机器人满仓跑，谁掌仓库的大脑？

AI模型江湖·行业篇 / 12 / 公司研究 · 极智嘉 · 2610

普通人的红利：产业 × 投资 × 交易，寻找AI时代的Google、Amazon ｜ 于AI诸相中，普皆共证菩提

本系列纯属个人兴趣，仅为AI江湖的八卦交流，不构成任何投资建议！如有侵权，联系删稿！｜2026年10月

先看结论

当前定位：仓储调度与作业体系按筑基后期研究，局部金丹线索、整体待证。ASKUL已围绕PopPick建设并投入货到人作业，证明不是实验室演示；但机器人、调度软件、集成商与客户上层系统各自承载的依赖，以及下一仓的持续选择，仍须拆清。[1]

产业视角｜AI Native：机会不只是把人换成更多机器人，而是让不同仓库在共同作业条件上组织自己的履约能力，让更多订单与货品可以可靠处理。

能力与持续性：发动机把现役调度与新具身模型分开；工程化看时间、质量、成本；平台化看开放、共生、团队能否让客户和集成商一起经营。

投资视角｜金印五阶：筑基后期，局部占据有线索——客户已改变仓内作业；但同仓分期扩容不等于跨代固化，上层平台的地位也不能全部归给机器人原厂。

交易视角｜风控五环：设备部署、服务订单与持续软件收益分别看；不把安装量、客户节约或新大脑的发布，提前折成元婴收益。

一｜江湖开场：满仓机器人，谁真正组织工作？

看过两家EDA，工程里那句‘谁来组织’已经很清楚。这一站把芯片设计图换成仓库：货架移动、工作站拣选、订单不断进入，远看像一群机器人练阵法。真正值得研究的却是，谁在发任务、谁知道任务做到哪一步、谁处理卡住的单，客户下一座仓又会请谁布阵。

2024年5月21日，ASKUL的客户公告说明，AVC关西的PopPick系统开始全面运行，共318台AGV和15个工作站；这延续了2023年12月第一期运行，新增72台车和4个站。[1]这里的AGV是自动搬运车辆，货到人意味着货物被送到拣选人员所在位置。数字证明真实工程分量，也把‘分期’二字写得很清楚。

本篇据此保持筑基后期、局部金丹线索而整体待证。客户不只是买几件孤立设备，已经围绕系统建设货到人的作业能力。但哪些有效资产与极智嘉底座专属关联，哪些属于客户自己的流程、集成商或上层系统，不能单凭车辆与工作站数量决定。

极智嘉的看点，是机器人原厂能否持续成为组织仓内工作的关键供给，而不只是设备清单里最醒目的品牌。它不必拿走整个物流系统，才能占住一个重要位置；也不能因为仓里都是自己的车，就推定所有订单、方法与升级预算都留给自己。布阵的人、造兵器的人和掌粮草的人，可以既合作又各守一层。

更不能让2024年的运行成绩自动替新具身模型通关。旧系统擅长组织车辆与工作站，新模型又希望处理更复杂的感知和动作。两条线可能互相支持，是否已经接成同一套成熟生产能力，要看实际部署与任务结果，而不是把新名字贴到旧客户名册上。

二｜产业视角·需求：仓库各异，什么底座可以共用？

仓库真正要交付的是订单，而不是机器人行驶里程。货品不同、到货节奏不同、优先级与截单时间不同，都会改变作业要求。共同需求是让这些变化仍能被组织成准确、及时、可追踪的工作。客户可以保留自己的供应链策略，却希望底层的搬运、调度与异常处理不必每次重造。

供应商对货到人流程的说明，是订单进入WMS或WES，机器人管理系统分配搬运，货架到站后由操作人员拣选并确认，再回库或进入补货。[3]这是一个完整工作链的结构，而不是机器人单机演示。哪个环节由谁提供，仍要按实际项目说明，不能把通用产品说明原样当成ASKUL的全部系统架构。

平台级机会就在这些共同任务里。一个业务增长中的客户，若能够沿清楚的接口与作业方法增加品类、调整工位，就可能少做重复整合。这里的增能是履约能力扩大，承责则要求任务、执行、失败恢复与验收有人接住。客户买了自动化，不应被培养成全天追车的总值班。

丰裕看每个合格订单的完整成本，破界看过去难以处理的货品和场景能否进入可靠作业，创生再看新策略与工具是否成为后续经营的条件。设想系统把反复堵塞的原因定位出来，帮助调整下一轮布局，这可以说明进步方向；本篇没有把这样的情景写成每个客户已经实现的自主改进。

开放，先看极智嘉愿意让客户与伙伴连接什么。官方软件说明列有与既有ERP、WMS、MES的接口，以及面向规划、部署和维护的工具。[2]它至少不是要求客户把整个企业系统全部交出。具体允许开发哪些功能、支持哪些第三方设备、数据怎样使用，仍须结合产品版本和许可，不能用‘开放API’代答所有权利问题。

共生有一个更具体的样本。2023年与Körber的合作回顾，将极智嘉的机器人能力与伙伴的咨询、方案、集成和支持相结合，并列出具名客户项目。[4]这不是只请伙伴来贴原厂商标，而是让集成商能够交付自己的整体方案。至于各方赚多少、维护义务怎样分配，公开项目材料还不是完整利润账。

再看2024年的Hawesko案例，发布材料明确将上层仓储管理与统一控制放在Körber平台，极智嘉机器人参与其中。[5]这既是共生的实物，也提醒我们不能将整套系统的关系都给原厂记功。伙伴能够长出自己的生意，对极智嘉可能扩大市场；同一事实也限制它对全部上层平台位置的主张。

团队的考题，是是否愿意长期支持这种分工。若原厂不断扩大软件和新机器人范围，会与伙伴在哪些层次合作、在哪些层次竞争？新增模型研发是否得到投入，现有仓库的维护又能否持续？不能只看创始人讲得多大，要看产品边界、资源选择和交付信用怎样在多年合作里保持。

我的产业判断是，离散作业并不天然排斥平台。只要客户围绕共同体系组织持续工作，底座就可能成立；但同一仓库里也可以有不同层次的平台。极智嘉可以在机器人作业环节变深，同时让上层伙伴保持自己的价值，关键是它在其中留下的作用是否会随客户的新一轮建设持续增强。

三｜产业视角·供给：调度本领与新大脑分别看

先把软件名词还原成工作。WMS是仓储管理系统；WES组织仓内执行；RMS负责机器人管理与调度。极智嘉的官方说明还列出IOP运营分析与告警，以及规划、部署和维护工具。[2]它们不是同一个‘大模型’的不同名字，而是让日常作业能够连续运行的不同层次。

C｜算力工程：仓内任务分配、路径安排、设备端执行和模型训练，各自有不同时间与资源要求。一个模型训练场很强，不等于现场调度不会等待；一辆车能自主运行，也不等于整个仓库的任务协调成熟。当前资料可以辨认软件分工，但尚不能按同口径给出所有计算时延、冗余与资源成本。

A｜算法效率：现役调度首先要把有限车、工位、货架与任务组织好。设想某个站点很忙，其他站点在等货，单车走得更快未必能让整体订单更快完成。算法应当帮助减少拥堵和无效等待，同时服从业务优先级。这是对调度价值的解释，不是依据装机量反推某项算法已经全行业领先。

新具身能力要另开一页。极智嘉2026年7月发布Gravity框架与Gravity 4D，将任务理解、规划和物理动作建模作为新的技术方向，同时提出数据与生态建设安排。[6]这是具体研发主张，比只说要做机器人AI更清楚；但发布材料尚不能让新模型继承所有旧货到人项目的运行成绩。

两者之间有一道真实的工程差异：把已知货架送到工位，与可靠拿起形状、材质和状态各异的物品，不是同一种任务。新的感知、动作与验证需要相应证据。旧场景可以提供客户需求、部署经验和潜在数据条件，但不能据此宣布长期复杂动作已全面成熟。

D｜数据工厂：仓库任务确实能留下订单、动作和异常信息，但哪些记录适合训练哪一类能力，必须具体。车队拥堵记录未必足够训练灵巧抓取，完成订单也未必记录了失败发生的全部原因。模型要学习有效信号，需要任务条件、结果、人工处理与权限能够接起来。

一个假设的失败尤其值得看：机器人未完成，人员临时接手，订单最终按时完成。如果只留下订单成功，模型就可能看不见自己的错误。相反，把所有人工处理一律计为模型失败，也可能混入原本就由人负责的环节。数据工厂必须保存责任边界，否则成功率和训练奖励都容易走样。

表1｜极智嘉发动机：旧作业与新具身不混算

E｜经验飞轮：这里不能用‘每天机器人都在跑’替代闭环。需要知道发生了什么问题，谁有权使用记录，改进进入哪个模型或工具，下一次是否得到验证。新发布的数据引擎方向说明公司希望建立这种循环，[6]它仍是需要沿实际任务检查的机制，不是全部客户数据已经自由回流的凭据。

F｜资本续航：设备采购、部署、验收回款、维护与新模型研发，可能同时消耗资源。较大的部署量带来经营基础，也可能增加备件、服务与垫资负担。本篇未取得把这些义务与可用资金完整对应的测算，不以订单或机器人数估算精确续航，更不把研究投入多本身视为能力成熟。

所以，我对发动机的判断有两层：已有作业系统有真实工程基础；新具身研发有明确方向，但效果、数据与交付须独立取证。它的最好路径，是让新能力继续改善旧客户的工作条件，而不是在发布会上另起一座很漂亮、却与现役仓库不通路的山门。

四｜产业视角·交付：从投运到稳定出库，还差什么？

交付首先要说明客户最后验收什么：多少设备、哪些任务、什么业务负载下的表现，以及异常时如何继续工作。机器人原厂、当地服务商、集成商与客户，各有可能承担一段责任。ASKUL的公告证明真实项目开始全面运行，[1]却不是其中所有软件、成本和长期服务条款的完整公开。

T｜时间：分期投入可以说明工程推进，但不能据两次投运日期直接算出合同到验收的全周期。前期需求、规划、现场改造与验证可能发生在更早阶段。同一仓库追加设备，也不能当作面对新技术选择后重新建设下一代。施工进度与客户固化，是不同账页。

Q｜质量：合格订单要正确、及时地进入下一环节，而不只是设备没有故障。漏拣、错拣、等待、任务重复、人工兜底与故障恢复，都可能影响真实质量。安全停车也可能是正确动作，不能把任何停机都写成系统失败，更不能为了高吞吐把必要安全边界拿掉。

表2｜一项仓内任务，时间质量成本怎样查

C｜成本：买车、改造工位、接入上层系统、维护和异常处理，都要纳入同一任务范围。客户节约的步行时间可能有价值，但原厂留下多少利润，是另一问题。不同货品、班次和订单结构也会改变结果，不能拿某个项目的最好比例给所有仓库统一开价。

Hawesko项目说明了一种组合交付：机器人与Körber上层软件、控制系统共同改善作业。[5]因此即使结果很好，也应按照各方工作分配解释，不把全部效果归于一个模型或硬件。客户最后收到的是一套协同运行的能力，供应链各处的费用与责任仍然存在。

一个反过来的行业案例也值得看。DHL在2026年3月宣布通过SVT Robotics的SOFTBOT连接不同自动化技术，减少逐项定制，并建立跨站点的运行观察。[7]这说明大客户可能主动建设上层整合能力；它不是ASKUL或极智嘉已经被替换的记录，而是检验平台归属时不能忽视的现实路径。

我的交付判断是，极智嘉已不是只提供样机的早期企业，现有项目有真实分量。统一的运行差错、恢复、完整工程成本与新仓对照仍需补实。下一项有判别力的证据，不一定是更多机器，而可能是相近任务能够以更可预期的TQC被持续交好。

五｜投资视角：谁占作业底层，谁留上层关系？

极智嘉的战略锚，是物流履约中重要的作业组织与机器人能力；市场锚落在愿意为实际仓储需求付费的客户，而不是全部物流收入。真实工程使这项位置有内容，但长期能留下哪层价值，要看客户、集成商与原厂分别掌握什么。

本期按筑基后期研究。货到人的作业路线与客户投运事实，说明技术和供给已经走出实验阶段。[1]具体市场的份额、竞争格局与软件收入结构，仍需同口径材料；我们不凭一个大仓库宣布全球格局大定。新具身模型也不能直接接过这张筑基成绩单。

局部金丹线索来自哪里？客户围绕PopPick建立工作站、安排人员与货物的流转，重要作业开始在系统条件下展开。这比单纯采购设备更值得研究。但这些投入中，多少是与极智嘉软件和方法有关的有效专属资产，多少是换供应商仍可利用的通用设施，本篇尚没有完整迁移记录。

这里既不能说离散任务永远做不成平台，也不能要求极智嘉掌握整个仓库才算占据。如果它在一个持续、重要的作业环节形成难以轻易绕过的能力，已经可以有平台价值。研究关键是范围足够有分量，不能人为切到只剩某一型号配件，再把唯一兼容当成产业底座。

Hawesko的分工提醒我们，伙伴上层平台可以很深，极智嘉在机器人环节也可以有价值。[5]两者不必互相归零，却要分别证明。若客户换掉机器人方案需要重建关键调度、验证和作业能力，依赖就可能属于这一层；若主要工作规则都在客户或集成商的通用层，原厂更可能是一项重要但可替换的供给。

表3｜当前修为与下一仓的考题

固化则要追下一个仓库、重要新任务或新一代系统。客户是否主动继续选择相关软件与作业体系，旧方法、接口和验证经验能否承接？相同项目加车可以是商业成功，但不必然经历新的底座选择。只有面对变化仍持续建设，固化的解释才更有分量。

DHL的上层整合路线是另一个观察角度。[7]客户自主能力增强，既可能让原厂更容易接入和扩大采用，也可能把关系留在更通用的组织层。不能预设开放必然失去价值；同样不能因为接入更多上层平台，就把这些平台的客户全部视为原厂的深度依赖。

EDP解释这段路能否走通。E持续提升复杂任务能力，D让仓内工作按TQC交好，P愿意打开并让集成商、客户与原厂共同发展，关系才有条件变厚。团队如果只顾扩产品线、忽视现役服务，或者让伙伴长期无利可图，也可能消耗已经建立的信用。

元婴仍是远处的关：作业与模型能力能否形成可维护的分配位置，并由高质量收入、毛利、现金和回报支持。服务合同长，不保证盈利稳定；客户仓库效率提高，也不说明原厂能主导收费。当前保留局部金丹线索、整体待证，是把已经发生的建设与尚未确认的归属分开，而不是否认这家公司已有的工程实力。

六｜交易视角：机器数、订单与收益不能混成一笔

设备销售、软件服务、维护与新模型研发，各有不同的收入和成本关系。订单可以支持未来工作，投运说明项目进展，客户节约体现使用价值，三者都不能直接换算成原厂持续利润。还要看回款、垫资、备件和服务义务。本篇不提供目标价、买点或仓位，也不凭新具身发布推算纯模型估值。可以期待更多智能进入仓库，不能先把所有旧客户算作新大脑的收入，再为尚未稳固的元婴收益提前买单。

七｜共修观察：下一座仓，客户会请谁重新布阵？

近期第一项观察，是新仓或重要新任务由谁来组织。客户是否继续围绕极智嘉的共同软件与方法建设，还是主要由上层平台重新选择设备？要取得的不只是采购名单，而是任务、流程、验证与预算的去向。客户自主选择与供应商底座价值可以并存，证据要落到实际分工。

第二项观察，是新机器人类型或具身能力进入现有作业时，是否承接了有效资产。原有接口、任务状态、运维方法与客户经验能够继续使用，新模型又能解决真实问题，才可能加厚关系；若每次换产品都要大量重新整合，就应区分必要的新任务难度与旧平台能力不足。

主要反证包括：关键调度移到通用上层后，原厂被替换却几乎不影响客户核心工作；新能力长期停留在演示，无法在目标负载下可靠运行；或者订单增加的同时，维护与工程成本持续吞掉各方收益。反证影响的是对应业务与条件，不应把一个项目问题直接写成整家企业失去价值。

正向变化也可以很具体：客户说明哪些方法已常态化使用，下一仓不必重建哪些有效部分，伙伴由此交付自己的业务，原厂也能持续维护并分享合理收益。这样的记录，比发布会上承诺一套能做万事的大脑，更能解释平台为什么值得继续投入。

归拢本期判断：现役作业按筑基后期研究；客户建设带来局部金丹线索；核心问题是底座与上层关系的归属；固化看下一仓、下一任务；元婴再看规则和耐久收益。下一篇转向汇川技术：离散制造的工位各有招式，能否同样长出让客户持续建设的共同底座？

资料与研究口径

本篇刊期为2610，事实资料核对至2026年9月24日。主评仓储调度与作业体系，保留‘筑基后期；局部金丹线索，整体待证’的研究定位；Gravity等新具身能力单独观察。ASKUL公告载明日本ギークプラス为方案供应方，本文不据项目规模推断上市主体的合并收入、全部软件权利或训练数据归属。分期投运、新仓选择与跨代固化分别理解。

EDP采用CADEF／时间、质量、成本／开放、共生、团队；金印五阶以经营事实判断位置，能力用于解释持续性，不合并评分。正文的假设与前景推演不是已发生的客户案例。新增核对资料只用于明确事实与边界，不据产品主张自动授阶。

[1] ASKUL｜AVC关西PopPick第二阶段全面运行

2024-05-21，客户公告。318台AGV、15个工作站为当时全站规模；新增72台与4个站延续2023年12月一期。不是2026年现役清单，也不代表下一代再选择。 原文

[2] Geek+｜软件与系统常见问题

2026-09-24核对。采用WES、RMS、IOP、接口与生命周期工具的功能分工；页面容量、质量与兼容主张不当成所有项目已验证结果。 原文

[3] Geek+｜货架到人方案与工作流程

2026-09-24核对。采用订单、调度、到站、人工确认、回库／补货的通用流程；不代表特定客户的部署清单。 原文

[4] Geek+与Körber｜合作三周年回顾

2023-09-20，合作发布。支持机器人与咨询、集成、支持的分工和具名案例；不采用宣传百分比外推全量效果，不推定伙伴利润。 原文

[5] Geek+｜与Körber在Hawesko的仓储项目

2024-07-03，供应商通过美通社发布，含伙伴及客户项目人员表述。用于说明Körber上层WMS／统一控制与机器人分工；本文不将整体效果全部归于Geek+。 原文

[6] Geek+｜Gravity与具身布局发布

英文页面2026-07-19发布，所述活动为7月17日。仅采用研发方向与数据、生态建设安排；未以自报基准确认新模型已在全部既有仓库交付。 原文

[7] DHL Supply Chain｜部署SVT SOFTBOT连接不同自动化系统

2026-03-16，另一客户侧公开案例。用于说明跨供应商上层整合的现实选择；不是ASKUL迁移、Geek+被替换或所有项目同幅提速的证据。 原文

研究说明：本文用于产业与企业研究交流，不构成任何投资建议。阶段为有证据边界的研究判断，未来情景不构成承诺。

声明：本文由 AI 辅助整理初稿。