人形机器人为什么还进不了仓库？单机智能已死，集群智能当立

近日，以"智融百业，智启产力"为主题的 WAIE 2026（第十届）人工智能产业大会暨 AI 智能体产业应用大会在深圳南山威斯汀酒店成功举办。本次大会由 OFweek 维科网主办、OFweek 人工智能网承办，汇聚了数百位政企主管、科研专家、研发厂商，以及制造、能源、政务、医教、金融商贸等领域的决策者同场交流。

在本次大会上，稳石机器人（深圳）有限公司总经理黄江楠受邀出席，带来《单机智能已死，集群智能当立》的主题分享。作为工业仓储具身智能领域的深度实践者，他把过去几年在真实仓库里跑出来的结论，浓缩成一句话抛给全场——让集群智能脱虚向实，走进实际工业场景。

图：黄江楠现场演讲（WAIE 2026 · 2026年10月23日 · 深圳）

黄江楠指出，具身智能正在重演自动驾驶的剧本，Demo 军备赛之后，必然迎来残酷出清；紧接着是单机智能已死——工厂要的是确定性和系统效率，一台再炫的机器人，救不了一条产线、一座仓库；最后落到集群智能当立——让多台机器人通过集群智能体实现系统性可靠，谁离付钱的人近，谁的客户真赚钱，谁活下来。

狂热退潮：具身智能正在重演自动驾驶的剧本

黄江楠的判断很克制：具身智能真正的高价值场景，不在普通平库，而在零下 30 度冷库、化工投料间这些人类进不去的特种场景。要论证这一点，他先让现场算了三笔一线实测的账，而不是看参数表。

第一笔是效率账。一台 20 万的人形机器人，到了现场一小时搬不到 50 箱——防锈油软箱、两毫米的地坪伸缩缝，都能让抓取失败率超过 12%，整条出库线直接被堵死。

第二笔是成本账。成熟方案只要 0.03–0.05 元/箱，具身智能却要 1.2–1.5 元/箱，单箱成本贵出 30 倍，比月薪八千的工人还贵两三倍，还得配月薪两万五的算法工程师天天伺候。

第三笔是算力账，余下的则是回本账：云端 API 单台每月要烧 6 千到上万元的"呼吸税"，本地边缘 GPU 比机器人本身还贵，续航从 4 小时缩水到 1.5–2 小时；而想替代一个年成本 8 万的普工，整机 10 万起步、部署运维翻倍、电池两年一换，减速器和丝杠"以微米计价"，成本有物理下限，回本周期 4 年才起步。

把这些账加在一起，结论就很清楚了。具身智能当下最该去的地方，是那些人类不愿或不能进的特种场景，而不是普通平库。

更残酷的是，风口里的公司会"死三次"。

第一次死在 Demo 很美、钱先烧完——真实场景全是意外，技术验证刚过，账上的钱可能先见底，45 万的机器人一小时还是搬不到 50 箱。

第二次死在落了地、却赚的全是辛苦钱——勉强交付，但交付成本太高，做的是"高科技外包"，账期长、回款难，纯技术乙方最容易被拖死。

第三次死在单点盈利、却死在复制路上——好不容易单点跑通盈利，换个客户、换个场地，一切重来，最终倒在以 1 到 100 的规模化路上。两条路通向一种结局：高举高打的，靠背景拿钱只搞研发不进场景；贴着场景做的，扎进真实需求靠交付养活自己。

单机智能已死：为什么 90% 的项目夭折在"落地"上

技术难度从来不等于商业难度。一个有话语权的厂长或管理层，愿意顺应趋势试试机器人，但签字的那个人往往不是担责的那个人；而真正担责的线长，KPI 是按月卡死的产量和良率，人干砸了可以开除，机器人出事却只能他自己扛。

技术看的是能不能跑通，商业看的却是利益分配、业务流程和责任机制——教会机器人做事从来不难，难的是出了事谁来兜底。因此黄江楠的判断是，工业客户要的是 2–3 年回报周期内的系统性效率提升，而不是单点技术炫技。

这背后是一道更硬的逻辑冲突：工业现场要的是确定性，大模型给的却是概率。仓库要的是毫秒级硬实时、绝对闭环，而大模型存在"幻觉"——在堆满几千吨货物的立体库里，一次幻觉就是一场安全惨剧。为了安全最后焊一圈铁丝网做物理隔离？那还不如直接买 8 万块的工业机械臂。

更深的问题在于，单机智能面前立着三堵墙。一台机器人跑得再快，站在一整条供应链面前依然渺小：瓶颈永远在库门口、在交接处，单点提效不等于系统提效，仓库吞吐是系统问题而非设备问题；99% 无故障固然了不起，但剩下的 1% 异常依然要等工程师，半夜三点也不例外；设备越多管理越复杂，10 台靠经验排班还行，超过 50 台人工调度必然崩溃，设备反而互相拖累。

所以黄江楠的第二个判断是：行业缺的不是更好的机器人，而是更聪明的"集群"。

集群智能当立：谁离付钱的人近，谁的客户真的赚到钱

破局之道，是 Swarm Brain——让一群机器人系统性可靠。它的核心不是一台机器更聪明，而是三脑合一，构成"感知—决策—调度"的智能闭环：感知脑用激光 SLAM 加视觉融合导航，看懂杂乱库区与异形物料；决策脑是工业仓储具身大模型，以上万台作业数据持续训练；调度脑指挥数百台机器人跨楼层协同，做毫秒级任务最优分配。

感知、决策、调度、执行反馈再回到感知，闭环持续进化，越用越可靠。它把"概率"关进系统冗余里，用工业级硬实时闭环，绝不让幻觉靠近几千吨货物；同时做到 1 周快速部署（无信标、免改造，新仓 1 周上线，旧仓平滑升级），以及本体、立体库、WMS / WCS / RCS 调度平台的全栈软硬自研、自主可控。

这套打法是不是真有效，数据会说话。集群调度相比单机调度，系统效率提升超过 30%——增益来自"群"而不是"台"；数百台机器人可以同时协同作业，跨楼层、多品类、高并发，由一个大脑统一指挥。

稳石已累计交付万台级机器人，客户名单里有宝洁、苹果、燕京、南方电网、中粮等百余家头部企业；而最真实的商业化验证，是超过 80% 的客户复购率——是他们用过后继续买、替稳石投出的票。这些都是上百座真实仓库、每天 24 小时跑出来的结果。

最"重"的场景，反而最先被跑通。华电煤业建起行业首个岩芯智能立库，把数十年的地质岩芯样本，从人工登记、肉眼检索，带到分钟级取用、全程可追溯；百年地质仓储被 AI 改写，集群调度让海量样本的空间利用率大幅跃升，取用从"小时级"跨进"分钟级"。

同样的逻辑落在了华菱线缆的全链路智慧仓储上——军工特种线缆这种重载、大卷径、严追溯的硬场景，实现了存储、搬运、拣选、发运的端到端无人流转，空间利用率 85% 以上，错误率降低 90%。场景越复杂，集群智能的杠杆反而越大。

回到决策者最关心的账本，稳石的三个数据在数十个项目里反复被验证：1 周完成部署上线，免改造、无信标，新仓旧仓都能平滑接入——快，是集群智能的第一张名片。

1–2 年收回投资，靠的是人力节省、空间释放和错误率下降三笔收益叠加。

2–3 倍的作业效率提升，来自入库、存储到拣选、发运的全链路协同。

于是，结论很朴素，AI 不是成本，而是回报周期最短的一笔投资。

能活下来的，都是"六边形战士"。自动驾驶已经验证过结局，而这些能力没法抄，只能靠时间和踩坑喂出来：见过冬天、穿越过资本周期的，才知道克制比扩张值钱；扎根场景、贴着真实需求做的，靠交付养活自己。

万台级机器人的交付能力，是练出来的肌肉；本体、装备、调度平台全栈自主可控，才叫软硬一体；不追风口叙事、只做算得清账的场景，才叫懂得克制。活下来的秘诀无非两个字：离钱近。

别光讲技术情怀，谁离"付钱的人"近，谁才能活到冬天。稳石的模式说起来简单——硬件设备做入口，全链路方案建信任，AI 持续增值服务锁复购，而那超过 80% 的复购率，就是客户用回款投的票。

终局思考：硬件白牌化与"场景数据飞轮"

把视线拉到终局，黄江楠的判断是，随着供应链成熟与制造门槛降低，工业机器人的硬件本体将不可避免地走向"白牌化"与基础设施化。企业真正的护城河，不再是机械结构或单点算法，而是基于海量真实交付沉淀的"场景数据飞轮"——数据喂养算法，算法提升效率，效率锁定客户，形成无法被资本轻易跨越的时间壁垒。

这意味着，精密减速器与伺服电机的供应链日益成熟，单体机器人的硬件壁垒将被迅速抹平，纯硬件厂商会沦为低毛利的"修路者"；而在真实仓库里处理的每一次长尾工况与调度优化，都会持续喂养集群算法，形成"数据越多、算法越优、客户越黏"的正向循环；最终，把老师傅的经验与行业 Know-how 固化为 AI 平台的规则库与模型权重，才是抵御互联网大厂"降维打击"的核心防线。

审核编辑 黄宇