近日，中国证券报·中证金牛座记者走进上海新国际博览中心，最先涌来的不是人声，而是一阵持续的低频机械音：AGV（自动引导运输车）在自主规划路径绕行、机器人在传送带上完成识别与分拣、叉车在往返作业。这不是静态的展台，而是一座按真实作业流程搭建、持续运行的“微缩仓库”。

　　这是2026亚洲国际物流技术与运输系统展览会（CeMAT ASIA 2026）的一幕。在CeMAT ASIA 2026上，机器人成为最显眼的主角，多家具身智能企业纷纷现身。“今年展会变化很大，感觉绝大多数都是机器人企业，且多数展商都在展示干活的‘真功夫’。”一参展商对记者感慨。

图片说明：今年CeMAT ASIA现场

　　这一变化说明在具身智能时代，仓储物流场景仍是行业中公认的机器人落地“黄金场景”。因此，展商也不再满足于仅演示，而是把设备真正“跑起来”，让机器人开始“干真活”。

　　同时，与往年相比，今年展会的叙事重心明显从“设备参数”转向“系统能力”。不少展商不再只展示单机性能，而是把系统节拍、产线对接、现场交付和后续运维作为介绍重点。采购方的评估逻辑也在变化：单台设备价格的重要性下降，整套系统接入后的产能表现、改造成本和扩容弹性成为更关键的指标。“以前大家来展台问得最多的是价格，现在更多在问怎么接入现有产线、怎么保证整体节拍。”上述参展商进一步说，展商之间的合作意愿也在增强，因为单点设备已经很难单独解决整线效率问题。

　　机器人“工友”登场

　　在自变量机器人展台，一个物流分拣场景完整呈现在所有观众面前：机器人正在飞速分拣包裹，其采用双机械臂搭配夹爪的硬件方案，在全程无人工干预的情况下，对随机的真实物流包裹进行连续分拣。

　　“在物流分拣场景，机器人可以自主识别包裹大小、形态、材质、类别，我们直播实测机器人分拣速度可以达到1911件/小时。”自变量机器人展台工作人员介绍称。

　　这不仅是机器人“手速”的展示，更是具身智能从演示走向产线的一次压力测试。对物流企业而言，真正关心的不是机器人能否完成某个高难度动作，而是它能否在8小时、24小时甚至更长时间内，稳定处理千差万别的真实包裹，并在成本上优于人工。

　　不过，单台设备的效率终究存在上限。真正的无人仓，需要的不是“明星设备”，而是成建制的“机器人工友”。当分拣、搬运、补货等环节被逐步自动化后，如何把多台机器人纳入同一套调度体系，成为下一阶段的关键。

　　睿尔曼智能在本次展会上发布的W1自拣选机器人，正试图回答这个问题。记者在现场看到，其可自主完成接收任务、取放料箱、AI视觉识别、抓取投放等全流程作业。其中，对于规整的料箱，W1自拣选机器人已经能完全实现稳定抓取，但对于柔性物体，由于其具有弹性和易变形的特性，导致力度控制难度较大，目前仍存在一定的技术挑战。

　　集群作战是W1自拣选机器人最大亮点。睿尔曼智能销售总监马二龙对记者介绍，面对业务波峰与单机产能瓶颈，W1自拣选机器人展现出了极强的弹性扩容能力。系统自带智能调度，支持多达50台机器人的集群作业。这意味着客户可以根据业务峰谷，灵活增减设备规模，机器人群会自动分配任务、规划路径并协同完成取放与转运。

　　“工业场景的核心逻辑是创造价值。”马二龙进一步称，随着具身智能技术融入物流领域，产业发展趋势正从“人找货”走向“货到人”，并进一步迈向“全场景无人化”。

　　物流“大脑”下沉

　　在展馆内另一端，一排集装箱十分吸引眼球。记者看到，赛那德科技的展台上，4台集装箱搭成了实景作业环境。在现场实景演示中，赛那德科技升级后的iLoabot-M自主装卸机器人，在面对摆放错落、垛型无序的货物，无需预先录入货箱参数，即可精准识别空间位置并完成稳定抓取。这便是公司此次展示的多SKU混卸实景作业方案。

　　过去几年，物流装备行业的叙事主线是更快、更高、更重。但在展会现场，一个被反复提及的关键词变成了“脑子”。业内人士认为，在快消、医药、物流等行业的真实仓储场景中，货物经长途运输后垛型歪斜坍塌、多品类混装杂乱，是卸货环节的高频异常工况。这类非标场景长期依赖人工作业，且现有方案普遍难以适配这类复杂非标场景，调试成本高、人工干预频繁，直接制约仓储整体运转效率。

　　此次展示的多SKU混卸方案，核心支撑来自赛那德科技自研模型。在“大脑”调度下，真正完成从“看见货物”到“预见风险”的升级。模型可实时解析箱货的空间位置、堆叠角度与受力关系，精准预判垛型失稳、货物坍塌的潜在风险，提前动态调整抓取路径与作业策略，主动规避易塌货位，从源头降低货物塌损概率。

　　在“大脑”层面发力的还有兰剑智能。展会上，兰剑智能展出一套由同一个“大脑”驱动的物理AI系统。软件维度上，物流具身机器人通用“大脑”Blue Brain统一调度；硬件维度上，按物料单元由大到小，铺开料箱级全链路、托盘级密集存储与具身机器人演训场三条展线。

　　Blue Brain的底层逻辑更值得细看。作为指挥具身机器人的统一调度核心，针对“一机一代码”“一场景一代码”、换场景即重写程序等痛点研发，其将移动、抓取、识别、放置等作业能力抽象为标准化技能单元，让不同机型共用同一套判断力。兰剑智能人工智能视觉算法首席专家马文凯表示，未来Blue Brain将持续迭代优化，不断提升机器人个体智能泛化能力，拓展多场景应用覆盖，并逐步迈向群体智能协同。

　　产业链协同必不可少

　　当机器人从“能演示”走向“能干活”，采购方的评估方式也在变化。过去，企业更关注单台设备的速度、负载和价格；如今，更多采购方开始追问整套系统接入后的产能表现：能否在不中断产线的前提下部署？能否随订单波峰灵活扩容？

　　这意味着，机器人厂商的竞争正在从硬件参数转向系统能力。设备只是入口，真正决定落地效果的，是调度算法、场景理解、现场交付和长期运维的综合能力。一条产线上任何一个环节出现效率短板，都会放大为整线成本；正因如此，一套系统如果只能替代局部人工，却无法提升整体节拍，也很难获得持续投入。

　　在CeMAT ASIA 2026现场，这种变化尤为明显。展商不再只摆出“明星设备”，而是把仓储、分拣、搬运、装卸、清洁等环节放进同一条作业动线里演示；采购方也不再只看单机报价，而是把部署周期、改造量、设备利用率、人工替代率和复制成本都纳入考虑因素。业内人士认为，少改造，甚至免改造以及快落地的特性，可以让物流行业能以最快速度迈入自动化，将试错成本与部署周期压至最低。

　　对产业链而言，这同样意味着协同方式的变化。具身智能要真正进入产线，需要本体厂商、算法公司、系统集成商、物流运营方和终端客户共同打磨标准作业流程。谁先把设备、调度与场景打通，谁就更有可能从“单点试点”走向“规模化复制”。