具身智能扎堆仓储物流，机器人真能应对海量SKU挑战？

11月3日，CeMAT 2026在上海新国际博览中心举行，宇树、星动纪元、自变量等众多具身智能玩家集体“跨界”涌入，仓储物流正成为物理AI走出实验室、产业落地的主战场。真实仓储海量SKU动态变化，商品材质、形状、反光特性与堆叠姿态各不相同，要求机器人兼具泛化能力与稳定作业节拍，但厂商往往面临“泛化但慢”或“敏捷但依赖示教”的两难。

极智嘉在展台上展示了另一种可能：搭载Gravity具身模型的机械臂可应对观众递来的陌生物品，通用人形机器人Gino 1能连续完成日化用品、瓶装饮料等不同商品的抓取、拣选及料箱搬运，动作迅捷流畅，保持极高连续作业稳定性。其目标不止于单台高效机器人，更在于让具身智能融入整座仓库，与其他机器人协同释放系统级整仓生产力。

Gravity具身智能模型构建了综合能力体系：采用混合Transformer（MoT）双脑协同架构，认知侧理解任务目标、环境和步骤关系，行动侧规划具体动作；分层记忆机制中，短时记忆追踪近期观测和动作变化，长期记忆保存任务目标、执行阶段和关键事件，使机器人能围绕更长任务目标持续推进；自然语言纠偏能力使操作人员输入“抓深一点”等提示即可在线修正动作，实验数据显示复杂操作任务整体成功率从17.5%提升至87.5%。Gravity试图以同一模型解答三类效率考卷：动作效率上，通过异步推理机制让动作执行与后续计算时间重叠，单次拣选稳定在约2秒；适配效率上，面对未采样过的透明袋装、易滚圆柱与软包，无需追加专项数据采集与微调，直接理解空间几何与抓取规律；异常恢复效率上，面对商品滑动或翻滚无需停机，自主调整构型或重规划抓取，将单次失败降维为中间状态。具身智能商业化竞争正从泛化能力展示转向泛化效率比拼。

极智嘉的差异在于将具身机器人融入已有仓储机器人体系：全品类AMR方案覆盖料箱、托盘、货架不同存储形式仓库的搬运和存拣等结构化作业环节，具身智能拓展复杂柔性操作环节；通过RMS、WES和多机器人协同调度算法完成任务分配、路径规划、交通管理与作业流程编排，形成端到端整仓生产力。极智嘉将Warehouse Intelligence作为Geek+ Warehouse Brain的AI核心，通过AI智能体持续增强“协同智能”和“运营智能”。目前极智嘉拥有全球超过1000家终端客户、超过8.1万台机器人的规模化部署，真实项目积累的数据、异常处理经验和运营知识可通过共享知识底座持续沉淀复用。

近日极智嘉正式宣布《24/7自主智能仓计划》，将全仓自主化确立为下一阶段发展方向，围绕“打通全流程、强化智能闭环、让自主智能仓规模化落地”三个方向推进。不同于7×24小时运行，极智嘉强调7×24小时“自主”，即仓库不再受人工班次和现场值守限制，无论夜间、周末还是订单高峰都能持续响应业务需求。实现这一目标需具身模型具备更强场景泛化、多模态感知和长程任务规划能力，软件系统实现实时决策、自适应调度与全局优化，系统具备鲁棒性、容错与自主恢复能力，并通过持续学习和跨场景知识复用不断进化。极智嘉表示，未来将持续推进自主智能仓，并逐步将经过真实场景验证的机器人、AI与系统能力拓展至更广泛的物理作业领域。