让机器人有事做，比做机器人更难

撰文 | 雁秋

编辑 | 李信马

题图 | AI制图

11月5日，香港菜鸟智慧港，菜鸟国际总裁熊伟宣布向产业伙伴开放全球仓网，把生产级物流仓变成AI及具身智能的训练场。

这看似是一次常规的合作，但放在2026年下半年的具身行业里，又多了一层意味。

两个月前，具身智能行业因为一条朋友圈炸了锅。在港股上市十天的梅卡曼德创始人邵天兰连续发文，直指一批“攒局型”具身智能企业利用数采中心、租赁公司等关联交易制造“虚假的、不可持续的收入”，并在评论区点名银河通用。银河通用回应“不参与无谓的口水战”，随后发布声明称已就相关谣言报案。

邵天兰质疑的不是某家公司，而是一种路径：部分具身企业没有PMF（产品市场匹配度），靠炒作和关联交易做出收入，成立两三年就冲刺上市。他认为，科学而可持续的具身发展，是能够使得客户自发复制，而绝非通过企业烧钱来维持。

邵天兰的声音之所以被放大，是因为资本端变了。艾媒咨询统计显示，2026年上半年，国内具身智能赛道融资额还高达1091.74亿元，到了下半年，老股转让报价普遍打到6.5折到8折，投资人尽调的问题从技术流畅度变成了货是否能交付、账款是否能结清。

一个个Demo背后是企业面对的实际问题，要想说服市场和投资者，就要有一个真实的生产环境，支持反复测试、反复算账。菜鸟这次打开的，恰好是这样一个地方。

01、机器人的“学习课表”

开放合作，场景为什么选在物流领域？

首先，得先重新看下“物流”这个词。位置不同，看同一件事的边界就不同，做仓储的人看物流是仓、运、配，做产线的人看物流是搬运、上下料和节拍——做机器人的人，则是另一种视角。

邵天兰提出一种观点，只要不改变物体的状态，没有切一刀、砍一下，没有装一个东西上去，就全是物流。

照此理解，“物流”就是一个动作，即把东西从A挪到B。厂内零件从库房到线边的配送、仓库到仓库、仓库到工厂、整托盘、装车，直到集装箱这样一个整体单位，全在里头。处理的形态也远比想象中杂，例如工厂里的周转箱、仓库里的快递包裹、软包、异形件。

在此基础上，我们再来看菜鸟开放场景的分层。熊伟列出了三个技术层级：短程泛化、中程精准、长程策略。

短程泛化：供包、贴单。这算是机器人进仓库的“入职第一课”，把包裹一个个挪到传送带上，或者把面单贴正，过程需要克服厘米级精度、物体形状的变化以及相对固定的节拍。这层不要求机器人具备对仓库的理解能力，只要在某个固定工位上稳定重复就行。

中程精准：拆零分拣。从整箱里拣出单件，或者从混合料箱里找出目标商品。这一阶段的精度跳到毫米级，任务步数从一两个动作变成十几步甚至几十步。这是仓库里最耗人力的环节，也是夹爪最吃力的时候，软包装、异形件、叠压遮挡，每一种情况要求机器人做更细的判断。

长程策略：拼箱、复杂拆码垛。机器人需要理解一个立体空间，对接下来的操作做数分钟甚至更长的编排，而不是只对眼前的一个包裹做出反应。这一层考验机器人的智力，除了抓得准，还得会安排。

这三层的顺序是层层递进的，机器人不是在同一个动作上越做越好，而是在爬一条完全不同的技术栈，所以更像是机器人的“学习课表”。

再说回来，物流仓大概率是第一个能让机器人真正“上班”并且算清账的地方。

能上班，理由有三点：首先，运作体量大；其次，作业基本在四面墙以内，相对受控，安全有保障；最后，早期容易做人机协同，机器人能干的先干，干不了的部分还有人兜底。

熊伟估算过，短程泛化在物流行业的市场空间是几十万到上百万台（机器人）；中程精准至少是这个数的十倍，大几百万到上千万台；长程需要对立体空间里的环境做非常深度的理解，航空货运、B2B运输领域都广泛存在对应的场景。

短程这一层的商业化路径最清晰，他判断2027年会迎来一次爆发。

02、真实工位最难伪造

具身智能行业今年被问得最多的，就是拐点什么时候到。

对此，邵天兰给出了一个颇有趣味性的回答：“拐点在我们身后，不需要预测。这个时间点可以探讨，但一定是在我们身后。”

他认为，衡量产品成熟度要看三件事：平均无干预时间、部署所需的人员与成本、客户的ROI。

这三件事不是并列的三个指标，而是三级台阶。得先证明机器人能在现场连续跑两周（不依赖人工），才配谈部署效率；部署能压到一个普通人半天搞定，才配谈客户的账。任何一级跳过去，ROI都只是纸上推演。

按这把尺子量，行业目前的发展局面是这样的：ROI，一部分场景已经做到；无干预时间，做到的场景正在变多；真正卡住大多数人的是人员与成本，不是场景做不到，而是做到之后代价太大，要花很多时间去采数据。

这也解释了为什么大量机器人公司的验证停在自建仿真环境里，仿真便宜、快、可复制，但它最容易漏掉一些异常。就拿仓储物流来说，比如软包塌陷、包裹叠压遮挡、面单贴歪、大促时节的节拍波动，而这些恰恰是真实仓库里最贵的部分，没有合成数据可替代。

菜鸟这次摆出来的东西，是可以用这把尺子去量的：生产级仓网，真实包裹，真实节拍，以及一个可以逐步扩面的验证环境。

熊伟说，菜鸟依托数百万平方米的全球仓储场景和25个以上国家的本地运营经验，提供开放场景验证、早期小规模落地和后续生产力提升。同时开放数十个行业、上百种实景PoC验证场景，覆盖仓储拣选、配送导航、高空巡检、汽配管理、航空物流等作业领域。

菜鸟也不只是“场景房东”，它自己就是机器人的使用方，是仓网的运营方，也是给第三方做自动化集成的交付方。这三重身份加在一起，才有可能让开放场景变成一条可以反复跑的验证流水线。

不过，价值的另一种体现在于客户愿不愿意持续付费，这种付费不是为了“设备”，而是为了“结果”。

当前具身硬件设备正在经历快速贬值，宇树人形机器人单价从2023年的59.34万元降到2026年的2.99万元起，松延动力甚至把价格拉到9998元。市场越来越不愿意承担设备过时的风险，企业更要证明自己能持续交付作业结果的能力。

国家层面也提出相应规划，2026年6月，工信部和国务院国资委已经明确鼓励探索“人形机器人即服务”模式，按效用付费、经营性租赁，把一次性设备采购变成按月或按任务付费的服务。

在这种逻辑下，菜鸟仓网里跑出来的数据，就不只是模型训练数据，还是定价数据和风险数据，看看哪个工位值得按件付费，哪个场景只能按租赁收费。

图源：DoNews摄

03、开放的不止是场景

场景越来越贵，但菜鸟也不是唯一一家开放场景的企业。

京东从去年开始陆续开放物流、线下零售等内部场景，计划两年内采集超过1000万小时高质量人类真实场景视频数据和超过100万小时机器人本体运行数据，仅京东物流就有3600多个仓库可供机器人企业进入。

当场景开始被批量开放，它就不再是某一家公司的资源，而是行业的基础设施。谁拥有生产级场景，谁就拥有定义验证标准和数据标准的筹码。

菜鸟的算盘也不止在仓里，同一天发布的“科技出海三日达”把三种能力打包给硬科技企业：

• 全球快线管样机测试、客户Demo和小批量补货
• 全球空运管AI算力设备这类大件高值货
• 全球仓网管多国分仓与本地配送

菜鸟不止要做物流服务商，还要成为物理AI场景入口和生态底座。机器人在这里获得训练、验证，然后走出去，在海外继续跑。

但出海又是另一种说法。菜鸟和罗兰贝格同场发布的《2026年机器人白皮书》有组排序值得看一下:

商用配送和清洁机器人出海最成熟，头部企业海外收入占比超过80%，普渡连续多年在80%以上，擎朗超过50%；

仓储机器人是生产服务里的排头兵，极智嘉连续四年超过70%；

制造机器人卡在工艺know-how、安全认证和售后半径上，头部也就30%上下，汇川不到10%；

最热的具身智能，除宇树靠高校和科研做到接近40%，优必选、智元、云深处大多落在10%到25%。

很显然，越是被国内资本追着投的品类，海外收入占比越低。国外购入机器人主要用在生活服务类场景，热度较高的具身智能被用作学习研究。

说得更直白些，国内的钱在给“像不像人”定价，而海外市场真正在批量下单的，还是送餐、清洁、仓储这些不太性感的品类，它们的产品手册里的重点是负载、节拍和故障率。

这种错位大概还会持续一阵，不过在分水岭（或者所谓的拐点）出现之前，行业要认真做好一件事，就是把机器人从硬件设备训练、打造成生产工具。这也是菜鸟开放场景的意义所在。