前地平线负责人创业，轮式机器人死磕仓储「拿放」

引言：具身智能赛道的差异化突围

当具身智能行业普遍沉迷于双足人形机器人与仿真训练路线时，一家来自南京的初创公司选择了截然不同的方向——聚焦仓储物流场景，用「轮式底盘+双臂」的务实方案，死磕占仓储人力成本60%的「拿放」动作。

这家公司叫做智往未来，由中科南京软件技术研究院孵化而来。创始人孙浚凯曾在地平线担任智能座舱产品线总经理，主导推动百万终端量产落地，具备从0到1的产品设计与规模化量产经验。公司早期以「具身智能课题组」的形式在中科系旗下孵化两年，2025年底正式独立注册，将技术积累转化为商业化产品。

核心方案：Human-in-the-Loop破解Sim2Real鸿沟

具身智能在真实物理环境中的泛化难题，核心痛点在于Sim2Real（从仿真到现实）的巨大鸿沟。传统技术路线中，离线强化学习高度依赖仿真数据，部署到真实场景后成功率往往大打折扣；而在线强化学习虽然精度更高，但学习周期漫长，难以在SKU达百万级的电商仓库中实际落地。

智往未来创新性地引入了Human-in-the-Loop（人在回路中）在线强化学习方法，将人工的即时纠偏能力与统一的强化学习目标进行深度融合，打通了从模仿学习到自主探索的关键路径。基于该方法，系统仅需少量演示数据和短时间的在线学习，即可显著提升任务成功率。据团队介绍，在样本效率上相比传统范式实现了数量级的提升。

简单来说，这套方案的核心逻辑是：不追求让机器人在仿真中「学会一切」，而是让机器人在真实场景中边干边学，人类操作员在关键节点进行实时纠偏指导，从而大幅缩短学习周期、提升泛化能力。这一思路尤其适合仓储物流这类SKU种类繁多、物品形态各异的复杂场景。

产品落地：从Armstrong到二代机型的迭代

公司初代智能机器人Armstrong已在国内头部物流企业完成实地验证，展现出在真实仓储环境中的可靠作业能力。据了解，Armstrong采用轮式移动底盘搭配双臂协作设计，针对仓储场景中最高频的拿取和放置动作进行了深度优化。

相比于双足人形机器人方案，轮式底盘在仓储场景中具备天然优势：运动稳定性更高、能耗更低、维护成本更小，且与现有仓储地面环境高度适配。孙浚凯团队的判断是——在工业场景中，实用性和经济性远比「像人」更重要。

二代机型已在研发推进中，预计将在感知精度、操作灵活性和自主学习效率等方面实现进一步提升。公司2025年锁定百台出货目标，计划在头部物流客户中实现规模化部署。

行业分析：为什么「拿放」值得死磕？

从市场需求端来看，仓储物流是具身智能最具商业价值的落地场景之一。据行业数据，仓储作业中「拿放」动作占据了约60%的人力成本，是最典型的重复性劳动密集型环节。随着电商订单量持续增长、劳动力成本不断攀升，自动化拣选和搬运的需求日益迫切。

然而，当前市场上的仓储自动化方案多集中在AGV搬运和货架到人系统，对于需要精细操作的「拿放」环节仍高度依赖人工。这恰恰是智往未来瞄准的市场空白——用具身智能技术解决「最后一步」的自动化难题。

从技术路线选择来看，智往未来的策略也体现出鲜明的务实特征。在行业热衷于通用人形机器人的背景下，该团队选择场景聚焦、形态务实、技术深耕，这种「窄而深」的打法有望在商业化速度上占据先发优势。

创始人孙浚凯在地平线期间积累的量产经验，也为公司从原型验证到规模交付提供了关键能力支撑。从百万终端量产到百台机器人出货，产品化思维的迁移是这支团队的核心竞争力之一。

展望：场景驱动的具身智能新范式

具身智能赛道正在经历从「技术秀场」到「商业落地」的关键转折期。在这个过程中，能够率先在垂直场景中跑通商业闭环的企业，将获得宝贵的真实数据飞轮和客户信任壁垒。

智往未来的路径选择——以仓储物流为切入点、以Human-in-the-Loop方法降低部署门槛、以轮式双臂方案控制成本——为行业提供了一个值得关注的差异化样本。如果百台出货目标顺利达成，公司有望在2026年进一步扩大部署规模，并向更多物流及制造业场景延伸。

在双足人形机器人尚需数年才能成熟的窗口期内，这类场景驱动、务实落地的具身智能方案，或许才是离商业化最近的答案。