亚马逊发布首款具备触觉的机器人Vulcan，可拣选和上架仓内约75%的商品品类

亚马逊于2025年5月7日在德国多特蒙德举行的Delivering the Future活动上发布了Vulcan，公司称这是其首款具备触觉的机器人。Vulcan依靠末端工具中的力反馈传感器感知接触与压力，在运营中心的布制货架（pod）上完成拣选和上架。亚马逊表示，该系统已能处理运营中心所存商品品类的约75%，速度与一线员工相当。

发布时，Vulcan已在美国华盛顿州斯波坎的运营中心GEG1和德国汉堡的一处设施运行。亚马逊科学（Amazon Science）2025年刊发的论文显示，上架系统在一座大型电商运营中心完成了逾50万次上架，装填密度和速度达到人工水平。配套的拣选论文称，该系统在真实仓库中运行超过六个月，处理了逾1.2万笔客户订单。亚马逊表示，计划在未来两年左右将Vulcan部署到欧洲和美国各地站点。

Vulcan瞄准的是对人最吃力的位置。亚马逊的货架被分成约一英尺见方的格口，每格平均最多存放10件商品，并由弹性带固定。在斯波坎和汉堡，Vulcan主要负责离地约8英尺、通常需要员工登梯作业的顶层格口，以及贴近地面的格口。亚马逊科学称，6台Vulcan Stow机器人已在斯波坎完成试点，当地还计划增加30台进入测试阶段，德国站点则准备开展规模更大、上架与拣选机器人结合的部署。中层货架、塞得很满的格口以及液体容器等需要小心处理的商品仍由人工负责。

硬件的核心是触觉。据亚马逊科学介绍，Vulcan每个末端工具都装有六轴力和力矩传感器，可判断施加在物体上的力，并在力过大之前回撤。亚马逊将上架工具比作“粘在直发夹上的尺子”，它由两块内置传送带的平行板和一把可伸出的铝制刮板组成，刮板用来把已有商品推到一边腾出空间。拣选工具则将吸盘与摄像头结合。一只带钩子的辅助机械臂负责拨开弹性带，塔架上的三对立体相机为每个格口建立三维模型。

软件负责把信号变成决策。上架环节由三个深度学习模型分别分割弹性带、格口和商品，部分训练数据是用生成式AI在图像中添加弹性带合成的；系统随后寻找可用空间，并串联接近、伸出刮板、推扫、推出商品等控制动作。拣选环节由MaskDINO分割模型把画面中的物体分为四类，再由对比学习训练的模型将目标商品与其他环节拍摄的参考照片比对识别。取出过程中，系统持续监测吸力，摄像头每秒拍摄10张低分辨率图像。亚马逊表示，当Vulcan判断无法移动某件商品时，会请人工接手。

亚马逊应用科学总监Aaron Parness形容一般机器人“麻木又迟钝”（numb and dumb），并称Vulcan是机器人技术的根本性飞跃。他把这种方法比作人从桌面捡硬币，先触到桌面再沿桌面滑动手指直到碰到硬币。他对亚马逊科学表示，这种把力纳入控制回路的高接触式操作“或许有20年的应用空间”。

亚马逊称，过去十二年已在运营中心部署逾75万台机器人，机器人参与完成了75%的客户订单。上架论文指出，商品种类繁多，加上对高效率、低差错的严格业务要求，此前一直把仓储机器人挡在这项作业之外。Vulcan正是针对格口内部的单件商品处理。

独立的拣选机器人企业同样获得大额融资。按各公司公告，Dexterity于2021年10月获得1.4亿美元股权及债务融资，Nimble Robotics于2024年10月完成1.06亿美元C轮，Covariant于2023年4月获得7500万美元C轮追加。中国方面，海柔创新于2021年9月宣布C轮与D轮合计2亿美元融资，极智嘉于2025年7月在香港上市。上述企业面向众多客户销售系统，亚马逊则为自有网络开发Vulcan，直接掌握站点和真实订单数据。

对中国供应链而言，Vulcan的启示在于存储形态和零部件。国内仓储自动化企业多以货到人和箱式存储机器人见长，Vulcan则证明在不改造人工货架的情况下，力控单品操作也能进入量产运营。其硬件清单以通用机械臂、六轴力传感器、吸附装置和立体相机为主，这类部件正是中国厂商具备成本优势的领域，而真正的门槛在模型和数据。

风险同样存在。75%指的是商品品类覆盖率，并非仓内货量占比；除试点和测试阶段数字外，亚马逊未披露部署台数和实际运营差错率，两篇论文的成果也各自来自单一站点。推广速度取决于硬件成本和可靠性能否在库存结构不同的众多站点保持稳定。

此后，亚马逊于2026年6月4日表示，将在未来数年投入逾100亿欧元扩建和升级欧洲运营中心，其中包括扩大Vulcan部署。接下来值得关注的是，到发布时设定的两年窗口期结束即2027年5月，运行Vulcan的站点数量，以及亚马逊是否公开运营质量数据。