昆腾动力：称重量方等场景完成PMF验证，近5000台机器人订单进入交付阶段

2026年双十一线上大促落下帷幕，物流仓随即进入一年中最紧张的作业高峰。拣货、打包、称重、量方、供包这些岗位最难补人，昆腾动力的具身机器人在这一轮大促中首次进入菜鸟供应链的真实作业现场，与国际物流高峰正面对撞。

11月，昆腾动力宣布公司在称重量方、分拣供包、固定拣选等场景完成产品与市场匹配（PMF）验证，并已在多家头部电商平台及物流企业的仓库落地，形成跨仓复制和客户复购；截至目前，公司累计获得近5000台机器人的批量订单，开始进入规模化获客与交付阶段。

物流仓成为物理AI最先跑通的场景，原因在于任务密度和反馈速度。输送线每秒前进0.3米，包裹外形、包装材质、摆放姿态每一件都不同，称重、量方、换单、供包必须与输送线和业务系统衔接，还要跟住节拍，遇到异形件、堆叠和遮挡要能自己停下来重试。单次动作失败不影响整条产线，失败样本反过来成为训练数据，这套循环让迭代速度远快于实验室演示。

跨境物流是昆腾率先突破的方向。据公司披露，今年7月与国内一家头部跨境电商平台启动前期沟通与现场考察，随后在华东、华南推进试点，9月机器人进入仓库，10月开始签署批量采购合同。目前其通用双臂机器人已完成称重、供包等岗位的部署验证，供包效率达到每小时1200件以上，成功率99%。

支撑这些数字的是模型与系统工程。昆腾围绕视觉感知与动作策略做联合学习，让同一套策略适应不同包装、材质、姿态和遮挡条件，尽量不做逐件型编程；为应对高动态环境，公司采用异步输入模型，相机、触觉与机器人本体状态按各自时序和频率进入模型，不强制对齐。现场的失败、人工介入和恢复过程都会进入数据闭环，团队以天为单位做分析、后训练和回归评测，并在此基础上搭建Fleet Learning体系，把单点经验复用到整个机器人集群。

客户侧的需求同样具体。今年9月昆腾与科捷集团签署全面战略合作，联合打造物流具身智能解决方案，首个试点已经签约并进入实施阶段：双方最初讨论的是正向拣选，现场梳理后改为鞋服退货上架，由机器人利用夜间非作业时段处理检查后的上架，缓解集中退货带来的用工压力。与顺丰则在探讨和推进分拨中心供包、仓库移动拣选等试点，并进一步探索AGV调度与包裹装笼环节。

海外与生态的铺开速度也在加快。昆腾机器人已进入菜鸟香港eHub，向全球媒体和跨境客户展示物流场景应用；北美子公司成立，正在与多家北美大型零售企业签署合作协议；在韩国，公司与一家上市机器人企业拟设立合资公司、联合开发产品；在欧洲和拉美区域，则分别与本地伙伴签署合作及试点协议，建立实施、运维与客户服务能力。创始人兼CEO李强是原菜鸟集团CTO，团队此前具备千台级L4无人车的规模化运营经验。

更值得关注的是产品节奏。昆腾计划于2026年12月底发布一款全新构型机器人，把真实现场积累的任务需求带进设计，围绕实际工位的作业约束提升适用性、连续作业能力和经济性。这也是判断这类具身智能公司成色的关键：PMF验证和订单只是入场券，能否把跨仓复制、交付运维和成本结构同时跑通，才决定规模化是否成立。需要说明的是，该文由昆腾动力提供，量子位获授权转载，文中数据均来自厂商披露。