← 返回供应链评论 物流科技

京东物流人形机器人首次部署真实仓库作业

来源: 京东物流 · 2026-07-17 · 约 7 分钟
English

核心要点

先看结论——该做什么、什么时候做:

  1. 2026年7月31日前,把仪表挂在入库节点而不是机器人上:每一次作业都记录时间戳、箱码、机器人编号,据此算出作业周期的均值、标准差与第95分位。
  2. 把缓冲区液位和缓冲区耗尽时间与吞吐放在同一块看板上,报警设在耗尽时间低于10分钟处,因为那是拣货工位开始断料的点。
  3. 把车队占空比的全天底线定在85%;某台低于这条线,就加一台待机机而不是加班次,并在一个完整充换电循环之后再复核。
  4. 在一条线上让人形机器人与替代方案对跑一个季度:记录每班次工位断料分钟数与入库周期波动;若该场地的箱型是标准化的,先把固定拆垛机报价拿来比,再谈规模化。
跳到详细拆解 ↓
摘要

京东物流与智元机器人联合推出工业级人形机器人“精灵G2 Max”,并部署于京东“智狼”货到人仓库——这是人形机器人首次在真实仓储生产场景中落地作业。该双臂力控机器人可24小时不间断完成拣箱、搬运与码垛,将入库环节与京东自动化出库流程衔接。

详细拆解

先给问题建模,再谈机器人,因为机器人不是这篇文章的重点。京东物流与智元把一台工业级人形机器人“精灵G2 Max”放进了京东的“智狼”货到人仓库,这是人形机器人第一次在真实仓储生产场景里上岗。它双臂力控,24小时做拣箱、搬运、码垛,位置在入库环节,喂给一条本来就已自动化的出库线。

这句话的后半句请读两遍。出库早就解决了。机器人补的是唯一还由人顶着的那个节点。所以这不是一个机器人变聪明的故事,也不是一个仓库变大的故事,而是一个瓶颈搬了地方的故事。把人形机器人拿掉,只问系统问题:在一个货到人仓库里,真正卡住吞吐的是什么?

货到人仓库,本质是一条带服务规则的队列。订单进来,系统先定位货品——京东说,在一个存了超过100万件商品的智狼仓里,这件事5秒内完成。取箱机器人从超过10米高的货架上把料箱取下,搬运机器人接力,货物最快1分钟到达拣货工位;存储密度约为传统仓库的4倍。现在把入库接在这条流水线前面。箱子从车上卸下来,得拆垛、拣选、再码到喂给货架的那条线上。那才是仍然靠人的节点,也正是人形机器人接手的位置。

为什么是人形,不是固定设备,为什么是现在。固定自动化赢在重复且标准的动作上:单一箱型、整天不停,固定拆垛机快过任何一条手臂。可入库是全仓标准化程度最低的节点,箱型会变、垛型会变、来料质量会变。固定机器要世界迁就它;人形是造出来容忍世界本来的样子的机器。技术上的解锁点是力控,它让手臂抓起一个箱子,既不压坏也不脱手。京东已经有一整套机器人矩阵覆盖存、拣、搬、运、送,底下是它称为“超脑大模型2.0”的调度;人形是补上矩阵在物理上够不着的最后一步的那台机器。

影响分两层,第一层反直觉。把入库自动化,等于拿掉了一个人工缓冲区,而缓冲区就是减震器。出库那头最快1分钟送达,这是根很细的管子。利特尔法则说,在制品等于到达率乘以流程时间,管子粗细可以算:如果拣货工位要跑到每小时900个订单行、流程时间1分钟,那么管道里同时只有15个订单行。15个。这么细的管子几乎没有余量,于是入库端一打嗝,大约1分钟内就会反映到拣货工位上,而在此之前,入库那批人力本身就是那层减震。

把缓冲区自动化,不等于把波动删掉,它只是换了波动的承担者。另一层是适配性:一个百万级 SKU、存储密度4倍的仓,有量去摊薄一支机器人车队;一个只有1000个 SKU、箱型统一的仓不该买人形,固定拆垛机单箱更便宜、故障模式更少。这门账是箱型多样性的函数,不是工资率的函数。

时间尺度。它现在就是真实在跑的,智狼仓已在北京、武汉、成都及英国实现规模化部署,落地这一层是当下的事。吞吐这一层还差一个季度的数据:你需要一个完整的充换电循环、一轮完整的排班轮转、至少一个高峰周,日均有效机器人小时数才是一个数,而不是一个愿望。更大范围的车队计划——5年采购300万台机器人、100万台无人车、10万架无人机——那是采购目标,不是产能。它告诉你京东判断人力约束会落在哪里,但你不能拿它当排产依据来用。

接下来是报道没讲的部分。所有人在拿机器人跟人比速度,而这个比较回答的是错的问题。队列里,等待时间取决于两件事:服务者被压得多满,以及服务时间波动多大。入库人工班组平均更慢,但同时更不规整——疲劳、交接班、码得歪的托盘——而正是波动把队列拖长。力控机器人的真正贡献不是把均值拉高,而是把入库作业周期的波动压小;在一根细管子里,压小波动比抬高均值更快地缩短队列。所以决定这套东西能不能规模化的那个数,不是每小时多少箱,而是入库作业周期的变异系数,以及车队的占空比,也就是开机时间减去充换电时间之后剩下的那部分。

由此得到一份刻意不花哨的工具方案。要把仪表挂在入库节点上,不是挂在机器人上:每一次作业都打上时间戳、箱码和机器人编号,然后算周期的均值、标准差和第95分位。持续盯两个系统变量,缓冲区液位和缓冲区耗尽时间。把报警设在耗尽时间上,不是设在吞吐上,因为平均速率看起来还体面的时候,拣货工位早就断料了。把占空比的底线定在85%:低于这条线,机器人不是在缩小缓冲区,而是在给它加一笔固定成本和一种新的故障模式,诚实的做法是配一台待机机,而不是扩一支车队。再量一下它对拣货工位的影响,也就是每班次工位断料多少分钟,那才是队列真正在意的数。

量化一下,前提写明。假设一台机器人处理一箱需要4分钟有效作业时间,一天24小时即1440分钟,占空比85%。那么每台机器人每天的有效作业时间约1224分钟,按4分钟一箱算,约306箱。假设入库节点一天需要900箱才能喂饱货架,那就得3台在跑、1台留作待机——因为单台306箱的产能下,3台几乎没有余量也没有冗余。再看缓冲区:按每小时900个订单行、流程时间1分钟算,管道里是15个订单行,也就是拣货速率平稳与工位断料之间全部的缓冲就是15个单位。该上仪表盘的是这个15,不是那306。

最常见的错,是买了机器人,然后用最顺手的方式去量它。每小时多少箱会给出一个看得过去的数字,然后什么也没告诉你,因为队列不关心均值。一支平均速度很漂亮、却每到交接班就把缓冲区清空的车队,是把问题挪了个位置,不是解决了问题。一支平均速度平平、但能把缓冲区在第95分位仍保持在40%以上的车队,就是在干它该干的活。这是个排队问题,它一直都是。

↑ 返回核心要点

— 作者 拉维