電子發(fā)燒友網(wǎng)報(bào)道（文 / 吳子鵬）亞馬遜宣布在全球部署 100 萬臺機(jī)器人，這一里程碑標(biāo)志著全球物流行業(yè)邁入智能化與自動化的新階段。第 100 萬個(gè)機(jī)器人被送往日本東京的運(yùn)營中心，加入覆蓋全球 300 多個(gè)設(shè)施的機(jī)器人軍團(tuán)。從 2012 年收購 Kiva Systems 起步，亞馬遜用 11 年時(shí)間實(shí)現(xiàn)了機(jī)器人數(shù)量的指數(shù)級增長。

亞馬遜機(jī)器人持續(xù)進(jìn)化

2019 年，亞馬遜（Amazon）創(chuàng)始人杰夫?貝索斯（Jeff Bezos）預(yù)測，在未來十年內(nèi)，機(jī)器人系統(tǒng)將先進(jìn)到足以像人手一般靈活抓取物品。從當(dāng)前的結(jié)果來看，這一目標(biāo)不僅實(shí)現(xiàn)了，而且被提前完成，亞馬遜的機(jī)器人軍團(tuán)已形成完整的技術(shù)生態(tài)。

早期，亞馬遜部署的機(jī)器人是 Kiva 機(jī)器人，這是由 Kiva Systems 公司研發(fā)的倉儲自動化設(shè)備。2012 年，亞馬遜以 7.75 億美元將其收購，并整編為 Amazon Robotics 部門，主要用于提升倉庫貨物分揀效率。

Kiva 機(jī)器人的智能化水平相對有限，采用二維碼視覺導(dǎo)航技術(shù)，地面每隔 1 米鋪設(shè)二維碼，機(jī)器人通過雙攝像頭識別位置，定位精度達(dá) ±10mm。其獨(dú)特的滾珠絲杠升降設(shè)計(jì)，通過電機(jī)驅(qū)動齒輪箱實(shí)現(xiàn)貨架抬升，可承重 340 公斤（720 磅），結(jié)構(gòu)緊湊且可靠性高。不過，Kiva 機(jī)器人僅能用于搬運(yùn)貨物。

亞馬遜目前廣泛部署的是大力神 (Hercules) 機(jī)器人，自 2017 年部署以來，始終是倉儲自動化的核心設(shè)備。其設(shè)計(jì)初衷是應(yīng)對傳統(tǒng) Kiva 機(jī)器人無法處理的重型貨物搬運(yùn)需求，例如家電、家具等大件商品。通過獨(dú)特的機(jī)械結(jié)構(gòu)與智能控制系統(tǒng)，大力神實(shí)現(xiàn)了 1250 磅（約 567 公斤）的單次舉重能力，相當(dāng)于同時(shí)搬運(yùn) 3 臺家用冰箱。大力神機(jī)器人帶來了顯著的效率提升，亞馬遜倉庫工人日均步行距離從 8 公里降至 1.6 公里，肢體動作次數(shù)減少 40%，工作內(nèi)容從體力消耗轉(zhuǎn)向監(jiān)控機(jī)器人狀態(tài)、處理異常訂單等認(rèn)知型工作。亞馬遜數(shù)據(jù)顯示，部署大力神后，單個(gè)員工年處理包裹量從 2015 年的 175 個(gè)增至 3870 個(gè)，效率提升超 20 倍。

作為亞馬遜機(jī)器人軍團(tuán)的智能手，Vulcan 自部署以來，徹底改寫了倉儲自動化的游戲規(guī)則。其采用雙臂協(xié)同設(shè)計(jì)，一條機(jī)械臂配備 3D 視覺攝像頭 + 真空吸盤，可精準(zhǔn)識別并抓取形狀不規(guī)則物品（如軟包裝零食、異形玩具）；另一條機(jī)械臂通過力反饋傳感器實(shí)時(shí)調(diào)整貨架內(nèi)商品排列，使存儲空間利用率提升 20%。

亞馬遜相關(guān)負(fù)責(zé)人表示：“Vulcan 通過接受物理數(shù)據(jù)訓(xùn)練，包括力和觸覺反饋，已經(jīng)能夠揀選亞馬遜約 75% 的庫存商品，并且隨著時(shí)間的推移，其性能還將不斷提升?！?目前，Vulcan 已在華盛頓州斯波坎和德國漢堡的亞馬遜倉庫成功部署，并已處理了超過 50 萬份訂單。

人機(jī)協(xié)作：從替代到共生的范式轉(zhuǎn)型

通過一代又一代機(jī)器人的更新，亞馬遜倉庫里由機(jī)器人承擔(dān)的任務(wù)越來越多。不過，促成這種局面的是生成式 AI 模型 DeepFleet 的誕生。

DeepFleet 的訓(xùn)練數(shù)據(jù)涵蓋亞馬遜倉庫內(nèi)貨物流動的全量信息，包括貨架移動軌跡、訂單波動模式、機(jī)器人能耗數(shù)據(jù)等。通過對這些數(shù)據(jù)的深度挖掘，模型可動態(tài)預(yù)測不同時(shí)段、區(qū)域的物流需求，生成最優(yōu)調(diào)度方案。

區(qū)別于傳統(tǒng)的靜態(tài)路徑規(guī)劃算法，DeepFleet 采用生成式 AI 技術(shù)，能夠?qū)崟r(shí)生成多組候選路徑，并通過強(qiáng)化學(xué)習(xí)選擇最優(yōu)解。其核心算法結(jié)合了圖神經(jīng)網(wǎng)絡(luò)（GNN）和 Transformer 架構(gòu)，其中 GNN 建模將倉庫布局抽象為動態(tài)圖結(jié)構(gòu)，節(jié)點(diǎn)代表貨架、機(jī)器人及員工，邊代表可行路徑，通過 GNN 捕捉節(jié)點(diǎn)間的空間關(guān)系與交互邏輯；然后利用 Transformer 的注意力機(jī)制，分析歷史路徑數(shù)據(jù)中的時(shí)序模式，預(yù)測未來訂單對物流網(wǎng)絡(luò)的影響，提前調(diào)整機(jī)器人隊(duì)列的分布。

DeepFleet 具有跨機(jī)器人類型的協(xié)同調(diào)度能力，可同時(shí)管理搬運(yùn)機(jī)器人（Hercules）、分揀機(jī)器人（Pegasus）和自主移動機(jī)器人（Proteus），實(shí)現(xiàn)「存儲 - 分揀 - 運(yùn)輸」全流程閉環(huán)。通過分析用戶購買行為數(shù)據(jù)，DeepFleet 能預(yù)測特定區(qū)域的商品需求，動態(tài)調(diào)整庫存分布。同時(shí)，DeepFleet 通過增強(qiáng)現(xiàn)實(shí)（AR）界面與人類員工交互，實(shí)時(shí)顯示機(jī)器人狀態(tài)、異常警報(bào)及操作建議。在亞利桑那州鳳凰城倉庫，員工通過 AR 眼鏡接收 DeepFleet 的指令，處理異常訂單的效率提升數(shù)倍。

不過，亞馬遜的員工該怎么辦呢？亞馬遜的機(jī)器人革命正在重構(gòu)崗位價(jià)值鏈條，員工需主動參與技術(shù)賦能的角色升級。以日本東京物流中心為例，員工通過「機(jī)器人技術(shù)員」培訓(xùn)計(jì)劃，從傳統(tǒng)揀貨員轉(zhuǎn)型為系統(tǒng)監(jiān)控師。也就是說，員工需以技術(shù)賦能者而非技術(shù)替代者的視角，在智能物流的新生態(tài)中找到不可替代的價(jià)值定位。正如亞馬遜 CEO Andy Jassy 所言：“AI 將把員工從機(jī)械重復(fù)中解放出來，讓工作更有趣”。