“黑灯仓库”的概念火了好几年，但在诺力集团杭州物流研究院院长朱宝昌看来，关灯之前得先想清楚几件事：企业体量够不够、数字化基础牢不牢、管理理念跟不跟得上。这位同时担任浙江省特种物流装备重点实验室的主任，更愿意用工程师的理性而非资本的热度来打量智能物流的未来。

物流定位的重新认知：从“第三利润源泉”到“第二产业”

朱宝昌有一个鲜明的判断：未来智能物流将从第三产业向第二产业迈进。这话听起来有点反常识——物流不一直是生产性服务业吗？但他的逻辑很清晰：当物流系统深度嵌入生产过程，与工业化生产设备无缝融合时，它就不再是厂外的仓储配送，而是智能制造本身的一部分。

这一定位转变并非空谈。工信部发布的《智能工厂梯度培育管理办法》中，领航级、卓越级智能工厂建设对物流系统的权重要求越来越高，智能化程度要求也水涨船高。物流系统正在从“配套设施”变成“核心产能”。

但朱宝昌反复强调一个前提：不是所有企业都适合一上来就搞无人化。建设智能物流系统要考虑企业规模、生产离散程度、数字基础等因素，不能一概而论。真正具备无人化运营条件的企业，至少要过三道关：生产规模有一定体量、物流管理有一定基础；信息化数字化建设达到一定高度，具备必要的管控手段；公司战略有发展性和前瞻性，充分认识到智能化和无人化是未来趋势。

在他看来，企业推进无人仓最常遇到的挑战，首先不是技术，而是管理理念。是否把仓库及物流运作看作“第三利润源泉”，看作智能工厂的重要组成部分，这很关键。其次才是物流技术智能化的问题——规划要合理，安全要可靠，智能要快捷，最终要落地见效，实现真正的“黑灯”运作，而不是概念上的关灯。

图1 诺力具身智能机器人Noble-Lite100

机器人协同的技术攻坚：从“单机干活”到“混合群体智能”

物流机器人的分类很多，行业标准正在立项制定。朱宝昌坦言，目前应用最普遍的还是单机智能，或者同种类机器人的群体智能——这种智能体现在路径规划、智能调度上，但功能需求比较单一。即便是同种类不同型号的统一协同调度，也还在尝试阶段，比如同属搬运AMR，任务基本一致，只是荷载和举升高度不同。

真正的难点在混合调度。朱宝昌将未来群体智能调度划分为两个方向：一是相同功能、不同种类机器人的混合调度，比如潜入式搬运机器人与叉车式机器人的协同；二是不同功能、不同种类机器人的混合智能调度，比如搬运机器人与仓储上架机器人的群体协同。前者解决的是“干一样的活但设备不一样”的问题，后者要解决的是“干不一样的活怎么衔接”的问题，难度逐级递增。

“未来智能工厂的物流机器人的感、规、控是一项重要的研究课题。”朱宝昌说，在仓储、搬运、分拣等环节，所有机器人都应在统一平台上进行任务调度，上升到群体智能。这一课题的攻关，也是国际上具有挑战性的课题。但他对此有信心：有了大模型和AI技术的加持，混合群体智能调度系统不久的将来一定会实现。

图2  诺力双臂轮式人形机器人

工业智能体的出现正在加速这一进程。后工业大模型时代会催生众多智能体，工业物流智能体也将不断涌现——物流规划智能体、物流作业调度智能体、仓储储配优化智能体等等。这些智能体具有自学习、自优化功能，既可以自主选择夜间盘库作业，也可以实现对人工调度的纠正。不同种类的机器人在一个平台上统一调度，在节拍、效率上达到最佳协同，真正实现物流运作的最高境界。

更具想象力的是机器人形态本身的融合。朱宝昌透露，诺力已经在探索让搬运、上架、分拣在同一个机器人上完成，“事实上我们已经做到了，只不过效率还不高，精准度还需迭代。” 随着数据不断积累、训练频次加大，类似场景的应用会大面积推广。

图3  诺力具身智能机器人

物流装备企业的价值重构：从“卖设备”到“卖算法+服务”

诺力是做叉车起家的，这一基因让朱宝昌在谈物流装备企业转型时，多了一份从传统制造向智能服务跃迁的切身感受。

他总结了诺力的三种做法。首先是规划在先，站在全局视角审视客户需求。客户要买AGV，诺力不会只给一份设备参数表——除了运行路径、荷载、物料单元、举升高度、工作节拍、续航时间，还要考虑任务从哪里来、与哪个系统对接、APS计划排程怎么制定、任务完成后如何反馈，使得全局物流效率更高。

其次是提供设备的同时提供必要的算法模型。比如建设自动化立体仓库时，提供安全库存模型，融合WMS系统，进而对供应商物流进行约束，实现生产物流与供应链物流的一体化协同。设备是骨架，算法才是神经。

第三是利用AI技术提供增值性服务。诺力出厂的电动叉车遍及世界各地，集团内建立了“叉车远程监控平台”，对所有入网叉车的温度、油压、载荷、电量、行驶状态进行实时监控，预警信息及时传送给客户，并建立故障知识库，利用AI智能体推出智能故障解决方案。一台卖出去的叉车，从此变成了一个持续产生数据和服务的入口。

展望未来，朱宝昌认为AI技术给物流行业带来了前所未有的挑战，也带来了重大商机。普通叉车需要辅助驾驶，物流机器人需要混合调度，人形机器人需要效率最大化，行业渴望物流智能体赋能，物流算力底座也需要夯实。“这些技术都需要我们去突破，未来推广和应用存在重大的商机。”他说，未来工厂的物流运作不单纯是无人化，而是系统决策的敏捷化、路径规划的合理化、储配算法的最优化、整体运作效率的最大化。

关灯容易，想清楚难。朱宝昌的理性之处在于，他既看到了AI和具身智能给物流带来的颠覆性可能，又始终把脚踩在客户的真实场景里——体量够不够、基础牢不牢、理念跟不跟得上。智能物流的进化，从来不是一场概念的狂欢，而是一次从定位认知、技术攻坚到价值重构的系统性迁移。谁能在关灯之前把这些问题想清楚，谁才能在灯灭之后真正跑得稳。