2026年全球物流智能化设备行业报告

2具身智能市场发展生态—现代经济两大支柱产业的交汇点分析现代经济两大支柱产业的交汇点：AI•具身智能作为AI从虚拟走向物理世界的关键范式，通过感知-决策-环境实时交互，成为机器人产业代际升级的核心引擎，推动机器人从预设执行走现代经济两大支柱产业的交汇点：机器人•全球及中国机器人市场持续扩容，AI从感知、规划、协同、学习四大维度全面赋能传统机器人，解决环境适应、自主决策、多机协同与场景泛化痛点，加速具身•国家层面从AI底座、智能制造、机器人产业到具身智能形成系统性政策支持，2025年具身智能首次纳入政府工作报告未来产业清单，行业进入政策驱动的规模物流智能化设备行业分析•物流智能化覆盖搬运、收发货、存储、拣选分拨四大核心场景，各场景普遍存在人力依赖高、安全风险突出、作业柔性不足、错误率与管理难度高、人机混行复杂等痛点，智能化改造需求刚性。搬运、收发货、存储、拣选及分拨四大场景分析•全球四大场景合计具备超45万亿元级理论TAM空间：搬运场景约2发货约8万亿元、存储约15万亿元、拣选约2万亿元，为具身智能与物流智能化设宏观数据分析•宏观层面，社会物流总额、港口吞吐量、快递业务量与收入持续高增，仓库竣工面积与仓储营收稳步扩大，奠定物流智能化扩张的行业基础；劳动力供给收缩、共同推动物流智能化设备在物流全场景加速渗透与长期增长。3312345674资料来源：公开资料、4人工智能产业正迎来爆发式增长，技术路径从云端算法突破向端侧场景落地加速演进，而具身智能是端侧AIAI技术代际演进：从算法突破到具身落地 2010-20152015-20202020-至今未来大模型逐步发展端侧AI时代软件与硬件的早期融合•随着通用模型能力逐步成熟，人工智能的发展开始•从以算法和算力为核心的软件体系，向与硬件系统深度协同的方向演进。•AI技术代际演进：从算法突破到具身落地 2010-20152015-20202020-至今未来大模型逐步发展端侧AI时代软件与硬件的早期融合•随着通用模型能力逐步成熟，人工智能的发展开始•从以算法和算力为核心的软件体系，向与硬件系统深度协同的方向演进。•端侧计算能力的提升，使机器人能够在本地完成环境感知与实时决策，云侧则承担模型训练、系统优化与多设备管理等功能，端云协同逐步成为具身智能机器人的主流技术路径。其中具身智能是端侧AI的重要载体之一当前，人工智能发展在端侧不断深化，端侧AI时代正在形成。随着模型能力下沉与终端算力持续提升，智能系统逐步从被动执行转向本地感知、实时决策与自主行动。在这一进程中，具身智能通过将算法能力与实体载体深度结合，成为端侧AI落地的重要实现形态之一。深度学习实现快速突破2017年，Google发表论文提出Transformer架构，通过自注意力机制实现全局上下文建模，并可进行并行计算，大幅提升了训练效率。2018年，Google发布基于Transformer的BERT模型，为后续大模型的发展奠定了深度学习的兴起•2010年，由李飞飞•主导的ImageNet数据集项目为深度学习提供了大量标注数•2014年，Bahdanau等人提出了“软对齐”注意力机制，显著提•升了翻译的流畅度。通用大模型机器人成为核心落地载体~30%~30%>35%硬件软件服务人工智能技术已完成从深度学习兴起、大模型突破到云边端协同的演进，当前正进入以具身AI为核心这一阶段的核心特征是智能体从被动执行转向本地感知、实时决策与自主行动，而具身智能机器人作为AI在物理世界的核心交互载体，是将算法化为实体操作的关键终端，其技术成熟度直接决定人工智能市场规模(按收入),全球,2021-2030E30,00025,00020,00015,00010,0005,0000年复合增长率：~30%2,2052,9243,6144,5522021202220232024年复合增长率：~40%26,30620,2365,851202514,2727,68810,3437,6882026E2027E2028E2029E2030E在全球市场高速扩张的背景下，中国在全球市场高速扩张的背景下，中国AI市场规模的增速不断加快，反映出下游人工智能市场规模(按收入),中国,2021-2030E3,000年复合增长率：~25%3,000年复合增长率：~25%5,0004,0002,0001,000431508578733020212022202320243,360年复合增长率：3,360年复合增长率：~40%4,5909482,3552,35520252026E2027E2028E2029E2030E具身智能市场发展生态—现代经济两大支柱产业的交汇具身智能通过物理载体与环境的深度交互，成为人工智能从虚拟算法走向物理世界的核心拐点。未将加速推动人工智能从云端算力向实体场景规模化落地，开启端侧AI全面渗透的商上层模型主导语义理解和任务规划，下层控制聚焦高频率、高精度运动执行从真实世界的动作捕捉到仿真生成与网络视频预训练构建出多维训练闭环形成面向AI决策与实时控制的双层控制器架构具身智能为人工智能产业商业化落地的核心引擎•具身智能模拟了人类智能的本质——通过身体与环境的互动学习、决策和进化，具备类似人类的环境理解与自适应能力上层模型主导语义理解和任务规划，下层控制聚焦高频率、高精度运动执行从真实世界的动作捕捉到仿真生成与网络视频预训练构建出多维训练闭环形成面向AI决策与实时控制的双层控制器架构具身智能为人工智能产业商业化落地的核心引擎•具身智能模拟了人类智能的本质——通过身体与环境的互动学习、决策和进化，具备类似人类的环境理解与自适应能力，精准契合人工智能从虚拟算法向物理世界落地的核心诉求，为AI规模化商业化提供了范式级技术基础。•未来，具身智能将深度渗透工业制造、物流仓储、商业服务等全场景，从根本上重塑各行业作业效率、降低综合运营成本，既是推动人工智能产业从技术突破向规模化落地转型的革命性力量，也将为技术迭代升级与商业化规模化落地注入持久动力。离身智能具身核心定义无物理载体，依赖虚拟环境中的数据和算法，通过抽象计算完成任务依赖物理载体（身体）与环境实时交互，形成感知-决策-行动闭环关键特征单一模态数据处理（如文本、图像）；抽象逻辑推理；无需物理交互多模态感知（视觉、触觉、力觉等）；实时环境反馈与闭环控制；身体与环境协同进化技术实现深度学习、自然语言处理（如ChatGPT数据驱动的虚拟推理传感器（摄像头、激光雷达等）+执行器（机械臂、轮子等）；强化学习、多模态大模型应用场景信息检索（搜索引擎）；数据分析（金融预测）；虚拟助手（Siri、Alexa）工业巡检；自动驾驶；医疗手术机器人；应急救援机器人优势高效计算（虚拟空间快速响应）；低成本部署；跨领域通用性（如GPT-4）动态环境适应性强；高泛化能力（跨场景迁移）；精准物理交互（如触觉控制）劣势缺乏物理反馈（无法操作实体）；场景局限性（仅适用于虚拟任务）；动态环境适应差硬件成本高；开发复杂度高（需解决感知-决策-行动闭环）；能耗大资料来源：公开资料、5具身智能市场发展生态—现代经济两大支柱产业的交汇点：机6资料来源：公开资料、6机器人市场规模机器人市场规模(按收入),全球,2021-2030E1情境自决策0•1情境自决策0•预设流程主导：作业对象、动作路径及运行节拍在设计阶段固定环境变化响应能力有限475.5427.322世界模型构建物体属性与因果202120222023202420253跨场景自适应3应用场景有限•替代高风险作业：适用于工业巡检、消防应急、警务安防等高危•市场潜力广阔：推动机器人从辅助工具向智能伙伴转型，支撑工业级、难以突破结构化边界态作业领域•示例：可在复杂物流环境中自主导航、完成货物搬运传统机器人具身智能机器人缺乏世界理解能力•多模态世界构建：通过视觉、触觉、听觉等多感官融合理解物体属性、•应用：机器人可在未知环境中识别障碍、预测物体运动全球机器人市场规模预计将从2021年的2854亿元增长至2030年的9769亿元，稳健增长的背后，是下游场景对具备复杂操作能力的具身智能终机器人分类树状图机器人市场规模(按收入),中国,2021-2030E机器人分类树状图机器人448.6工业生产机器人物流搬运机器人0无论是人形机器人、工业机器人还是各类服务机器人，其复杂动作的都高度依赖机器人本体体是机器人完成精细操作、实现世界模型构建与跨场景自适应的关键载体，也是具身智能技术落地的核心支撑机器人448.6工业生产机器人物流搬运机器人0202120222023202420252026E2027E2028E2029E2030E具身智能市场发展生态—现代经济两大支柱产业的交汇点：机AI技术通过攻克传统机器人在感知、规划协同等维度的痛点，借多模态环境感知、场景理解提升具身智能的多场景适应力，使得具身智能机器人的1感知维度：环境理解与数据采集1感知维度：环境理解与数据采集AI通过多模态感知、场景理解、边云协同等技术赋能机器人，降低痛点，推动其市场蓬勃得益于人工智能领域的技术突破，机器人正从“规则驱动的机械执行”向“智能感知与自主决策”转变。人工智能创新正在重塑机器人的感知、认知、决策和交互能力，打破传统自动化的刻板约束。这种演变正在催生适应复杂动态环境的新一代智能机器人。激光雷达+视觉+基于深度学习的数据融合激光雷达+视觉+基于深度学习的数据融合，增强障碍物监测能力动态预测行人/车辆轨迹，降低机器人碰撞风险多模态环境感知动态目标预测2规划维度：自主规划与路径优化品2场景图构建自然语言指令解析基于自然语言处理（NLP）的语义同步定位与地图构建（SLAM将物理环境映射为带语义标签的三维地图大语言模型（如GPT-4o）结合机器人知识库，把“把盒子放到左边第二层架子上”转化为路径规划指令协同维度：协同作业与集群管理3边缘侧处理实时数据云端执行大规模模拟与模型训练，形成闭环优化系统4拓展维度：自主学习与场景泛化协同维度：协同作业与集群管理3边缘侧处理实时数据云端执行大规模模拟与模型训练，形成闭环优化系统4拓展维度：自主学习与场景泛化群体智能优化人工智能算法协调多机器人协同作业，决策共享与任务分工，提升整体效率模拟训练n在线学习算法让机器人基于新数据迭代模型n虚拟环境生成海量训练数据，提升机模拟训练n在线学习算法让机器人基于新数据迭代模型n虚拟环境生成海量训练数据，提升机器人应对极端场景的能力n具身智能将所学技能迁移到新场景资料来源：公开资料、7国家政策自底层人工智能技术体系逐步延伸至智能制造的产业链协•在国家大力推动人工智能发展的背景下，算力基础设施、智能芯片、操作系统与数据要素等底层能力不断完善，为具身智能地依赖传感器、执行器、机器人本体、控制系统及智能装备等多环节协同，国家在智能制造、产业基础再造与产业链现代化等方面持续出台支持政策，完善关键和产业链配套体系。在此基础上，具身智能的战略地位进一步提升，“具身智能”一词于2025年首次写入政府工作报告的未来产业重点培育清核心指导方针：对国产机器人企业大力扶持，继续推动具身智能制造国产化替代核心指导方针：对国产机器人企业大力扶持，继续推动具身智能制造国产化替代技术层面技术层面产业链层面产业链层面国家政策推动人工智能建设，已在算力、智能芯片、操作系统、数据要素等技术底座领域形成系统性布局，为具身智能提供了底层算力和算法基础。智能+”行动的意见》型实施指南》围绕数字化、网络化、智能化发展目标，通过完善标准体系、建设数字化转型服务平台技术与产业链层面的政策共同奠定了具身智能发展的技术和产业基础政策加快推进智能装备、机器人核心零部件、系统集成及验证等全链条能力建设，强化从关键部件到整机应用的产业链协同体系，为具身智能的规模化落地奠定坚实的产业基础。《关于推进机器人+应用行动的实施方案》将智能制造确定为制造业转型升级的主攻方向，聚焦关键工艺技术、核心零部件与智能装备等领域加快突破，强化围绕制造、农业、建筑等领域推进“机器人+”，强化关键零部件与系统集成能力提升，推器人应用深化，以场景牵引带动产业链上下游协同与智能化能力整体提升。依托成熟的技术与产业链布局政策直接导向具身智能具身智能层面《2025年政府工作报告》《关于推动未来产业创《2025年政府工作报告》《关于推动未来产业创新发展的实施意见》国家开始单独针对具身智能机器人发布专项政策，意味着具身智能已从“未来方向”性政策将持续加速落地。首次将“具身智能”纳入国家未来产业重点培育清单，明确提出持续推进人工智能“+”行动，标志着中国在人工智能和具身智能领域的战略布局进入新阶段，国家层面对具身智能的产业化、工程化与应用化给予了前所未有的战围绕未来智能体、未来通信等重点方向，推动具身智能机器人等前沿产业加快技术突未来产业集群体系，支持前沿技术的示范应用与产业化转化。8资料来源：公开资料、89911223344556677物流智能化设备行业分析—定义与分类物流智能化设备是具身智能在工业领域最有前景的落地载体，正迎来由AI驱动的智能基座，通过全品类设备赋能、人形机器人深度融合两大核心路径，引领行业从预设执行物流智能化设备非标自动化设备非标自动化设备移动机器人移动机器人人形机器人潜伏顶升式机器人现托盘/料箱的场内转运，是柔性物流主流方案。由美国Kiva公司首创，行业狭义统称为潜伏顶升式机器人料箱机器人以料箱为承载单元，搭载自主导航与调度系统，直接抓取料箱完成存取与拣选，适应高密度存储与高柔性订单履约要集成移动底盘与柔性执行机构的一体化装备，兼具自主转运与货物抓取、操作能力，可完成拆码垛、上下料、拣选等复合作业复合机器人涵盖托盘堆垛机立库（重型存储）和人形机器人潜伏顶升式机器人现托盘/料箱的场内转运，是柔性物流主流方案。由美国Kiva公司首创，行业狭义统称为潜伏顶升式机器人料箱机器人以料箱为承载单元，搭载自主导航与调度系统，直接抓取料箱完成存取与拣选，适应高密度存储与高柔性订单履约要集成移动底盘与柔性执行机构的一体化装备，兼具自主转运与货物抓取、操作能力，可完成拆码垛、上下料、拣选等复合作业复合机器人涵盖托盘堆垛机立库（重型存储）和包含托盘四向穿梭车与料箱多层穿梭车，在货架分层搬运，提高拣取效率料箱堆垛机立库现货物在立体货架包含输送线（皮带、滚轮等）与分拣机（交叉带、滑块式等），实现货物自动输送、分拣与衔接，适配多种作业场景资料来源：公开资料、潜伏顶升式机器人主导航与调度系统，实现托盘货物的自动化搬运、堆垛与接驳，替代人工驾驶叉车完成场内转运作业物流智能化设备在AI时代下正发生两大根本性、结构性变革，具身智能大脑通过赋能与深度融合两大路nn“具身大脑”作为底层智能基座，通过“大模型算法+物流场景数据”的深度融合，为叉车、移动机器人、复合机器人等全品类物流智能化设备统一赋能：n赋予设备自主感知、环境理解、动态决策与柔性执行的类人能力，以全场景物流作业数据持续优化复杂工况适配性，驱动物流设备从「预设路径的自动化执行」向「自主决策的智能化作业」全面升级，大幅提升设备环境适应性与全链路作业效率。n人形机器人作为物流智能化的终极形态，其核心与具身大脑深度融合：以具身大模型为智能基座，贯通算法能力与实体载体，赋予全链路类人作业能力。物流智能化设备主要应用于搬运、收发货、存储、拣选及分拨四大场景，覆盖货物移动、装卸码垛、库履约等核心环节。各场景均存在人工依赖高、效率波动大、柔性不足等痛点，亟需物流智能物流智能化设备市场应用概括物流智能化设备市场应用概括产品形态核心痛点•潜伏顶升式机器人•潜伏顶升式机器人跨区调拨等作业4.人工作业安全风险突出•输送与分拣设备4.人员老龄化严重，招工难•聚焦港口、物流园与中转仓库的集装箱及干线货车货物装卸作业箱等关键动作•智能货架与缓存单元•物流集成平台•智能货架与缓存单元•物流集成平台•潜伏顶升式机器人•潜伏顶升式机器人资料来源：公开资料、高低高低资料来源：公开资料、11223344556677搬运场景作为场区物流的核心链路，需通过柔性智能移动设备与AI调度系统实现效率与成本的双重优化多元产品矩阵赋能搬运场景智能化升级场景简介场景核心特点多元产品矩阵赋能搬运场景智能化升级场景简介场景核心特点搬运是场区物流的核心枢纽环节，覆盖工厂厂房/线边、电商仓、物流仓库等全场景，核心完成货物从搬运是场区物流的核心枢纽环节，覆盖工厂厂房/线边、电商仓、物流仓库等全场景，核心完成货物从A点到B作业动线动态复杂工厂/仓库内人车混行、通道狭窄、点位多变，作业环境实时动态变化人车交互风险突出搬运场景人力依赖呈现“专职+兼职”1点的移动作业，是搬运场景物流链路效率、运搬运场景营成本与作业安全的核心决定因素，直接影响供应链整体运转效率与企业人工叉车、拖车与人员密集交叉，作业安全风险高全球搬运/叉车工平均年薪：约全球搬运/叉车工平均年薪：约15万元/人/年作业频次极高2货物移动贯穿生产、仓储、2风险作业复杂度场景复杂度作业柔性错误率管理难度异常需求路径复杂度人机混行频率偶发障碍频率中中高中高高高高中资料来源：公开资料、作业频次高的环境下存在效率、成本、安全与人力供给痛点；智能搬运设备通过自主调度、柔性移动人工搬运在工厂、仓库等多场景、高动态、人车交互复杂的环境中，存在效率、成本、安全、人力结构四大核心痛点1效率痛点移动机器人替代传统搬运设备及人工叉车：以AMR、AGV、无人叉车替代托盘车、人工叉车及固定路线搬运，实现多场景点到点搬运人工搬运在工厂、仓库等多场景、高动态、人车交互复杂的环境中，存在效率、成本、安全、人力结构四大核心痛点1效率痛点移动机器人替代传统搬运设备及人工叉车：以AMR、AGV、无人叉车替代托盘车、人工叉车及固定路线搬运，实现多场景点到点搬运2成本痛点334主动安全与避障防4人力结构性痛点具身智能凭借柔性适配、多模态感知、自主决策等核心优势，通过智能调度、自主移动、集群协同等能力，全面替代人工搬运与叉车作业，实现降本、提效、降险、提能四重价值：资料来源：公开资料、解与全链路加总，量化出全面自动化条件下约人民币20万亿元的工厂搬运工人数量本次搬运场景TAM测算基于人工与传统设备全面智能化替代的核心假设：按工厂搬运、大件货物搬运、中小件货物搬运三大细分场景分别测算工厂搬运工人数量本次搬运场景TAM测算基于人工与传统设备全面智能化替代的核心假设：按工厂搬运、大件货物搬运、中小件货物搬运三大细分场景分别测算，以制造业物流用工规模、全球叉车保有量及电商仓搬运工人数量为基础，按3年人工成本覆盖与传统设备替换原则计算各子场景理论空间；同时将空港、商超、驿站、冷链及各类零散小微物流节点统一归入其他场景。在此基础上，假设所有搬运环节均由人形搬运机器人与无人叉车100%替代人工及传统设备，加总各细分场全球工厂搬运工人总收入全球工厂搬运工人总收入单台叉车配备工人数量传统叉车及叉车工人总收入替代空间大件搬运指以托盘为承载单元、适用于重载与整托货物的场内转运作业，主要覆盖工厂线边、厂房内部转运、工地物料转运、电商大件仓单台叉车配备工人数量传统叉车及叉车工人总收入替代空间大件搬运指以托盘为承载单元、适用于重载与整托货物的场内转运作业，主要覆盖工厂线边、厂房内部转运、工地物料转运、电商大件仓全球搬运叉车保有量中小件搬运指以料箱、纸箱为单元，进行生产的物料和产成品等相关小件货物的转运作业，作业以过托盘转运设备完成整托流转；仅统计电商仓库范围内的小件搬运、补货、接驳等动作；商超、门店、驿站、前置仓等零散场景不计全球中小件货物搬运工人总收入全球中小件货物搬运工人总收入其他场景包含空港货运、商超仓、零售门店、驿站、冷链、批发市场及各类零散小微仓储物流节点。上述场景作业分散、单一体量小、自动化渗透节奏偏慢、短期难以规模化替代其他场景包含空港货运、商超仓、零售门店、驿站、冷链、批发市场及各类零散小微仓储物流节点。上述场景作业分散、单一体量小、自动化渗透节奏偏慢、短期难以规模化替代经测算，中国市场背景下该场景的TAM为——约6万亿元人民币全球市场背景下该场景的TAM为——约20万亿元人民币资料来源：公开资料、11223344556677收发货场景作为物流运营的核心入口，覆盖港口集装箱与干线货车装卸，需通过标准化设备与智能调多元产品矩阵赋能收发货场景智能化升级场景核心特点作业环境复杂集装箱内部空间狭小、光线差、货物摆放无序非标程度高货物规格不一、包装多样、堆码形态不固定劳动强度大人工需反复弯腰、搬运、登高、箱内、高温作业多元产品矩阵赋能收发货场景智能化升级场景核心特点作业环境复杂集装箱内部空间狭小、光线差、货物摆放无序非标程度高货物规格不一、包装多样、堆码形态不固定劳动强度大人工需反复弯腰、搬运、登高、箱内、高温作业场景简介收发货是物流体系中连接运输与仓储的核心装卸环节，覆盖港口码头、工厂/仓库月台、物流园区等场景，包含港口集装箱装卸与干线物流货车装卸两大核心作业，核心完成掏箱/装箱、装卸接驳、拆码垛、货物规整、出入库交接等全流程操作，是货物进入/离开仓储系统的必经节点，直接决定整体物流效率与成本。收发货场景单人年处理效率：约338,800个尾箱作业所需人力规模：约1004.5万人风险作业复杂度场景复杂度作业柔性错误率管理难度异常需求路径复杂度人机混行频率偶发障碍频率高高高中高中中高高资料来源：公开资料、收发货作为物流链路的核心枢纽，当前高度依赖人工与传统叉车作业，面临效率、成本、安全多重痛动的无人叉车、复合机器人等设备，通过柔性适配、自主决策与多机协同，实现全场景替人工叉车/牵引车作业高度依赖熟练工，在收发货这种高柔性、强交互、动态环境中（人车混行、卡车随机停靠、集装箱形态多样等），存在效率、成本、安全、人力结构共四大核心痛点：成本痛点123人力结构性痛点45人工叉车/牵引车作业高度依赖熟练工，在收发货这种高柔性、强交互、动态环境中（人车混行、卡车随机停靠、集装箱形态多样等），存在效率、成本、安全、人力结构共四大核心痛点：成本痛点123人力结构性痛点452品柔性环境适配能力成高柔性装卸与拆码垛作业3344主动安全与避障防资料来源：公开资料、本次收发货场景TAM测算基于人工装卸向自动化无人作业全面升级替代的核心假设：以全球港口集装箱吞吐量与干线物流货车装卸量为总基数，按单件货物装卸次数测算年度总作业量；在此基础上，假设全部装卸作业均完成自动化无人改造，以单位作业人工成本乘以年度总作业量，作为全场景自动化改造的理论市场空间，最终得出收发货场景在全面智能化、无人化条件 112334455 收发货工人年工时收发货工人单人年收发货包装箱量收发货工人年工时收发货工人单人年收发货包装箱量所需收发货工人数量所需收发货工人数量收发货工人平均年薪本次收发货场景本次收发货场景TAM测算从设备需求与作业效率角度展开：以全球年度集装箱总吞吐量与干线物流货车装卸量为基础，结合智能机器人相对人工的作业效率优势，测算完成同等收发货作业总量所需的智所需收发货机器数量收发货机器单价11223344556677存储场景作为仓储运营的核心载体，需通过标准化智能存储设备与AI管理系统实现空间利用率与运营多元产品矩阵赋能搬运场景智能化升级多元产品矩阵赋能搬运场景智能化升级场景简介场景核心特点空间利用率要求极高仓储用地成本持续攀升，对货物高密度、立体化存储需求迫切安全与合规要求严苛空间利用率要求极高仓储用地成本持续攀升，对货物高密度、立体化存储需求迫切安全与合规要求严苛高位货架、重型货物存取存在安全风险，对作业合规性与稳定性要求极高作业重复性极强存取、盘点、补货全流程高度重复，人工长期作业易疲劳、失误率高存储是仓储体系的核心基础环节，覆盖电商仓、零售仓、制造业原料/成品仓等全场景，核心完成货物高密度存储、自动存取、周期盘点、库内补货等全流程操作，是仓储空间利用率、库存管理效率与货物安全性的核心决定因素，直接影响仓储运营成本与供应链稳定性。存储场景存储场景率风险作业复杂度场景复杂度作业柔性错误率管理难度异常需求路径复杂度人机混行频率偶发障碍频率低低中中高低低低中资料来源：公开资料、存储场景作为仓储运营的核心载体，以货物高密度存储、自动存取、周期盘点、库内补货为核心作业统自动化设备并存，在空间利用、库存管理、系统迭代的环境下存在效率、成本、管理与系统适配痛点备通过柔性调度、精准管控、系统兼容等能力实现系统性替代人工参与存储环节+传统自动化系统并存，在高密度存储、多品类管控、系统迭代的环境中，存在效率、成本、管理、系统结构四大核心痛点：2品1效率痛点人工参与存储环节+传统自动化系统并存，在高密度存储、多品类管控、系统迭代的环境中，存在效率、成本、管理、系统结构四大核心痛点：2品1效率痛点成本痛点2334智能管控与精准盘4系统结构性痛点具身智能凭借柔性适配、多模态感知、自主决策等核心优势，通过智能调度、系统兼容、自动存取等能力，全面替代人工与传统自动化设备，实现降本、提效、提准、提能四重价值：取、盘点与补货作业资料来源：公开资料、CAGR2021-20252026E-2030E中国仓库累计总面积3.0%3.6%亿平方米CAGR2021-20252026E-2030E中国仓库累计总面积3.0%3.6%亿平方米8612.310.49.2本次存储场景TAM测算基于传统仓储向自动化立体仓库全面升级替代的核心假设：以全球仓库总面积为总基数，按自动化立体仓库（立库）的行业渗透占比，测算可改造为立库的仓储空间规模；在此基础上，假设全部可改造仓储空间均完成自动化立库升级，以单位面积自动化改造费用乘以立库总面积，作为全场景自动化改造的理论市场空间，最终得出存储场景在全面智能化、无人化条件下的理论最大市场规模（TAM）。1142020202120222023202420252026E2027E2028E2029E2030E立库自动化改造费用立库自动化改造费用经测算，中国市场背景下该场景的TAM为——近3万亿元人民币全球市场背景下该场景的TAM为——近15万亿元人民币资料来源：公开资料、1234567资料来源：公开资料、全国年度快递业务量：约19,895,00全球年度快递业务量：约32,000,00全国年度快递业务量：约19,895,00全球年度快递业务量：约32,000,00作业所需拣选分拨工人规模：约46.6万人场景核心特点SKU多样性极高商品品类、尺寸、重量、包装形态差异极大，拆零拣选占比高订单动态性极强订单需求实时波动、波峰波谷差异显著，多品混单、急单插单场景频发准确率要求严苛错拣、漏拣直接引发客诉与退货，对作业精准度要求极高场景简介分拨与拣选是物流履约链路的核心环节，覆盖电商仓、零售仓、制造业线边仓等全场景。分拨作为前置环节，负责将料箱从货架取出并搬运至拣选工位；拣选则在此后完成商品查找、摘取、复核、打包、集货等操作。两者协同决定订单交付效率与准确率，直接影响客户体验与运营成本。拣选、分拨场景拣选、分拨场景作为订单履约的核心环节，需通过柔性智能设备与AI调度系统实现效率与准确率的双作业复杂度场景复杂度风险作业柔性错误率管理难度异常需求路径复杂度人机混行频率偶发障碍频率高中高高高高中低中多元产品矩阵赋能搬运场景智能化升级拣选、分拨场景资料来源：公开资料、分拨与拣选以料箱精准取出与供给、订单拆零、商品分拣、复核校验为核心作业，高度依赖人工完成高频SKU操作，在订单波动大、SKU繁杂、准确率要求严苛的场景下存在效率、成本、分拨设备通过自主识别、柔性分拣、精准执行等能力实现系统性替代与人工分拨与拣选在多SKU、高频次、订单波动大的环境中，存在效率、成本、质量、人力结构四大核心痛点：效率痛点成本痛点质量痛点12人力结构性痛点43人工分拨与拣选在多SKU、高频次、订单波动大的环境中，存在效率、成本、质量、人力结构四大核心痛点：效率痛点成本痛点质量痛点12人力结构性痛点43适配海量SKU、多规格包装、拆零为主的非标场景，完成高柔性料箱分拨与商品拣选作业适配海量SKU、多规格包装、拆零为主的非标场景，完成高柔性料箱分拨与商品拣选作业 3 3多机协同与弹性扩 4 4智能防错与精准校验能力 5 5拣选、分拨场景资料来源：公开资料、通过人工成本替代与智能设备渗透双路径，量化拣选、分拨场景全面自动化下近人民币2 完成全部分拨与拣选作业所需的人工规模与年度人工总成本；在此基础上，假设所有拣选与分拨环节均由智能机器人100%替代人工，并采用行业通用的机器人3年覆盖人工成本的经济性假设，即以3年人工总成本作为机器人替代的理论市场空间，最终得出拣选、分拨场景在全面自动化、无人化条件下的理论最大市场规模（TAM）。拣选分拨工人年平均薪酬拣选分拨工人年平均薪酬年度快递业务量年度快递业务量所需拣选分拨工人数拣选分拨工人平均年薪本次拣选、分拨场景本次拣选、分拨场景TAM测算从设备需求与作业效率角度展开：以全球年度快递业成同等的分拨与拣选作业总量所需的智能设备数量；在此基础上，假设拣选、分拨场景实现100%智能化设备覆盖，按照设 机器单台年处理快递效率机器单台年处理快递效率所需拣选机器数量1234567长，2030年将分别突破45,406.4万标准箱与409.8万亿元人民40,00030,00020,00010,0000中国物流行业核心指标持续稳健增长，港口集装箱吞吐量、社会在物流全场景的规模化落地提供了坚实的行业基础与广CAGR2021-20252026E-2030E集装箱吞吐量5.8%4.8%万标准箱45,406.450,00045,406.435,447.035,447.028,272.0202120222023202420252026E2027E2028E2029E2030E CAGR2021-20252026E-2030E快递业务收入12.6%9.2%267,884,819.6250,000,000200,000,000150,000,000267,884,819.6250,000,000200,000,000150,000,000100,000,00050,000,0000165,876,394.6103,323,162.0165,876,394.6103,323,162.0202120222023202420252026E2027E2028E2029E2030ECAGR2021-20252026E-2030E万亿元万亿元社会物流总额2.4%2.1%500409.84003002000368.2335.2202120222023202420252026E2027E2028E2029E2030ECAGR2021-20252026E-2030E年度快递业务量年度快递业务量16.4%14.4%38,292,710.640,000,00038,292,710.619,895,000.030,000,00019,895,000.010,829,876.320,000,00010,829,876.310,000,0000202120222023202420252026E2027E2028E2029E2030E资料来源：公开资料、中国仓储物流行业供需两端持续向好，仓库供给扩容、行业营收建筑业仓库新增竣工面积，中国，2021-建筑业仓库新增竣工面积，中国，2021-稳健增长，预计2030年将达到4,298.7万平方张。预计2030年，中国到9.0亿平方米，制造业增加值将达到54.51建筑业仓库新增竣工面积CAGR2021-20252026E-2030E2.4%建筑业仓库新增竣工面积CAGR2021-20252026E-2030E2.4%6.0%CAGR2021-20252026E-2030E建筑业厂房新增竣工面积6.8%5.2%亿平方米万平方米万平方米5,0004,0003,0002,0005,