机器人进厂第一课：不当人

图片来源：网络

　　凌晨一点，深圳市龙岗区，一个近 6000 平方米的中国邮政物流中心网点，灯全亮着。

　　两百多个分拣工守在传送带旁，把堆成小山的快件一件件翻过来、面单朝上、放上交叉带。弯腰、抓起、翻转、放下，四个动作，每小时重复上千次。车间里是风扇和设备运转的声音，夏天四十多度，没有空调。业内戏称，这是一份奥特曼来了都要闪红灯的工作。

　　“分拣很多时候是在晚上进行的，白天收完货，晚上到仓库，很多人要干6-8 个小时。”星动纪元品牌营销部部长赵佳琪告诉我。这份工作不好招人，来的大多是小时工，劳动强度太大，一波一波地换人。另一个麻烦是丢件，分拣车间总有摄像头照不到的角落，丢件成了网点长期治不干净的窟窿。

　　一年前，机器人还在展台上叠衣服、煎荷包蛋、做汉堡。一年后，已经有一批机器人进入物流行业干起了分拣，有趣的是，新上岗的机器人分拣员，没有一个是完整的人形。有的下半身固定在工位上，上半身配灵巧手或夹爪；有的干脆把机械臂和夹爪固定在分拣点位，只剩一双手在动。

　　进场的公司越来越多，阵仗也越来越大。是物流行业的钱好赚吗？显然不是，这是一个以分计价的苦生意。是具身智能的技术已经成熟了吗？同样不是，它们离通用还很远。两条路都排除了，答案就不在机器人身上，在场景身上。

　　本文回答三个问题：为什么是分拣？为什么不是人形？分拣之后还能去哪？

　　一、为什么是分拣场景

　　“估值逻辑早晚要从 Demo 叙事切换到订单和量产。2027 年或许有机会成为量产兑现元年，届时拿不出订单的企业将面临生存危机。”华盖资本投资总监高露凝说。进不了能拿订单的场景，下一轮就融不到钱，对所有具身公司而言，这是一道生存题。

　　而分拣，是眼下唯一一个同时满足四件事的场景：有订单、有复购、有数据、还允许失败。

　　“立体库、高速分拣线、AMR 集群处理标准货品，效率拉满；入库月台、拣选货架、出库月台区域，依旧靠人工持续作业。这就是物流自动化长期未能补齐的空白，标准作业高度自动化，柔性作业靠人力。”一位资深物流创业者向钛媒体描述。

　　具体到分拣（中小件供包）环节：包裹到了中转场、卸车之后，会批量汇集到供包工位，堆叠在一起、姿态随机；这个岗位要做的，是把一件件包裹从堆里分出来、抓起来，翻转到面单朝上，再按规定姿态放到匀速运行的供包传送带上；上方摄像头读取条码后，包裹汇入交叉带分拣小车，由系统按目的地自动分流到对应格口；遇到识别不了、破损、渗液的异常件，则要单独剔出、转人工处理。

　　它相当于自动分拣线的“喂料口”，而“喂料口”这个岗位，恰好是具身智能最缺的那种数据工厂。

　　具身大模型当前的瓶颈不在算法，在真实物理数据。一个理想的数据工厂要同时满足三个条件：作业频次高、明确成败反馈、场景能复制。工厂装配动作太单一，数据多样性差；家庭环境太开放，反馈不明确，频次也低。剩下的就是物流分拣场景。

　　“供包是典型的非结构化作业，包裹堆叠、品类和姿态随机，几乎没有两个完全一样的现场，靠固定编程和传统工装做不了，必须依赖具身大脑的智能泛化能力；同时它要求精细的手眼协同（抓取、翻面、轻放），我们希望在具身智能进化的过程中能够在产业中先用起来，先成为生产力。现场每天产生的真实数据能持续回流，也让机器人越干越熟练，也是让具身智能进化不可或缺的燃料。”赵佳琪说。

　　数据之外，这个场景还允许失败。这一代机器人干得了活，可靠性还到不了 100%，需要有一个错了能兜住的地方。分拣恰好是回流制：夹错了、放反了，件会回流重来，回流率3% 对人工2%，差的那 1 个点是成本，不是事故。

　　更重要的是，供包这一环长期靠人，作业环境艰苦，以夜班为主，年轻人不愿长期干，只能靠日结临时工，流动性大，大促等旺季的人力缺口尤其突出。这意味着两套完全不同的算账方式，制造业的逻辑是换人降本，要证明机器人比人便宜；分拣的逻辑是补人，只要证明机器人比空缺的人好用。

　　赵佳琪透露，“现在客户的关注点已经从‘能不能演示’，转向‘能否批量化地、长期稳定地完成工作’，效率、准确率、工作时长达标、ROI 算得清，客户就愿意付费、愿意复购。商业模式上，可以一次性购买；也可以选择租赁；不同的合作方式，算账也不一样。”

　　这就是为什么，2026 年进厂的机器人都挤在供件台前。

　　二、不一定是人形

　　具身智能的终极形态是人形，两条腿、一具躯干、一双灵巧手，因为人类的世界是按人的身体设计的。

　　这个共识，在物流场景被逐条做了减法。2026 年新上岗的机器人分拣员，没有一个是完整人形，有的下半身固定在工位上，上半身配灵巧手或夹爪；有的干脆把机械臂固定在分拣点位，只剩一双手在动。

星动纪元机器人

　　星动纪元交付的产品形态是半人形，上半身人形结构，立柱固定，末端搭自研的全直驱五指灵巧手 XHAND1（单只手 12 个主动自由度），依托星动纪元以 AI Native 思路全栈自研的“数据-大脑-运控-灵巧手-本体”全链条技术。

　　他们选择灵巧手的逻辑是，人手的形态在抓、握、翻、夹上都能做，实现低冲击、高适配的翻包作业，对易碎品、美妆、数码等高价值包裹更友好；而夹爪处理纸盒往往需要两端用力向内挤压，翻面靠抛掷，容易形成暴力分拣，造成损坏。这套形态还可适配顶扫、五面扫、AGV 联动等多种主流作业方式，不用改产线，快速部署。

　　下半身为什么是立柱？星动纪元的回答是，立柱替代双足或轮式底盘，整机价格比同等尺寸双足方案更低；结构更简单、故障点更少，持续作业更稳定；固定在工位上，就地补能、不用离岗排队充电，才能支撑 24 小时连轴转。

　　目前，星动的机器人已能按客户需求实现日常“两班倒”、高峰期“三班倒”排班，成熟落地的单台日均有效作业时间在 10 小时以上。

自变量机器人

　　另一家，是开直对标 Figure 的自变量。它的方案是双机械臂+标准夹爪，没有腿，没有躯干，没有五指灵巧手，没有一切为了像人而存在的昂贵结构件。

　　8 月 12 日，自变量全程直播，没有人工兜底，没有固定脚本，包裹完全随机，大小、形状、材质、重量全都不可预知，连续干满一小时。最终成绩定格在 1816 件/小时，成功率超过 98%，平均每 2 秒完成一次抓取、翻面、扫码、摆放的全套动作，比 Figure 的 1248 件/小时高出约 45%。目前，自变量的机器人已经在顺丰供包分拣。

　　自变量表示：“灵巧手自由度更高，但同时结构也更复杂，意味着更高的制造、维护成本和故障风险。相比之下，夹爪结构简单、稳定可靠，更适合物流场景长时间连续运行，也更容易直接嵌入现有工位。”据内部估算，这套系统的成本仅为美国同行的约 30%，整整砍掉七成。

极佳视界机器人

　　极佳视界的交付形态与星动纪元类似，自研本体（Maker H01）半人形+灵巧手+模型（GigaBrain 0.7）。但灵巧手的信息至今没有公布，末端执行器大概率是合作模块化部件。

　　这家公司成立于 2023 年，是国内第一家布局世界模型的科技公司，2025 年才新增机器人业务，7 月发布 GigaBrain-0 Preview 进入具身基模赛道，11 月 26 日发布第一款自研本体 Maker H01，今年 8 月才与武汉邮政签下物流框架协议。按协议，武汉市邮政分公司将开放真实的分拣作业场景与运营环境。极佳视界提供具身智能机器人整套技术方案，负责研发适配、部署调试与后续运维。

　　有投资人认为：“形态不是技术路线的分歧，是场景需求的投影。场景不同，选择的形态不同，机器人是服务于场景的。在这样的情况下，整机可能变成负毛利载体，价值重心由硬件转向智能化。客户所支付的钱不是冰冷的钢铁身躯，而是一整套自动化的商品抓取、拣选、摆放跟包装的服务方案。”

　　三、分拣之外，还有哪些场景？

　　分拣是这一代机器人拿下的第一个环节，不是最后一个。

　　顺着物流链路往外看，具身智能能切入的环节还有电商前置仓的拣选与打包、仓库内的集群拣选与周转、入库拆码垛、装卸车和建包。

　　先说前置仓。严格说它属于零售履约，但它和分拣共享同一套能力，随机姿态的抓取、放置，外加一个能泛化的大脑。今年世界机器人大会上，星海图与京东把前置仓1:1 搬进了展馆，机器人自主完成下单、拣选、撑袋打包与交付全流程，实测成功率超 99%（展会演示性质）。8 月 22 日，双方正式签署三年战略合作协议。

星海图机器人在前置仓中作业

　　前置仓真正的考验不在抓取，在大脑。SKU 庞大、货架常变，如果换一个商品就要重新编程，规模化就无从谈起。星海图 CEO 高继扬说，系统的后训练完成新任务约需 10 小时、目标缩至 1 小时内，只靠模型泛化应对上万 SKU 的随机摆放。2026 年，星海图已拿下超千台规模的真实订单。

　　第二块是仓库内的集群拣选与周转。单台机器人拣货不新鲜，新鲜的是"一群"，多台机器人同时在真仓里干活，任务自己领、路线自己划、货自己抓、包自己打。

大咖机器人真仓内多台机器人集群拣选

　　2026 年，大咖机器人与神州控股旗下科捷在天津真仓完成多台机器人集群拣选直播，作业准确率与可靠性达 99%；一周后，科捷开放全国近 200 个仓库、日峰值 500 万单的作业场景。这家成立一年多的公司已完成百台级交付、意向订单超 1300 台，创始人王坤的算账标准是："交付给任何客户，必须保证对方 12 到 15 个月内回本。"

　　最重的一块是入库。货物卸下后的拆垛、码垛、上架一直靠人工，是整条链上的短板。智元与京东物流的精灵 G2 Max，双臂标准负载 38kg、峰值 50kg、24 小时不间断作业，已部署进京东智狼仓，是人形机器人首次在真实仓储生产场景落地，面向的正是状态最不可控的卸货区。

智元物流的精灵 G2 Max

　　背后指向同一个事实，在真实的物流场景里，人形机器人的价值不在于长得像人，而在于能干人干不了或不愿干的活。

　　市场正在为这张地图出价。QY Research 测算：2025 年全球物流人形机器人市场销售额 33.5 亿元，预计到 2032 年达到 370 亿元，七年十倍。快递专家、贯铄资本 CEO 赵小敏的判断：“人形机器人对快递行业是刚需，顺丰和中国邮政在今明两年会加大全国核心枢纽的铺设力度。”

　　具身智能已经过了靠概念融资的阶段。接下来，每一轮融资都要拿真实的场景和真实的订单来换，供件台上每小时的件数，就是新的融资故事。这既是给资本方的交代，也是它们活下去的方式。