代的优势。 第一层原因， 任务清楚 ，拣哪一箱、搬到哪、放进哪个料箱……仓库里的活有明确工单和结果验收。机器人行不行一眼就能看出来。 但任务清楚不代表好干。商品的尺寸、材质、摆放和作业要求一直在变化，物品随时会出现堆叠、遮挡的状态。 抓取失败和异常中断也不会挑演示时间。不仅要求机器人泛化能力过关，干活效率也不能下降。 其次是 价值可测量 。仓库只看机器人多少秒搬一箱物品，准确率是否高于人工、异常后能否自主恢复。成功率、准确率、连续作业时间，每一项都是硬指标。 最重要的是， 仓储场景能够持续给出反馈 。真实仓库每天都在产生数据，哪些位姿容易失败、哪些流程会被卡住，都会留下痕迹。 这些运行经验如果能沉淀、共享、复用，就能进一步迁移到更多需要物理操作的任务中。 需求清晰、挑战具体、价值可测量、反馈持续，四个特点叠在一起， 让仓储成了具身技术走向生产力的重要验证场 。 02. 机器人进仓干活，拼的是效率和稳定性 那么在CeMAT现场，极智嘉又交出了怎样的答卷呢？ 展台上，极智嘉自研的Gravity 具身模型展现出 兼顾精细操作与长程稳定作业的综合能力 。 现场屏幕同步呈现预测画面与实际操作画面， 通过“预演”与“执行”的直接对照 ，实证展示具身模型对后续动作及交互结果的预测能力，让观众直观看到“先想清楚、再动手”的过程。 这相当于让机器人在真正动手前，先对接下来的动作和可能产生的结果进行预判，将部分试错前移到模型推理过程中，减少实际操作中的无效尝试，提高复杂任务执行的可靠性。 混杂物品清箱与陌生物品拣选演示，则进一步展现了 Gravity的抗干扰能力、鲁棒性与泛化能力 。 面对形态各异、堆叠遮挡的商品，机械臂自主判断物品的位置与关系，选择抓取点和操作顺序。遇到陌生物品，也能根据其尺寸、形状和摆放状态调整操作方式。 Gravity通过预判干扰、优化抓取策略保持作业稳定，并在抓取出现意外或物品状态变化时重新判断、再次尝试，让任务继续进行，减少对人工接管的依赖。 在仓储场景中，面对海量SKU的不同尺寸、材质、提放状态，机器人需要将已有的操作经验迁移到陌生物品上，这样才能在干活时边干边学，越练越熟练。 这些能力共同提升了 通用人形机器人Gino 1能搬能拣，覆盖复杂、柔性的操作环节，承担仓储场景里更多原本依赖人工完成的任务 。 03. 一台机器人干得好还不够 整仓要一起提效 仓储本身是一套连续的作业流程，存储、拣选和搬运等环节需要相互配合，即使单台机器人具备较强的操作能力，也很难直接提升整个仓库的工作效率。 因此，极智嘉将具身智能与自身不同类型的机器人产品结合，形成覆盖仓储全品类、全流程、全场景的端到端机器人方案。 极智嘉也是业界少数具备完整仓储端到端机器人解决方案的企业之一。 在这一方案中，Gino 1、AMR和机械臂等不同形态的机器人可以在同一个仓储场景中协同，按照各自的能力承担相应任务，将存储、拣选、搬运这些环节串起来。 那么当不同类型的机器人进入同一仓库时，接下来要解决的问题便是如何让它们高效协同。 当不同设备和机器人在仓储场景中，承担不同任务作业时，整个仓库需要根据实际作业情况不断调整运行方式。这需要一个能够统筹整仓运行的软件系统。 极智嘉将其称为仓库大脑(Geek+ Warehouse Brain) 。这一软件平台由RMS机器人管理调度系统、WES仓储执行系统、IOP智能运营平台三大核心模块构成