京东保姆狼双臂机器人升级,每小时分播3.45万件商品实现全流程自动化
在2026年CeMAT ASIA展会上,京东物流发布升级版“保姆狼”双臂机器人,首次实现从商品投递、自动分播、取换箱到打包的全流程无人化操作,单机每小时可处理超3.45万件商品,平均9.6件/秒;配套...
11月6日,在2026年CeMAT ASIA亚洲国际物流技术与运输系统展览会上,京东物流集中展示了其“狼族”机器人系列的最新升级成果。其中,“保姆狼”作为面向电商分拣场景的核心机型,完成了从单点作业向全流程自动化的关键跃升——首次搭载双臂具身机器人,实现商品投递、分播、取换箱与打包的闭环无人操作,标志着仓储末端作业正加速脱离人工依赖。
此次升级并非孤立动作,而是京东物流“端到端智能仓”战略的落地体现。过去几年,京东已在仓储环节部署了以“智狼”和“保姆狼”为代表的多款机器人,但各环节仍存在人工衔接点。例如,传统分拣流程中,包裹需人工翻包确保面单朝上、手动取箱换货、再由人完成装箱封口——这些环节不仅耗时,还易因操作差异影响分拣准确率与效率。
新版本“保姆狼”直击上述痛点:其核心创新在于集成双臂具身机器人系统。该系统具备视觉识别与柔性抓取能力,可自主判断包裹姿态,完成翻转、定位与精准投递,确保面单始终朝上,为后续自动化分播提供标准化输入。配合上下双层独立运行的供包台,双臂协同作业下,单机每小时分播能力达34,560件以上,即平均每秒处理9.6件商品。这一数据远超行业主流单臂分拣设备(通常为3–5件/秒),接近人工熟练工效率的3倍以上。
更进一步的是“自动取换箱”模块的引入。该技术最高支持每小时180次取箱与换货操作,且兼容多种常见纸箱规格(如A/B/C型),无需工作人员频繁介入。这意味着在服装、图书、美妆等SKU繁杂、订单碎片化严重的行业场景中,机器人可独立应对高频换箱需求,大幅降低人力干预频次。
值得注意的是,“保姆狼”的升级并非孤立演进,而是与“智狼”系统的迭代形成协同闭环。“智狼”主攻上游仓储存取环节,采用“货到人”模式:飞梯机器人从最高12米货架取箱,搬运机器人送至拣选站,工作人员仅需定点拣选。目前该方案已在全球超100个仓库落地,相较传统布局,存储密度提升600%,出库效率提升300%。
本次展会中,“智狼”亦有三项关键改进:一是首创旋转式取货平台,取消传统“钩取+传送”两步流程,单次取货仅需约15秒,作业频次超240次/小时; 二是支持双深位存储,仓容利用率再增20%; 三是全面转向无线供电,摆脱滑触线依赖,既减少机械磨损、降低维护成本,又保障-20℃低温环境下的稳定运行——这对北方冬季仓储作业具有现实意义。
从技术路径看,京东此次升级凸显两大趋势:其一,从“单机智能”转向“系统协同”。过去机器人多承担单一任务(如搬运或分拣),如今“智狼”负责存取、“保姆狼”主导分播打包,二者通过统一调度中枢联动,构成完整作业流;其二,具身智能正从实验室走向产线落地。双臂结构对感知、规划与执行的实时性要求极高,需融合3D视觉、力控反馈与运动学建模,而京东将其嵌入高节拍物流场景,验证了具身机器人在非结构化环境中的工程可行性。
目前,京东“狼族”已形成9款产品、11款机型的产品矩阵,覆盖仓储、分拣、运输与末端配送全链条,并由“超脑大模型”统一调度资源。这一架构不仅提升单仓效率,也为跨仓协同、动态路径优化提供了底层支撑。据公开信息,其系统可基于实时订单波动,动态分配机器人任务优先级,避免局部拥堵。
行业层面,京东的进展折射出物流自动化进入“深水区”阶段。早期AGV/AMR解决的是“移动”问题,中期机械臂解决“抓取”问题,而当下焦点已转向“理解—决策—执行”的闭环能力。尤其在电商大促期间,订单峰值常导致人力临时缺口,自动化全流程设备的价值愈发凸显。以双11为例,单仓日均处理量可达百万级,若每个环节节省1–2秒人工介入时间,全链路累计可释放数万小时人力。
此外,京东同步展出AR眼镜、PDA终端及碳资产管理软件“京碳惠”,试图构建“作业—数据—低碳”三位一体的智能物流体系。其中,AR眼镜用于辅助拣选与故障诊断,PDA强化人机交互节点的响应速度,而“京碳惠”则通过算法模型追踪运输、仓储环节的碳排放,为绿色物流提供量化依据。
需要指出的是,尽管自动化程度显著提升,当前系统仍存在适用边界。例如,超大件、异形包装或易损品(如玻璃器皿)尚未完全纳入全自动流程,需人工复核;另在极端订单波峰(如秒杀活动瞬时涌入百万单),系统调度算法仍面临压力测试。但整体而言,京东此次升级表明:物流机器人的价值重心,正从“替代人力”转向“重构流程”——不是简单复制人手动作,而是重新设计作业逻辑,使机器成为流程的原生组成部分。
随着“保姆狼”等机型在更多区域仓落地,仓储一线的人工角色或将持续转型:从重复性体力劳动,转向设备巡检、异常干预与流程优化等更高阶职能。这一转变不单关乎效率,更涉及整个物流 workforce 的技能重塑路径。
