当一众厂商还在围绕拣货、家务等任务探索时，如今有玩家盯上了具身智能产业化的一块硬骨头： 智能仓储 。

而且野心不小，要让AI接管整座仓库，实现7×24小时自主运行，还能在真实业务中持续学习、自主进化。

这也暴露出仓储自动化长期以来的一道瓶颈：单点效率的提升，已经很难支撑整座仓库的智能化跃迁了。

下一代仓储智能化的关键，是实现7×24小时自主运行、持续进化，并依托全球规模化商业能力，让自主智能仓成为新一代生产力基础设施。

更重要的是，能让投入重金的自动化设备真正跑满产能，把夜班用工、现场管理的压力转化为实实在在的 运营收益 。

但这就意味着，机器人要能处理从未见过的异常，而且整仓系统要能在数百台设备同时运行时自主决策、故障恢复、积累经验。

毕竟，只有整座仓库具备自主应对不确定性的能力，技术上的自主智能，才能真正转化为 商业上持续、可衡量的生产力 ～

基于这一判断，极智嘉提出的《24/7自主智能仓计划》则将全仓自主化作为下一阶段的战略方向，分三步推进：

这套庞大的系统性能力，事实上如今也早已在这家公司多年的技术积累与商业化实践中，长出了真实立体的形状。

单个机器人能干多少活，决定的是单一作业效率上限；整条作业链能否自主闭环，决定的才是无人仓的落地深度。

相比聚焦单机或特定任务的具身智能方案，深耕具身十余年的极智嘉，在真实落地的能力上显然有更深的家底。

其自研的Gravity统一具身智能框架与Gravity 4D具身世界模型，瞄准的正是机器人在复杂环境中的自主操作难题：

前者让机器人理解任务、规划动作，学会先想清楚再动手，后者则让其理解物理空间的几何关系、受力与接触变化。

此外，基于多模态感知、长程任务推理、4D物理建模与动作规划等能力，机器人如今也开始走进了真实仓储作业。

比如其通用人形机器人 Gino 1 ，既能拣货、搬箱，还能与移动机器人协同，完成连续的拣选任务：

在施耐德电气上海物流中心的试点中，这套方案的拣选效率达到人工的2倍，准确率超过99.99%。

在这些具身智能产品之外，其全品类AMR方案也覆盖料箱、托盘、货架等不同存储形式下的大量标准化作业。

传统仓储系统往往各管一摊，调度系统优化机器人路径，业务系统优化订单执行，数据平台负责统计报表。

△AI生成 而极智嘉这次想做的，正是让原本各自运转的系统，真正拥有一个能够统筹全局的 「仓库大脑」 。

在仓库大脑的底层，由 RMS、WES、IOP 三大系统支撑，分别负责机器人调度、业务执行和运营分析。

而真正让这套系统变得更聪明的，是极智嘉在此基础上构建的全仓智能，通过AI Agent持续强化两项能力：

更关键的是，每次调整后的运营结果还能重新反馈给系统，形成「洞察—诊断—决策—执行—学习」的完整闭环。

这样一来，仓库也开始从会执行指令，走向自己发现问题、调整策略，并在长期运行中越干越聪明了～

监控Agent 负责识别异常， 数据分析Agent 负责追查原因、提出方案， 部署配置Agent 则负责参数调整与策略落地。

过去资深仓管人员需要反复排查的问题，如今开始有机会转化为AI能够调用、分析和复用的知识，而且不同层面的优化有着不同的节奏。

在效率上，调度层面的调整甚至可以在 几分钟 内进行，涉及整体运营策略时，则会结合 每天 积累的数据持续优化。

全球市场侧，极智嘉连续7年位居AMR市占率 第一 ，覆盖40多个国家和地区、超 1000家 客户，累计部署机器人超 8.1万 台。

在今年CeMAT展会上，极智嘉更是把全品类AMR和AI全仓调度串了起来，直接上演了一场整仓协同作业。

而一座真正具备自主运营能力的仓库，就意味着 每一分自动化投入，都能转化为持续、稳定的生产力。

未来，极智嘉还计划将经过真实场景验证的机器人、AI与系统能力，延伸到更广泛的物理作业领域。

量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1