菜鸟开放全球仓网做机器人训练场：熊伟称2027年短程泛化将爆发

11月5日，香港菜鸟智慧港，菜鸟国际总裁熊伟对外宣布，全球仓网向产业伙伴开放，生产级物流仓从此成为AI及具身智能的训练场。

放在2026年下半年的具身行业里看，这场合作多了一层意味，表面上是常规动作。

两个月前，一条朋友圈让具身智能行业炸了锅。梅卡曼德创始人邵天兰在港股上市十天后连续发文，直指一批“攒局型”具身智能企业借数采中心、租赁公司等关联交易制造“虚假的、不可持续的收入”，还在评论区点名银河通用。银河通用回应“不参与无谓的口水战”，随后声明已就相关谣言报案。

邵天兰质疑的对象并非某一家公司，而是一种路径：部分具身企业没有PMF（产品市场匹配度），靠炒作和关联交易做出收入，成立两三年就冲刺上市。在他看来，科学而可持续的具身发展，应当让客户自发复制，而不是靠企业烧钱维持。

邵天兰的声音被放大，原因在资本端。艾媒咨询统计显示，2026年上半年国内具身智能赛道融资额还有1091.74亿元，下半年老股转让报价普遍打到6.5折到8折，投资人尽调的问题也从技术流畅度变成货能不能交付、账款能不能结清。

一个个Demo背后，是企业要面对的实际问题。要说服市场和投资者，就得有一个真实的生产环境，支持反复测试、反复算账。菜鸟这次打开的，恰好是这样一个地方。

01 机器人的“学习课表”

开放合作，场景为什么落在物流领域？

得先把“物流”这个词重新看一遍。位置不同，同一件事的边界就不同：做仓储的人看物流是仓、运、配，做产线的人看物流是搬运、上下料和节拍，做机器人的人又是另一种视角。

邵天兰有一种观点：只要不改变物体的状态，没切一刀、砍一下，没装一个东西上去，就全是物流。

按这个说法，“物流”说白了就是一个搬东西的动作：从A挪到B。范围也宽，整托盘、装车都算，仓库到仓库、仓库到工厂、厂内零件从库房送到线边，一直到把集装箱当成一个整体单位来移动，都在里面。要处理的形态也比想得要杂——工厂的周转箱、仓库里的快递包裹、软包、异形件，都碰得上。

在这个基础上再看菜鸟开放场景的分层。熊伟列出三个技术层级：短程泛化、中程精准、长程策略。

短程泛化对应供包、贴单。这算是机器人进仓库的“入职第一课”：把包裹一个个挪到传送带上，或者把面单贴正，过程中要克服厘米级精度、物体形状的变化以及相对固定的节拍。这一层不要求机器人理解仓库，只要在某个固定工位上稳定重复就行。

中程精准对应拆零分拣：从整箱里拣出单件，或者从混合料箱里找出目标商品。精度跳到毫米级，任务步数从一两个动作变成十几步甚至几十步。这是仓库里最耗人力的环节，也是夹爪最吃力的时候，软包装、异形件、叠压遮挡，每一种情况都要求机器人做更细的判断。

长程策略对应拼箱、复杂拆码垛。机器人要理解一个立体空间，对接下来几分钟甚至更长时间的操作做出编排，而不是只对眼前一个包裹作出反应。这一层考验机器人的智力，抓得准之外，还得会安排。

三层顺序层层递进，机器人不是在同一个动作上越做越好，而是在爬一条完全不同的技术栈，所以更像一份机器人的“学习课表”。

话说回来，物流仓大概率是第一个能让机器人真正“上班”并且算清账的地方。

为什么能先上班？一是运作体量大；二是作业大多发生在四面墙以内，环境相对可控，安全上更有保障；三是早期人机协同好落地，机器人先接手能干的活，剩下干不了的还有人兜底。

熊伟算过一笔账：短程泛化在物流行业对应几十万到上百万台的市场空间；中程精准至少有十倍，也就是大几百万到上千万台；长程则要把立体空间里的环境理解得足够深，航空货运、B2B运输里这类场景大量存在。

短程这一层的商业化路径最清晰，他判断2027年会迎来一次爆发。

02 真实工位最难伪造

具身智能行业今年被问得最多的，就是拐点什么时候到。

邵天兰的回答颇有趣味：“拐点在我们身后，不需要预测。这个时间点可以探讨，但一定是在我们身后。”

他认为，衡量产品成熟度要看三件事：平均无干预时间、部署所需的人员与成本、客户的ROI。

熊伟说，菜鸟依托数百万平方米的全球仓储场景和25个以上国家的本地运营经验，提供开放场景验证、早期小规模落地和后续生产力提升。同时开放数十个行业、上百种实景PoC验证场景，覆盖仓储拣选、配送导航、高空巡检、汽配管理、航空物流等作业领域。

这三件事并非并列的三个指标，它们实为三级台阶。机器人得先证明自己能在现场连续跑两周、不靠人盯着，才谈得上部署效率；部署能压到一个普通人半天搞定，才谈得上客户的账。哪一级被跳过，ROI都只是纸上推演。

菜鸟这次摆出来的东西，正好可以用这把尺子去量：生产级仓网、真实包裹、真实节拍，还有一个能逐步扩面的验证环境。

不过菜鸟并不只是“场景房东”。它自己就是机器人的使用方，是仓网的运营方，也是替第三方做自动化集成的交付方。这三重身份加在一起，开放场景才有可能变成一条能反复跑的验证流水线。

用这把尺子量下来，行业目前的局面是这样：ROI，一部分场景已经做到；无干预时间，做到的场景正在变多；真正卡住大多数人的是人员与成本。不是场景做不到，是做到之后代价太大，要花很多时间去采数据。

这也解释了为什么大量机器人公司的验证停在自建仿真环境里。仿真便宜、快、可复制，可它最容易漏掉一些异常。拿仓储物流来说，软包塌陷、包裹叠压遮挡、面单贴歪、大促时节的节拍波动，这些恰恰是真实仓库里最贵的部分，没有合成数据能替代。

不过，价值还有另一种体现：客户愿不愿意持续付费。这种付费不是为了“设备”，而是为了“结果”。

具身硬件掉价很快。宇树人形机器人2023年单价还是59.34万元，到2026年已经降到2.99万元起；松延动力更狠，直接把价格压到9998元。设备过时的风险，市场越来越不想背，企业得拿出本事证明自己能持续把作业结果交出来。

政策层面也有安排。2026年6月，工信部和国务院国资委已表态，鼓励去试“人形机器人即服务”这种模式——按效用付费、搞经营性租赁，把过去一次性买设备，变成按月付或者按任务付的服务费。

按这个逻辑，菜鸟仓网里跑出来的数据，除了拿去训练模型，还能当定价依据和风险依据用：哪个工位适合按件收费，哪个场景只适合走租赁，都能从中看出来。

图源： DoNews摄

03 开放的不止是场景

场景越来越贵，但开放场景的企业不止菜鸟一家。

京东去年起逐步把物流、线下零售等自家场景开放出来，打算两年内采集超过1000万小时高质量人类真实场景视频数据，以及超过100万小时机器人本体运行数据。光是京东物流，就有3600多个仓库能让机器人企业进去跑。

场景一旦被批量开放，就不再是某一家公司的资源，而成了行业的基础设施。谁手里有生产级场景，谁就握着定义验证标准和数据标准的筹码。

菜鸟的算盘也不止在仓里。同一天发布的“科技出海三日达”，把三种能力打包给硬科技企业：

全球快线管样机测试、客户Demo和小批量补货

全球空运管AI算力设备这类大件高值货

全球仓网管多国分仓与本地配送

菜鸟不止要做物流服务商，还要成为物理AI场景入口和生态底座。机器人在这里获得训练、验证，然后走出去，在海外继续跑。

但出海又是另一种说法。菜鸟和罗兰贝格同场发布的《2026年机器人白皮书》里有组排序值得看一下:

商用配送和清洁机器人出海最成熟，头部企业海外收入占比超过80%，普渡连续多年在80%以上，擎朗超过50%；

仓储机器人是生产服务里的排头兵，极智嘉连续四年超过70%；

制造机器人卡在工艺know-how、安全认证和售后半径上，头部也就30%上下，汇川不到10%；

具身智能眼下风头最劲。宇树靠高校和科研订单把海外收入做到接近40%，优必选、智元、云深处则大多停在10%到25%之间。

被国内资本追得越紧的品类，海外收入占比反而越低，这个规律相当明显。海外买机器人，主要是用在生活服务类场景；热度高的具身智能，更多被拿去学习和研究。

说白了，国内的钱在给“像不像人”定价；海外市场真正批量下单的，还是送餐、清洁、仓储这些不那么起眼的品类。这些产品的说明书里，负载、节拍和故障率才是重点。

这种错位大概还要持续一阵。在分水岭（或者说拐点）到来之前，行业有件事得认真做：把机器人从硬件设备训练、打磨成生产工具。菜鸟开放场景，意义也在这里。