亚马逊的物流自动化战略 - 公司已在运营中部署超过100万台机器人 并持续通过收购将机器能力深入渗透至履约环节[1] - 公司确认收购苏黎世联邦理工学院分拆公司RIVR 该公司的四足机器人旨在与人类司机协作完成配送的最后阶段 公司将其定位为一项安全投资[3] - 公司相信RIVR的技术与配送员协同工作 有潜力进一步提升安全结果和整体客户体验 尤其是在配送过程的最后几步[4] 最后一英里配送的挑战与方案 - 最后一英里是任何配送路线中成本最高的环节 因其地形、接入点和障碍物多变 这导致人类配送员仍是默认选择 尽管物流链其他部分已自动化[5] - 公司此前推出的Scout配送机器人因仅限于平坦人行道而失败 已在多个美国城市测试后停产[6] - RIVR机器人专为复杂环境设计 其RIVR Two型号最高时速8.7英里 可承载超过60磅包裹 并能识别红绿灯、开门和爬楼梯[12] - 公司采用的混合模式是司机与机器人到达配送点后分头同时投递 这能减少每站耗时 且比完全自动化更适合郊区和混合地形环境 这是亚马逊大部分包裹的投递场景[13] 行业竞对动态 - 从Uber分拆的Serve Robotics公司正大规模部署人行道机器人 其机器人在洛杉矶多个社区运行 从两英里半径内的900家餐厅取餐 公司计划今年部署2000台Uber Eats配送机器人 并扩展至达拉斯等城市[7] - Serve Robotics首席执行官表示 Uber首席执行官曾公开称使用其机器人成本低于人类配送员 其单位经济效益建立在平坦、可预测的密集城市网格人行道上[7] 仓库自动化新瓶颈与解决方案 - 麻省理工学院与Symbotic公司的研究指出 限制大规模自动化履约吞吐量的当前因素是车队协调能力 而非机器人单体能力[16] - 核心问题是仓库同时运行数百台机器人本质上是交通管理挑战 麻省理工学院的系统通过软件学习拥堵点并动态分配优先级和重新路由来解决此问题 该系统能快速适应不同机器人数量和仓库布局的新环境[17] - 在模拟实际电商仓库布局的测试中 该系统实现了比传统方法高出约25%的吞吐量 正如主要作者所指 在这些巨型仓库中 即使吞吐量提升2%或3%也能产生巨大影响[18] 公司多元化机器人布局 - 在完成RIVR收购数日后 公司宣布了第二项机器人收购 目标针对完全不同的环境 即收购人形机器人初创公司Fauna Robotics 该公司由前Meta和谷歌工程师领导[14]