简介
Amazon最新一代仓储机器人，展示了物流自动化正在走向哪里。下一步不只是把更多机器放进更多仓库，而是让机器人能够感知物理接触、以车队方式协同，并真正嵌入履约流程，而不是作为孤立工具运行。
这很重要，因为仓库运转依赖大量细小决策：库存放在哪里，哪个周转箱要移动，哪个商品要拣选，哪个工人需要辅助，以及如何避免通道拥堵。只有当AI能在规模化场景中改善这些决策时，它才会在物流中产生实际价值。
快速回答
Amazon的AI仓储机器人指向一种更集成的自动化模式。
移动机器人搬运库存和推车。机械臂负责拣选、上架和分拣商品。AI系统协调交通、预测需求，并帮助运营人员理解瓶颈。目标是一座仓库：机器处理更多重复性移动任务，人类负责监督、维护、故障排查和异常处理。
为什么这很重要
过去，仓储自动化主要关注如何更快地移动货物。移动机器人可以把货架送到工人面前，输送线可以让包裹穿过分拣区域，固定机械臂可以重复完成一段狭窄动作。
Amazon近期的机器人工作显示了一个更大的目标：把移动机器人、机械臂、触觉传感、计算机视觉、仿真和AI模型组合成互联的系统。单个部件没有它所支撑的工作流重要。
对物流行业来说，这是一个有用信号。自动化正在从单任务机器，转向能在同一个运营闭环中协调库存、劳动力、机器人运动和异常处理的系统。
从移动机器人到协同车队
Amazon自2012年收购Kiva Systems以来，一直在建设仓储机器人能力。早期模式让“货到人”履约更实用：机器人在地面搬运存储货架，工人不必长距离行走就能拣选商品。
现在的模式更广。Amazon在2025年6月30日表示，已经在超过300个设施组成的网络中部署了第100万台机器人。它还发布了DeepFleet，这是一个生成式AI基础模型，用于协调移动机器人车队的运行，并将机器人行驶效率提升10%。
这个细节很关键。一座拥有数千台机器人的仓库，不只需要更好的硬件，还需要交通控制。如果机器人互相堵塞、路线效率低，或在拥堵工位等待太久，整座建筑都会变慢。
DeepFleet说明，物流自动化正在变成一个车队优化问题。它的价值来自在大量机器人运动中减少许多细小延迟。
为什么触觉会改变拣选问题
拣选和上架比移动货架更难。仓库里存放着许多类型的物品：纸箱、袋装商品、瓶子、书、软质商品、易碎品和不规则形状物体。机器人需要知道自己碰到了什么、应该施加多大力度，以及什么时候停止。
这就是Amazon的Vulcan机器人值得关注的原因。Vulcan于2025年推出，是Amazon第一款具备触觉的机器人。Amazon表示，它使用力反馈传感器、计算机视觉和Physical AI，在存储货架中拣选和上架商品。
它面向的是实际任务，而不是科幻演示。Vulcan针对难以触达的位置，包括存储货架的高处和低处，让工人减少使用梯子或弯腰进入不舒服姿势的时间。Amazon表示，Vulcan可以拣选和上架其履约中心约75%的商品类型，并在无法处理某件商品时请求人类协助。
这展示了仓储机器人的一条现实路径。机器人不必解决所有物理操作问题。它需要覆盖足够大比例的重复工作，同时把异常交还给人类处理。
自动化正在成为系统，而不是单台机器人
Amazon的Sequoia系统是另一个例子。Sequoia于2023年10月发布，结合了移动机器人、龙门架系统、机械臂、周转箱和符合人体工学的工作站。Amazon表示，它能让入库库存的识别和存储速度最高提升75%，并将订单通过履约中心的处理时间最多缩短25%。
关键点是集成。Sequoia不是用一台机器人替代一项任务，而是改变库存流经仓库的方式。商品被装入周转箱，由机器人移动，通过自动化系统处理，再以更结构化的方式呈现给工人。
许多物流站点的自动化很可能会采用这种方式。运营方不会简单地把一台人形机器人或机械臂放进不变的仓库，而是重新设计工作流，让机器人、容器、软件和人员围绕共同假设协同工作。
AI正在走出仓库地面
Amazon的物流AI工作并不局限于机器人。2025年6月，该公司发布了用于配送位置映射、需求预测和机器人系统的AI能力。它的需求预测模型用于预测客户想要什么产品、在哪里需要、什么时候需要。它的机器人工作还包括Agentic AI能力，让机器人更好地理解自然语言指令。
这很重要，因为履约速度取决于上下游决策。如果库存被放在更接近潜在需求的位置，机器人需要覆盖的距离就会更短。如果配送位置被更准确地映射，路线规划和交接就会更可预测。如果运营人员能更早看到瓶颈，一座建筑就能在延误堆积之前做出响应。
因此，物流自动化的下一步不只是机械层面的进步，而是连接物理系统的运营AI。
Blue Jay带来的提醒
Amazon的Blue Jay原型展示了故事的另一面。Amazon在2025年10月推出Blue Jay和Project Eluna。Blue Jay协调多条机械臂，在同一个工作区完成拣选、上架和合并商品；Amazon表示，它当时正在南卡罗来纳州的一处设施测试。
但Amazon后来在2026年2月25日更新了自己的文章，称Blue Jay已不再用于运营，底层技术会继续支持其他项目。TechCrunch在2026年2月18日报道称，Amazon在不到6个月后暂停了Blue Jay项目。
这并不意味着仓储机器人失败了。它说明Physical AI面对的门槛高于软件AI。一个系统必须快速、可靠、安全、可维护、节省空间，并且比替代方案更划算。一个有前景的原型，仍可能不是合适的部署形态。
对读者来说，Blue Jay是一个有用提醒。行业应该关注什么真正扩大部署，而不只是关注什么完成了演示。
这对物流自动化意味着什么
Amazon的机器人策略指向5个实际趋势。
第一，仓库会使用更多混合车队。移动机器人、机械臂、传感系统和操作员工具会一起工作。
第二，AI会更聚焦于协调。路线规划、拥堵缓解、预测和异常处理，可以在完全自主到来之前就创造价值。
第三，物理操作会通过真实物理数据改进。像Vulcan这样的机器人需要触觉反馈和真实案例，而不只是摄像头图像和仿真。
第四，人类角色会继续变化。Amazon强调安全、培训和技术职业路径，但自动化也会改变劳动力需求和岗位设计。更诚实的看法是，两件事可以同时成立：机器人可以减少身体重复劳动，同时也会改变人类工人的招聘和培训方向。
第五，部署纪律很重要。能成功的系统，必须适应仓库经济性、安全规则、维护限制和旺季压力。
值得关注什么
最重要的问题是，触觉操作能否扩展到受控任务之外。Vulcan能处理很大比例的商品类型，这一点有意义；但在高吞吐物流中，剩余异常仍然很重要。
另一个问题是，车队级AI能否在不同建筑布局中持续产生收益。10%的行驶效率提升，对Amazon这样的规模很有价值；但其他运营商还需要知道，类似系统能否在更小车队和更少数据的情况下奏效。
还要关注Amazon如何处理工人转型。培训项目和新的技术岗位确实存在，但它们不会自动回答所有劳动问题。更好的人体工学、更安全的工作流和稳定就业结果，需要分别衡量。
更大的结论很清楚：物流自动化正在减少对“用一台机器人替代一项任务”的依赖，转向为仓库建立一套智能运营系统。
FAQ
Amazon的AI仓储机器人核心意义是什么？
核心意义是集成。Amazon正在用AI协调机器人车队、改善拣选和上架、预测需求，并支持仓库运营人员。
Vulcan和早期仓储机器人有什么不同？
Vulcan增加了触觉传感。它可以检测接触和力度，因此能比只依赖视觉和固定动作的机器人更谨慎地处理拥挤存储货架中的商品。
Amazon是否已经拥有超过100万台机器人？
Amazon在2025年6月30日宣布，已经在其运营体系中部署了第100万台机器人。
Amazon是否取消了Blue Jay？
Amazon在2026年2月25日更新Blue Jay公告，称Blue Jay不再用于运营。该公司表示，底层技术会继续支持其网络中的员工。
仓储机器人会取代所有工人吗？
当前仓储机器人仍然需要人类进行监督、维护、异常处理、流程设计和许多手动任务。自动化可以减少部分重复性工作，同时改变仓库岗位组合。