CeMAT今日开幕！ATOMIX携“分层智能，存搬拣一体”方案亮相

新一代托盘四向车高速穿梭，分拣机器人与搬运机器人紧密协同，一幕幕智能作业场景在ATOMIX展台接连上演，吸引众多观众驻足围观。

今日，CeMAT ASIA 2026在上海新国际博览中心正式开幕。开展首日，ATOMIX三大亮点集中呈现：机器人多智能体分层作业系统全球首秀，托盘“上存下拣”方案实景演绎，新一代托盘四向车与轻型提升机同台展出。从多机器人协同作业到高效存拣一体，智能仓储的全新可能，正在现场呈现。

托盘场景：上存下拣，空间与节拍不必二选一

从零售流通、食品冷链到快消、制造与3PL，多SKU、全渠道履约、高频出入库与整托拆零并存的复杂仓配场景，长期面临一对矛盾：要高密度存储，拣选响应就容易慢；要拣选快，货架前就容易堆人。空间利用率与作业节拍，往往难以在同一套系统内兼得。

ATOMIX现场展示的托盘“上存下拣”方案，以托盘四向车承担上层密集存储、以AMR负责首层存储和拣选搬运。上层把空间用足，下层把节拍拉开，在同一套系统内衔接整托出入库与拆零补货，并支持根据业务波动灵活增减车辆，兼顾高密度、高吞吐与柔性扩展三重优势。目前，该方案已在多家世界500强及行业头部企业的复杂仓配场景中实现规模化应用，单体项目物流机器人规模突破100台。

箱式场景：AI智能分层，让拣选任务按“难度”分层

拆零拣选比托盘存储更“非标”。标准商品、异形商品、长尾商品混在同一张订单里，用同一套自动化覆盖全部任务，要么设备成本失控，要么覆盖率停在半路。

针对更为复杂的箱式拆零拣选需求，ATOMIX提供机器人多智能体分层作业系统。作为ATOMIX与原力灵机合并后推出的首个具身产品成果，这套系统选择先用 AI 把任务拆开：

· Level 1 高效自动拣选：由经济型机械手处理约60%的“标准且易于拣选”商品；

· Level 2 智能柔性拣选：由具身机器人处理约20%的“异形、姿态复杂、难于抓取”商品；

· Level 3 人机协同与异常处理：剩余20%的长尾任务由人工兜底，同时作为自动化拣选的备份和异常处理。

这套系统的价值，不在于某一个模型有多大，而在于把模型、机器人与真实业务场景连成一套可运行的系统级基础设施。不同层级在同一个调度框架下协同作业，真实运行中持续产生的高价值数据再回流到模型，形成数据飞轮。其核心逻辑，是让机器承担最擅长的任务，让人处理最灵活的环节，以更高的性价比实现自动化覆盖率最大化。

产品升级：方案能落地，靠的是设备的真实进步

场景与方案讲在前面，并不意味着产品只是配角。托盘“上存下拣”能否在真实仓库里跑出节拍，取决于四向车和提升机每一代的硬进步。

新一代托盘四向车：更快、更轻、更懂托盘

ATOMIX新一代托盘四向车MegBot-PS1000X在第四代产品基础上完成两项关键升级：

· 效率全面抬升：机身尺寸更小、自重更轻，空载运行速度由1.5m/s 提升至4m/s，换向时间由2.5s 缩短至1.4s，货物存取周期明显压缩，系统吞吐效率随之提升。

· 托盘规格自适应：车身自带可伸缩顶升托板，进入货位时两端伸缩托板向外伸出，扩大承载宽度，适配1000–1150mm深度托盘；存取完成后托板自动收回，缩小车身外轮廓，在狭窄货架巷道内保持灵活穿行。一套车体覆盖更宽的托盘谱系，降低客户因托盘规格差异带来的额外配置成本。

此外，新一代四向车安全与稳定层面同步升级：矩阵式激光防护检测范围较上一代提升60%+，ToF面阵激光偏载检测将托盘偏载误报率降低70%，双视觉镜头在阳光过曝、污损等复杂光环境下保持99%+识别率，为高强度连续作业提供更可靠的感知保障。

轻型提升机：省货位、更稳定、易部署

提升机是“上存下拣”方案中衔接上下层的关键节点，也是最容易被传统设计吃掉货位和部署时间的一环。

ATOMIX轻型提升机LFR1500B，通过紧凑化设计将单层占用压缩到≤2个货位，占地面积减少50%；以四向车轨道对接替代输送机对接，结构更简洁，部署和维护门槛同步降低。传动层面采用伺服电机同步驱动、无轴减速器+齿轮齿条替代链式传动，降低断轴风险，运行平稳性和定位精度更高。整机较传统方案减重40%，载货台配备万向轮与支撑座，安装精度要求相对宽松。

从整托到拆零 完整能力图谱在展台现场呈现

托盘方案与箱式方案，不是两个彼此独立的业务板块，而是ATOMIX在同一套能力图谱上的两端：存（四向车）+ 搬（AMR）+ 拣（箱式/具身机器人）+ 统一大脑（大模型 + 河图HETU软件平台）。原力灵机的“具身大脑”与 ATOMIX的物流落地场景和海量真实数据完成合并后，这条从算法到实体机器人的闭环，第一次被完整放进同一条展台动线里。

11月3日–6日，上海新国际博览中心N1馆C3-2，诚邀莅临ATOMIX展台，近距离见证真实货架、机器人与真实作业流，共同探讨柔性仓库自动化的下一阶段实践。

来源：原力聚合机器人