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