极智嘉打造7×24小时自主智能仓

具身智能，开始挑战更复杂的生产场景了。 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。 这个玩家的名字大家也不陌生，正是全球智能机器人的头部企业「极智嘉」（Geek+）。 就在最近，极智嘉正式亮出《24/7自主智能仓计划》，目标直指物理AI时代的自进化智能仓。 从让具身AI真正干活，到让整座仓库自己运转，物理AI这次直面的，是产业化更深层的考题。 让具身智能接手复杂操作，补齐仓储作业中长期依赖人工的环节。

让AI从发现问题走向自主决策、动态调整，推动整座仓库越干越聪明。 凭借全球交付与本地化运营能力，让自主智能仓真正走进更多商业场景。 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。 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。

两者结合，让机器人在面对复杂任务和突发变化时，有了更多自主应对的能力：跨任务泛化：面对不同材质、形状的陌生物品，不用逐个训练，也能判断怎么抓。 动态抗干扰：物品突然移动、被遮挡，也能及时调整动作，继续完成任务。 长程任务执行：面对多步骤复杂任务，能够自主拆解、规划并逐步完成。 自然语言纠偏：动作出现偏差，不用重新编程，通过语言指令就能调整策略。 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。

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。 另一边，极智嘉的无人拣选工作站，也开始接手过去高度依赖人工的拣播环节。 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AI接管调度运营，仓库越干越聪明方面，极智嘉系统平台部副总裁谭文哲在媒体采访中，也谈到了这个长期困扰行业的问题——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。

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。 IOP负责发现问题，WES负责制定和编排策略，RMS负责调度机器人执行，三者相互协作。 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：协同智能：让机器人、设备和业务流程能够统一调度，根据实时订单变化灵活调整任务与资源分配。

运营智能：让AI实时监控全仓、自主诊断异常、优化策略，逐步减少人工值守。 两者结合，就意味着AI既要管好眼前的活儿，还得不断琢磨怎么把活儿干得更好。 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～目前极智嘉也已经围绕这套流程布局了三类AI Agent——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。

这些Agent甚至还结合了极智嘉过去积累的「现场运营经验」和「效率分析框架」。 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。 仓库运行得越久，积累的经验越多，系统就有机会作出更好的决策，真·闭环了。 从技术到商业交付，全球实践给出答案智能仓储的产业化竞争，最终还得回到真实场景。 客户真正关心的，是系统能否长期稳定运行、融入现有业务，以及投入后究竟能带来多少收益。 而极智嘉过去十多年的商业化实践，已经积累了不少可供观察的样本。

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。 谭文哲博士在媒体采访中，也给出了衡量仓库「自主进化」能力的几项硬指标。 包括自主处理异常的能力、复杂工况下的吞吐稳定性、连续运行时长，以及故障后的自主恢复效率。 这些指标背后，恰好也指向了《24/7自主智能仓计划》更深层的行业意义：把资深仓管人员积累多年的隐性经验，逐步变成仓库里「常驻」的智能。

对企业来说，最头疼的莫过于花重金建起自动化仓库，关键时刻却依然离不开人。 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。 而在这一条从技术走向真实生产力的路上，长期积累与规模化实践的价值，已然变得越来越清晰。