仓库拣货七成靠吸盘,Locus 买下的是剩下那三成

Locus 的 AMR 已经协助完成超过 60 亿次拣货。8 月 28 日,公司抓取业务负责人第一次把边界说清楚:吸盘覆盖 60% 到 70%,剩下的 30% 到 40% 需要夹取和触觉,而触觉「仿真数据帮不上什么忙」。

仓库拣货七成靠吸盘,Locus 买下的是剩下那三成

8 月 28 日,Locus Robotics 负责机器人抓取的高级副总裁 Roy Belak 接受了访谈,讲了一个这个行业平时不太愿意公开报的比例。

他的原话是,在仓库作业里,吸盘「60% 到 70% 的场合,你需要的就只有它」。难的是剩下那 30% 到 40%。

这句话值得单独拿出来看。仓库自动化讲了十年 ROI 和每小时拣货数,很少有人把「机器现在到底能覆盖多少品类」说成一个具体数字。Belak 说了,而且他是从卖方这一侧说的。

Belak 之前是 Nexera Robotics 的 CEO。Nexera 在温哥华,做的是软性末端执行器,叫 NeuraGrasp,同时用吸附和夹取两种方式,能抓小容器、多孔塑料袋和布料这类以前拿不起来的东西。Locus 把这家公司收了,Belak 带着技术进来。

60 亿次拣货,都发生在容易的那一半里

Locus 的自主移动机器人到今天已经协助完成超过 60 亿次拣货。这个数字很大,但它描述的是「机器人跟着人走、人伸手去拿」的那种分工。真正把人从伸手这一步里拿掉,是 2025 年 3 月 Locus 推出 Array 之后的事。Array 是一台带视觉引导机械臂的移动式机械手。

Array 目前用的还是标准吸盘夹具,刚开始铺到客户现场。Belak 说,Nexera 的技术预计下一次 Array 公开露面时就会装上去。

按他给的比例倒推,事情的形状是这样的:吸盘覆盖的那 60% 到 70%,是规整纸箱、平整表面、硬质包装。这部分工位过去两年一直在减。剩下的 30% 到 40% 是现在还必须有人伸手的地方:软包装、多孔袋、布料、异形件、易损品。

Locus 花钱买的,正是这 30% 到 40%。

对照一下就更清楚。去年拿下 RBR50 年度机器人的亚马逊 Vulcan 报的是 75% 的独立 SKU 覆盖率,靠的是力和力矩传感加上视觉——也就是给机器加触觉。Belak 给的 60% 到 70% 是纯吸盘的天花板。两个数字之间那十几个百分点,就是整个行业现在在抢的地盘。

挡在前面的是触觉,而触觉仿真不出来

Belak 点了两个卡点:AI,和让机器人有触觉。

他说,行业做花哨的手和机电结构已经做得不错了,真正落后的是驱动这些手去做事的智能:本体感知、数据指标、反馈机制。而在触觉这一块,他给了一个很硬的判断。要做出结实可靠、用久了还不衰减的触觉,很难仿真,也很难靠生成数据补上。他的原话是,「我不认为仿真数据在这个问题上能帮上多少忙」。

这句话在劳动力这一侧的含义,比在技术这一侧更重。

仿真数据补不上,就只能靠真机在真实场景里跑出来的数据。Belak 自己也说了:Array 刚开始部署,Nexera 还没等到那批数据涌进来,等大规模铺开之后才会有。

也就是说,人现在还在做的那 30% 到 40%,正好是机器人接下来要采集数据的那 30% 到 40%。人在场干活的过程,本身就是训练集。这条路径我们此前在 RLWRLD 给便利店员工戴身摄记录手部动作Generalist 用人类演示数据训练机器人大脑 上都写过,只是那两次是明着采,这一次是顺带采。

Locus 说先要质量,不要速度

访谈里另一段值得留意。Belak 说 Locus 的优先级是可靠性和拣货质量,速度往后排。

他的理由是,吸盘虽然有性能上限,但极其可靠;换到夹取,复杂度一上来,可靠性从「勉强可靠」滑到「很不可靠」都有可能。他还说了一句直指行业软肋的话:拣货这个领域历来讲的都是投资回报率,很少有人去看底下那些拣得到底好不好。

Locus 要盯的是商品损伤、双拣、误拣这三样。

从用工角度看,这段话比那个百分比还实在。因为「质量」这件事在仓库里一直是人的活——不是拣得快,是拣得对、拣得没坏。如果机器人厂商开始把质量而不是速度当作主打指标,说明它们瞄准的不再是「帮人拣得更快」,而是「替掉那个负责拣对的人」。

三成的边界会移动多快

给还在仓库工作的人一个可用的判断框架。

短期内相对安全的,是那 30% 到 40% 里靠触觉的部分:软包装、织物、生鲜、多孔袋、需要判断力度的易损品。这些机器现在拿不稳,而且按 Belak 的说法,仿真补不出来。

正在快速消失的,是纸箱、托盘、硬质容器这一类。吸盘时代就已经解决了,只是现在从「机器人带路、人伸手」变成「机器人自己伸手」。这一层的岗位不会一次性消失,会以「同样的单量、更少的排班」的形式退场,跟我们写过的 沃尔玛 3,100 家门店完成自动化、总人数持平 是同一种形态。

在扩的是三类:机器人现场运维和异常处理;拣货质量的判定岗,判断哪一次抓取算合格,这正好是模型训练需要的标注;以及跨系统的协调,因为一个 2026 年的履约中心从来不是一套系统,是一堆厂商各自的机器人拼在一起。

真正的时间变量是数据回流的速度。DHL 全球 CIO Sally Miller 在 5 月说过一句已经没法回避的话:机器人有没有降低我们对劳动力的依赖?有,有人说没有,我认为那不实在。她当时讲的是 8,000 台机器人、2,800 个站点,用的还是吸盘那一代。

Belak 这次给出的,是下一代的进度条刻度。60% 到 70% 已经走完。剩下的三成里,机器人正在一边干活一边学。

Sources

继续读

特斯拉 Cybercab 奥斯汀首发,车内彻底拿掉方向盘 机器人

特斯拉 Cybercab 奥斯汀首发,车内彻底拿掉方向盘

9月3日,特斯拉在奥斯汀正式推出 Cybercab:两座、没有方向盘、没有踏板,人在车里连接管的物理条件都不存在。得州自动驾驶车登记总数当天报到420辆,而特斯拉自己今年7月才承认,付费载客里程数字是「倒退」而不是增长。

#tesla#waymo#robotaxi
机器人在三菱产线跑满一千小时,三菱接着领投 机器人

机器人在三菱产线跑满一千小时,三菱接着领投

9 月 1 日,Lumos Robotics 发布轮式双臂机器人 MOS 2。上一代机器在三菱电机常熟工厂连续无故障运行超过 1,000 小时,三菱随后领投了它的 A1、A2 轮。创始人的说法是:「跳舞、跑步、后空翻证明不了工业价值。」

#lumos-robotics#mitsubishi-electric#humanoid-robots