国内仓储自动化已完成标准化工序的规模化部署。随着下游电商、快递、高端制造业务迭代，异形包裹、混合 SKU 等非规整物料占比持续提升。传统自动化系统高度依赖货品标准化，非结构化场景下适配性、容错能力不足，仍需大量人工补位，推高运营成本，制约全链路无人化规模化落地。物理 AI 与具身智能，成为突破仓储柔性作业瓶颈的核心技术路径。

为回应行业这一现实命题，德马科技与蚂蚁集团旗下具身智能企业蚂蚁灵波达成深度战略合作。双方围绕物理 AI 技术的产业落地，整合具身模型技术底座与物流工程化能力，基于真实仓储业务工况，共同开展具身智能技术的产业化验证与落地实践。

技术底座与产业工程能力双向协同

本次战略合作是 AI 技术能力与物流产业能力的务实耦合，聚焦产业实际需求开展联合工程开发。

蚂蚁灵波提供自研 LingBot‑VLA 2.0 具身基座模型及配套云端工具链，输出基于物理 AI 的三维空间感知、物体物理状态识别、动作生成等核心技术底座。

AI 模型能力需经过工业场景的打磨迭代，方能转化为可商用的业务能力。凭借二十余年智能物流领域的技术与项目沉淀，德马科技依托 OmniEgo 全管线数采体系及物流专属数采训练中心，输出仓储现场真实工况数据集；开放输送分拣、穿梭车、AMR 完整硬件体系与系统集成能力，承担模型的现场适配、二次开发及真机验证，完成技术方案的工程化闭环。

锚定核心标的，攻坚高速柔性分拣场景

双方首期合作以海量包裹高速柔性分拣场景为核心落地标的，运用物理 AI 能力解决现场业务痛点。针对异形件、混合 SKU 场景下识别稳定性不足、抓取适配困难、设备卡滞等实际问题，依托真实仓储流水线完成调优与验证，检验具身机器人与现有仓储自动化装备的协同作业效能，推动技术原型向可投产的作业能力迭代。

当前下游客户的采购需求已发生结构性转变，由单机设备采购，升级为对软硬一体化、可迭代演进的全链路无人物流体系的综合诉求。传统自动化方案在标准化场景具备突出效率优势，但面对动态物理环境与形态多变的货品存在固有能力边界。融合物理 AI 的具身智能技术，是补齐仓储柔性作业短板的重要抓手。德马科技布局具身智能赛道，旨在逐步构建入库、存储、搬运、分拣、出库一体化无人作业闭环，助力客户实现仓储运营降本与系统可靠性提升。

基于场景验证，稳步拓展仓储业务边界

高速柔性分拣为本次合作首要验证场景。待首期项目完成场景验证后，双方将有序拓展技术应用范畴，探索多装备协同调度、人机安全协作等关键能力建设，面向快递、电商、医药、智能制造等行业，打磨适配不同工况的行业解决方案。

德马科技坚持业务价值优先的技术导向，摒弃技术概念化导向。通过生态协同，推动物理 AI、具身智能技术深度融入物流业务场景，依托场景数据积淀与工程交付能力持续迭代，现已展开大规模的 EGO 数据采集。同时，德马将数据训练多个不同本体和不同场景的应用方案，并与多个世界 500 强企业展开具身机器人场景落地的 POC 测试，有望在年底形成一些实质性的商业化落地成果，赋能供应链数字化与智能化升级。

（来源：德马集团）