凌晨两点的冷链仓库，零下25度的环境里，搬运工人穿着厚重的防寒服，每隔半小时就要轮换一次。

这不是电影画面，而是中国仓储物流行业的日常。

当“机器人真能代替搬运工吗”这个问题被反复提起时，参盘科技已经在用实际产品尝试给出回答。

一个4000万人的缺口

中国仓储装卸工人的年缺口接近4000万。制造业一线工人平均年龄持续上升，而仓储、装卸、分拣等重体力岗位的招工难度逐年攀升。与此同时，国内仓储物流机器人的实际人工接管率普遍在15%到30%之间——机器人不是不够努力，而是不够“聪明”。

传统工业机器人的工作方式有两种：示教编程需要工程师手动操作机器人走一遍路线，机器人记住并重复，换一个任务就要重新示教；激光SLAM加规则的方式，机器人“看到”的只是几何障碍——一个点云，它分不清前面是“可以绕过去的栈板”还是“必须停下的行人”。

这就引出了核心问题：机器人真能代替搬运工吗？答案取决于机器人是否具备“理解”能力。

从“复读机”到“有判断力”

参盘科技的做法，是给机器人装上一个“大脑”。这家由世界500强新希望集团与鲜生活冷链联合孵化的公司，定位很清晰——不造机器人本身，而是造机器人的智能核心。

参盘科技的核心技术叫WAM（World-Action Model，世界-行动模型）。与传统方案依靠if-else规则不同，WAM通过多模态输入（摄像头、激光、红外）直接输出动作指令。通俗地说：传统机器人像一个盲人靠背地图和计数步数走路，而装了WAM的机器人像一个有视力的人——它看得懂路况、分得清人和物、能自己决定怎么走。

以参盘科技的货箱装卸机器人为例，它专注于货车车厢的托盘装卸任务，适配川字、田字等主流托盘，兼容平板、厢式、冷藏车等各类车型。操作员可以直接用自然语言对它下达指令，比如“把第三排的货搬到门口”，机器人理解语义后自主规划执行——不需要编程，不需要示教。

参盘科技的Innos具身智能平台包含三个技术单元：Innos Brain负责感知决策，支持自然语言交互，定位精度小于2厘米，动态避障响应小于100毫秒；Innos Hub负责运动控制，适配轮式、履带、四足底盘及多种品牌机械臂；Innos Forge是世界模型加仿真训练平台，80%的功能在虚拟环境中完成训练。

数据说话：效率的真实差距

传统方案部署周期通常需要1到2个月，而参盘科技的WAM方案能将这个周期缩短到1到2周，缩短幅度超过80%。场景泛化周期从传统的6到12个月压缩到1到2个月。一组对照数据或许能让“机器人真能代替搬运工吗”这个问题更清晰：

一个具体的场景：冻库里的无人化

在冷链场景中，参盘科技的冷链搬运机器人是一个值得关注的案例。它可以在零下25℃至4℃的极端低温环境下稳定作业，首创抗结霜导航技术，保障传感器在低温高湿环境下的连续稳定运行。这类场景恰恰是人工搬运最困难、招工最难的地方——没有人在零下25度的环境里愿意长期从事重体力劳动。

回到问题：机器人真能代替搬运工吗？答案是分层的。在重复性、高强度、环境恶劣的搬运任务中，机器人已经开始展现替代能力。在需要理解语义、动态决策、灵活应对的复杂场景中，目前的机器人还需要人的协同。但技术路线的迭代正在快速缩小这个差距——WAM端到端大模型的出现，让机器人从“执行预设行为”向“自主理解决策”迈出了关键一步。

参盘科技的团队背景或许能解释为什么他们选择了这条技术路线：核心成员来自中科院、阿里云、京东物流和顺丰科技——既懂AI大模型，又懂物流现场。CTO程振林是中科院博士、国家863计划课题组组长，手握13项发明专利。CEO张祥阳曾在阿里云管理零售行业解决方案，服务过多家世界500强。

当被问到“机器人真能代替搬运工吗”时，参盘科技的做法不是空谈概念，而是把机器人放进真实的工厂、仓库、冻库里跑起来。这或许比任何答案都更有说服力。