前言

仓储移动机器人(AGV、AMR)是工业机器人里落地最充分、周期最完整的赛道,完整走过了三代产业周期。2015–2022年是**第三代:自主智能机器人(AI算法驱动)**爆发期,大量企业涌入、大浪淘沙,一批公司崛起、一批公司退场。复盘这一轮赛道的成败经验,对当下火热的具身智能机器人,有极强的产业参考价值。

一、基础概念梳理

1. AGV vs AMR

AGV:自动导引运输车,依赖磁条、二维码、导轨等预设标识,路径固定,调度简单,环境改动就需要改地面基建,柔性差。
AMR:自主移动机器人,依靠SLAM、激光、视觉等技术自主建图、自主规划路径,无需改造地面,动态避障,柔性更强,属于第三代自主智能机器人的主力形态。

核心差异汇总:

  • 导航:AGV 磁条/二维码/导轨;AMR 激光SLAM、视觉SLAM
  • 环境适配:AGV 静态场景,不能随意变动;AMR 场景可动态变化
  • 部署周期:AGV 基建施工周期长;AMR 开箱建图,部署快
  • 调度:AGV 路径预先固化;AMR 实时重规划
  • 成本:AGV 设备便宜、改造成本高;AMR 单机价格更高,无基建成本

头部代表企业:

  • 国内:海柔创新、海康机器人、极智嘉(Geek+)
  • 海外:Fetch、Locus、MiR等

2. 三家头部AMR厂商简要定位

  1. 极智嘉(Geek+):老牌AMR龙头,以料箱到人、托盘机器人为主,标准化产品强,客户覆盖电商、仓储,走规模化通用仓储路线。
  2. 海柔创新:主打库宝(HAIPICK)料箱机器人,深耕高密度立体料箱仓储,在电商、零售仓场景壁垒突出,存储密度是核心卖点。
  3. 海康机器人:依托海康视觉硬件底座,产品矩阵齐全,AMR、视觉、调度平台一体化,偏向项目型、综合厂区、制造业混合场景,软硬件自研闭环。

三家是第三代自主智能机器人周期里跑出来的典型成功样本。

二、第三代自主智能机器人(2015–2022):行业沉浮全景

周期特征:SLAM技术成熟、算力成本下降、资本热度高,行业从“轨道式自动化”转向“AI自主导航”,大量创业公司进场。

1. 成功企业共性原因

  1. 锚定真实付费场景,优先解决确定性痛点:聚焦电商退货、拆零拣选、高密度存储这类客户愿意付费、ROI可测算的仓储场景,不是单纯炫技术。
  2. 软硬件一体化交付:不只是卖机器人本体,同步配套调度系统、WMS对接、现场实施服务,交付闭环。
  3. 标准化产品优先,控制定制化比例:靠标准化机型放量,限制非标定制,控制研发和交付边际成本。
  4. TCO清晰,客户能算清回报周期:可以给客户量化人力节省、库容提升指标,IRR可计算。
  5. 供应链、量产能力跟上:在资本泡沫期稳住成本,有稳定的交付和售后网络。

2. 失败企业共性原因

  1. 技术先行,场景后置:追求炫酷SLAM算法、demo效果,没有找到稳定付费场景,产品停留在样机阶段。
  2. 过度定制化:每个项目单独改软硬件,项目变成定制工程,无法规模化,毛利持续亏损。
  3. 低估交付与现场工程复杂度:实验室效果很好,到真实仓库里受反光、人员穿行、地面坑洼、货物杂乱影响,稳定性不达标。
  4. 算账模型失效:单机售价高、故障率高,客户TCO不占优,回报周期太长,客户不愿意复购。
  5. 资本依赖严重:靠融资烧市场,没有自我造血能力,融资收紧之后现金流断裂。

3. 失败公司的四类最终结局

  1. 直接倒闭清算:现金流枯竭,停止运营,技术、资产折价处置,团队解散。
  2. 被收购/并购整合:团队、专利、客户资源被大厂或者同行收购,品牌消失,技术并入收购方产品线。
  3. 业务收缩转型:放弃AMR整机赛道,转为做零部件、SLAM算法授权、调度软件、方案分包,不再做终端机器人产品。
  4. 僵尸化存续:维持少量老项目运维,不再开发新产品、不拓展新市场,基本退出主流竞争。

三、复盘经验迁移:给到具身智能机器人的宝贵启示

第三代AMR赛道踩过的坑,几乎是今天具身机器人赛道正在面对的问题,核心经验总结:

  1. 不要以通用人形为第一目标,优先锁定窄场景PMF
    通用具身是长期愿景,但商业化起点必须是单点确定性场景(分拣、上料、巡检、简单装配)。先在单一场景跑通稳定交付、正向现金流,再泛化场景,复刻AMR从仓储单点突破的路径。

  2. 区分“实验室效果”和“工业现场稳定性”
    仿真、实验室演示通过率不代表落地能力。真实环境光照、遮挡、物体多样性、人员干扰是最大考验,具身的操作、感知、力控鲁棒性优先级高于大模型效果。

  3. 严格控制非标,构建标准化产品底座
    具身机器人极易陷入“一客户一定制”陷阱。要把本体、控制器、基础大模型能力做成标准化底座,场景技能做成可插拔技能包,而不是每个项目重新开发。

  4. 商业论证优先:给客户可量化的TCO和回报模型
    客户买的不是大模型、不是人形外观,是人力替代、效率提升。必须提前测算故障率、停机维护成本、人均替代产出,把IRR、回收期算清楚,这是成交前提。

  5. 系统工程>单纯AI算法
    AMR跑赢的公司,不是SLAM算法最强的,而是调度、硬件、结构、实施、售后整套体系均衡的公司。具身同样:大模型只是其中一个模块,运动控制、力觉、感知、安全、整机可靠性、运维体系决定能不能规模化。

  6. 做好循序渐进的产品路线,克制“一步通用化”的执念
    从固定任务具身工作站→半结构化场景移动操作机器人→泛场景具身,分阶段迭代。第三代大量AMR创业公司就是因为追求“全场景万能机器人”而快速耗尽资源。

  7. 重视交付和服务能力建设
    机器人行业本质一半是硬件产品,一半是工程服务。现场调试、故障响应、版本迭代、备件体系,是很多技术团队容易忽略的短板。

四、总结

AGV时代解决“沿着固定路线跑”,AMR第三代解决“环境里自主移动”,而具身机器人要解决“在环境里自主操作”,难度维度再上一个台阶。
产业历史反复证明:机器人赛道胜出者,从来不是最先做出酷炫Demo的团队,而是最先把稳定产品、付费场景、可计算ROI、规模化交付闭环跑通的团队。AMR赛道的沉浮,就是具身智能最好的前车之鉴。

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐