京东物流联合智元推出人形机器人“精灵G2 Max”落地智狼仓

详细拆解

又一台人形机器人走进了仓库，互联网照例热闹了一番。在 2026 年的 WAIC 上，京东物流和智元推出了「精灵 G2 Max」，一台重载具身机器人，如今在京东的「智狼」货到人仓里一天二十四小时地搬运码垛。在你脑补机器接管之前，先把它当成一个排队问题，问一句：系统的约束，到底卡在哪儿。

最唬人的答案是机器人的胳膊。最有用的答案几乎永远在别处，而那道缝，就是本专栏存在的理由。

先把事实摊开，尽量和那些新闻照片一样平实。在 2026 年 WAIC 上，京东物流和智元发布了「精灵 G2 Max」，一台拟人化的重载具身机器人，并把它投进了京东的「智狼」货到人仓。报道里真正扛重量的，是两个说法。个是耐力：机器人可以二十四小时不间断地搬运和码垛。个是衔接：它能和自动化入库流程无缝对接，而对外讲的方向，是从入库到出库全程无人化。这就是整场发布，单看它本身，是一则相当体面的机器人营销。

但机器人是最好欣赏、却最不该研究的那部分。真正值得懂的，是这台机器人被丢进去的那个系统，因为一台机器人不过是你往某个队列里加的一台服务台，而服务台只有在它正好坐在瓶颈上时才有用。

把货到人仓想成一串队列。入库货到了，在缓冲区里排队。托盘被拼起来又被拆开。料箱被送到拣选面。订单被拣、被包。包裹被分拣、被扔上出库线。这每一步都是一个「带服务台的队列」，而仓库真正的吞吐量，是被最慢的那台服务台决定的，不是被你刚装好的那台最快的决定的。当京东把一台人形机器人钉在入库码垛工位上，他们只是给某一个具体的队列加了一台服务台。决定这究竟是天才还是表演的问题很简单：入库码垛本来就是那道硬约束吗？链条的其余部分喂得动它吗？

现在问一句为什么是 2026 年 7 月、而不是三年前，因为时机会告诉你这股趋势是不是真的。把前后几周一看，答案很响。京东在 2026 年 7 月 17 日把人形机器人放进活仓库，7 月 18 日又借智元合作再来一次，7 月 21 日把无人机加机器人编队铺开，而 Kejet 和 Daka 的具身 AI 集群也在 7 月 22 日于真实仓库里跑了起来。这不是一家公司炫技。这是整整一个行业层，在同一个两周里跨过了同一条门槛。

推它出来的上游力量，是三件事同时汇拢。具身 AI 的控制模型终于好到能不带固定脚本、领着机器人在乱糟糟、非结构化的入库现场走完一趟。硬件——执行器和电池——便宜也耐造到能扛住一个仓库班次。而仓库本身变成了一个干净的数据闭环，因为货到人系统本来就追踪每一个料箱、每一道任务，于是机器人可以被喂一个队列，而不是一个猜测。机器人是露在水面上的尖。安静的变化是：仓库变得可编程了。

按「谁真正付钱、谁真正得利」把影响分层，因为这不是一个只有一个赢家的故事。京东最先、也最直接地得利：一个它能在科技大会上讲的吞吐量与人力故事，加上一笔它不必排三个班次去配的真实的入库搬运。智元得利的是验证，而对机器人厂商来说，验证是唯一算数的通货，因为在一个头部运营商的活站点里落地，就是能撬动下一百单的那个参考案例。竞争的 3PL 和零售商得的是一个麻烦：如果京东的「每单服务成本」掉下来，别人手动的入库就成了他们得给个说法的毛利 handicap。

而本专栏写给的那一方——进出口商——得的东西，比标题暗示的更不显眼、也更有用得多。如果你是个用京东仓做中国分销、或保税履约、或只是把库存经京东节点周转的跨境卖家，你的入库搬运成本和你的收货 SLA，刚刚变成了一个你该建模、而不是该忽略的浮动靶。劳动力替代最先落在入库和码垛工位，不是落在那个有名的拣选面，而那恰恰是你的收货月台所在的地方。

把暴露面给个区间。一个在多个站点跑手动入库的大运营商，会在一到两个季度内感到竞争的那一下 pinch，等京东的学习曲线变成报价单上的费率。一个中型的 3PL，会在两到四个季度内感到，因为货主开始问「为什么你的收货月台比对手的贵」。一个小仓库，一年里几乎无感，因为机器人还没便宜到能渗下来，但它仍该盯着那个利用率的账，因为那本账才是它不买机器人也能抄的部分。

这些要多久才爬到你的成本和你的服务承诺上。机器人此刻就在活站点里，所以京东自己的入库吞吐量本季度内就变。京东如果把省下的传递出去，其履约定价的成本影响，在一到两个季度后显现。对每一个抄设计的人来说，光是把系统立起来就要两到四个季度，再花两个季度去摸那个利用率曲线。作为货主，对你重要的是那段前置时间不是机器人的，而是你把自己配送中心建模成一串队列、并找到你自己那道硬约束所花的时间，因为那个模型是免费的，机器人不是。

下面这段是发布视频没给你看的，也是唯一一段该改变你任何做法的东西。货到人仓里的瓶颈，几乎从来不是机器人的胳膊。它是 WMS 的任务分配回路，以及机器人必须和传送带或 AGV 交接的那个入库缓冲区。当你把一台人形机器人钉在一条已有的自动化入库流程上，约束不会消失。它挪到了那条缝上，那个交接处，机器人产出必须接上下一台机器输入的地方。一台能码垛二十四小时的机器人，如果上游传送带饿着它、或下游 AGV 清不掉它的托盘，就是个废物。队列只是搬了个家，而大多数报道在为机器人鼓掌的时候，把那条缝忽略了。

更深的盲区是：这台机器人干的是入库和码垛那个队列，而那和货到人出了名的「拣选队列」不是同一个队列。媒体把它们混为一谈了。机器人不是在拣选面替你拣那一单。它是在月台上拼托盘、拆托盘。所以这笔增益打的是收货吞吐量，不是拣选速度，而如果你的真正约束在下游的打包出库或分拣，一台码垛机器人对你真正的瓶颈毫发未动，你的总吞吐量纹丝不变。机器人看着像吞吐量。真正的变量是补货交接处的周期时间方差，以及这台人形到底是把那个方差降下来了，还是只是新添了一支「等着 WMS 没派任务」的、更好看的空闲机器人队列。

而那个「二十四小时」的说法，藏起了它自己的队列。人形机器人不可能不充电、不保养就跑满二十四小时，所以真正的数字是利用率，不是标题上的钟。如果机器人每十个钟头必须去坞里待两个，它的有效开机率就是八成，而这八成只有在 WMS 持续喂它托盘时才会变成吞吐量。硬约束是仓库控制系统给它的喂料速率，不是机器人的续航。把「二十四小时」那行当成营销上限，建模那个八成的现实。

把假设翻过来，浪漫就降温了，这也是检验你到底懂不懂这次部署、还是只喜欢那段视频的试金石。假设 WMS 的任务分配回路才是真正的瓶颈，因为它只能以固定速率生成并派发码垛任务。那你每加一台机器人，只是加入一支等着任务的空闲金属队列，吞吐量纹丝不动，而折旧钟一响，机器人的回报就转负。机器人没修好约束。它把约束漂亮的、暴露了出来。

再假设入库本来就不是约束，因为站点早就跑着自动化入库、人类码垛工本来就跟得上。那这台人形攻击的是一个不卡的队列，增益边际，你花了资本去削一个本来就短的队列。再假设机器人在交接处的周期时间方差比熟练工还高，因为机器人在传送带边缘很谨慎。那你就把瓶颈挪到了下游，并在分拣处造了个新的——一条稍慢、且方差偏重的入库喂料，现在饿着打包线。机器人等于效率这个说法，只有当机器人正好被放在那道硬约束上、且周围的回路能喂动它而不自己形成新的队列时，才成立。这些条件动任何一个，结论就翻。

下面我把盈亏平衡点换成数字，每个假设都摊在桌上，因为一份没有假设的机器人商业论证，不过是个科学展。假设一个智狼入库区两班制一天处理一千二百个托盘。假设一个人类码垛工全成本二十五美元一小时、一小时搬三十个托盘，那么人工成本大约是每个托盘零点八三美元。假设一台人形全算下来八美元一小时（把一台四万美元的设备按五年摊掉，加能源和保养），一小时搬二十五个托盘，那么机器人的原始成本大约是每个托盘零点三二美元。机器人看着已经更便宜了。

现在把那个硬约束变量——利用率——套上去，因为故事是在这儿转的。假设 WMS 只能让机器人在八成的时间里有料可干，那么每个托盘的有效成本就从零点三二升到零点四美元。假设机器人每十个钟头必须坞里保养两个，把有效开机率也拉到八成（这我们已经算进去了）。做敏感性：如果因为入库缓冲区饿着机器人、利用率掉到六成，每托盘成本爬到零点五三美元，这时只比人类的零点八三好一丁点，却丢掉了人类在峰值给你的那点用工弹性。如果因为 WMS 被重写成持续喂任务、利用率升到九成五，机器人成本掉到零点三四美元，商业论证就站住了。机器人没变。喂料速率变了。这就是整堂课，用一个数字说出来。

对你——进出口商——能搬走的动作，不是去买一台人形。是把机器人新闻当成技术来读这件事停掉，把你自己的操作当成一串队列来读。画你的配送中心：货在哪儿等、在哪儿被拼、在哪儿被拣、在哪儿被分拣，其中哪台服务台才是真的那台慢的。机器人是个干扰项。约束才是真相。如果你的入库缓冲区是瓶颈，一套更好的 WMS 任务回路加一个更紧的交接，会以一英里之遥胜出一台人形，且只花零头。

轮到替代方案和坑，因为最显眼的那个反应，很少是正确的那个。朴素的做法是看视频、觉得未来来了、然后什么也不做——对观众没问题，对一个收货月台即将被重新定价的操作员不行。稍微聪明点的做法是去要一份机器人报价、开个试点，而这只有当你已经证明入库码垛是你的硬约束、且你的 WMS 喂得动一台机器人时，才说得通。正确的做法是本季度就把自己配送中心建模成队列，找到真正的约束，只有到那时才决定：一台服务台、一个软件回路，还是一次流程改动，哪条才是拉长那台服务台最便宜的路。

坑是换了金属外衣的老面孔。一个坑是还没建模就买机器人，于是你给一个住在别处的约束加了台昂贵的服务台，看它闲着。另一个坑是以为「二十四小时」那个说法就是吞吐量，而真正的数字是你还没升级的喂料回路给的利用率。个坑是京东的入库机器人你照抄，而你自己的约束在打包出库或分拣，于是你优化了一个本来就短的队列，把长的那个原封不动留着。个坑是忘了那条交接的缝——机器人和传送带接上的地方，因为仓储自动化里大多数失败不在机器人身上，而在机器人必须插进去的那个接口上，而那个接口，也是个队列。

用本专栏挂在嘴边的那个词说：瓶颈不在机器上。瓶颈在喂机器的那个回路、以及它交出去的那条缝上。找到那个变量，量化它，你就把一次机器人发布，变成了改变你如何跑一个码头的东西。其余都是 demo。一个队列只有在你拉长那台真正卡住的服务台时才会变短，而在你停止盯着那台闪亮的新机器、去量它周围那个回路之前，你拉长不了对的那个。

↑ 返回核心要点

— 作者 拉维