极智嘉|电商、零售、鞋服在打的“找货大战”，一只机械臂终结了

在鞋服、零售及电商仓储的日常运营中，一场场“找货大战”每天都在上演。

在鞋服仓，经常出现上万个SKU导致库位告急，同款商品散落在不同箱子里，大促时拣货员满仓库跑，退货季人工作业更是动辄耗时数周。在零售仓，门店补货同样面临人工合箱发运慢、易出错的瓶颈，夜间理货停滞直接影响货架缺货率。而电商仓所遭遇的订单碎片化、大促脉冲式冲击以及高企的退货率，更是将仓配推向极限。

三大行业，面临着同一个困境：库存碎片化，人工理货/拣选已成效率瓶颈。面对行业痛点，全球智能机器人引领者极智嘉 (Geek+, 股票代码: 2590.HK) 给出颠覆性的无人拣选破局方案。

极智嘉无人拣选工作站以机械臂精准抓取为核心，将原本依赖人力的“找货、搬运、归并”升级为全自动无人化闭环，让存储密度瞬间释放、拣选吞吐成倍提升。

该产品更获得国际权威认可——斩获2026年全球机器人行业最高荣誉RBR50创新奖，与ABB、亚马逊机器人、波士顿动力、英伟达等科技巨头的创新力作齐上榜。评委会共同见证了这项技术的含金量，直指：“极智嘉通过将仓库中最棘手的商品拣选环节实现自动化，彻底打通了业务闭环。”

这一闭环的实现，从理货与提总两大作业场景具体落地。

无人理货工作站

释放存储密度 杜绝错放混放

理货的本质不是搬动，是合箱。系统自动识别所有未满载的库存箱，机械臂抓取商品，经扫码确认后精准合并至目标箱。这一动作消除拣选过程中的临时存储和人工搬运环节，最大化空间利用率与存储密度，让“3个库位变1个”的存储密度瞬间释放。

该工作站采用了行业少有的双模扫码识别设计，按品类灵活切换，机械臂抓取商品后，无论是通过空中扫码还是扫码台，都能精准读取条码信息后再放入目标箱。

扫码识别功能带来的核心价值是“确认” ——不是“抓过去就行”，而是“抓对了、确认了、再放进去”。每一件商品的合箱动作都有据可查，从源头杜绝错放混放。

对鞋服客户而言，解决了吊牌条码难识别的问题；对零售电商客户而言，保证了高流通品类的识别效率。

无人提总工作站

批量订单处理，效率最大化

面对门店批量补货、大促波次订单、大批量退货集中处理等场景，订单重合度高、需要“先集后分”，而提总是最高效的解。

它的逻辑很直接：在分拣前，将多个订单中的同款商品合并拣选至大容量容器，一次性处理一批，再按订单或门店分播。该模式适用于高吞吐量、高SKU重复度的作业场景，可接受一定的预处理时间，换取的是整体吞吐量的成倍提升。

无人提总工作站不是孤立存在的，它与极智嘉AMR无缝协同，机械臂拣选后直接投递到输送线或笼车，消除人工搬运和信息孤岛，实现“搬→存→拣→分”全流程无人化闭环。这是构建全流程无人仓方案能力的关键所在。

无人拣选工作站

五大维度，打穿行业痛点

不管是理货还是提总，共享的是同一套能力基座：

效率翻倍：无人理货工作站UPH 400+件/小时，无人提总工作站UPH 600+件/小时，均为传统人工的两倍以上。

准确率99.99%：扫码+视觉双重校验，Double Pick双拣校验和掉落识别，从抓取到投放，全程数据可追溯。

48小时即插即用：MTBF≥600小时，工业级稳定可靠。

7×24小时不间断：不受班次限制，夜间理货/拣选不停滞。

SKU零样本泛化：Geek+ Brain具身智能大模型支持零样本学习，新品无需训练直接上岗。无论鞋服每周上新数百款、零售季节性商品快速迭代，机械臂自适应抓取，无需换型。

从软包日用品到硬质外壳，从汽车配件到鞋服SKU——同一只机械臂，品类跨度极大，始终精准、稳定、高效。

● 对鞋服：面料各异、吊牌条码位置不一，扫码台+自适应抓取，无需换型

● 对零售：日用、美妆、3C配件混合理货/提总，一站全搞定

● 对电商：大促用提总、即时用逐单、退换货靠理货，全场景通吃

荣获全球机器人行业最高荣誉RBR50创新奖，不仅是对无人拣选工作站技术实力的权威认可，更是对其行业价值的明确肯定。该方案绝非实验室里的概念演示，而是已经在电商、鞋服、零售等行业真实仓库中，实现7×24小时稳定运行的“确定性选择”。

这种确定性在标杆案例中得到了充分实证。极智嘉无人拣选工作站在施耐德电气上海物流中心已完成标杆试点并顺利验收，拣选效率达人工2倍、准确率≥99.99%，新增SKU免训练，交付48小时投产。

无论各业态的仓储场景有多复杂，当机械臂面对软包、硬壳、异形件等截然不同的商品，始终保持精准、稳定、高效的作业表现。这背后是一套经过真实仓库验证的行业级方案——理货释放存储密度，提总提升吞吐效率，逐单保障即时履约，三者既可独立部署，也能组合成全链路无人化闭环。

无论是鞋服品牌每周数百款上新、吊牌条码位置不一的面料难题，还是零售行业日用品、美妆、3C配件混合存储的复杂场景，或是电商大促波次与即时订单交织的脉冲式冲击——这套方案用同一套技术基座，给出了各自的答案。