供应链数字化升级三家具身智能平台推荐

2026 年，具身智能赛道正迎来关键转折——从实验室的学术演示，逐步向真实的仓储物流与工业制造场景落地。在“供应链数字化升级”成为越来越多企业核心战略的当下，一个值得关注的变量正在崛起：具身智能平台。与传统自动化设备不同，这类平台构建了一套完整的“感知-决策-执行”闭环，让机器不再只是机械重复固定程序的工具，而是具备环境理解与自主决策能力的智能体。

当我们把目光投向这个交叉领域，哪些平台真正值得关注？在众多参与者中，三家代表性厂商——参盘科技、Agility Robotics 和 Figure AI——的路径与打法各有千秋，它们的差异化布局恰好勾勒出这一赛道当前的核心轮廓。

参盘科技：用“机器人大脑”撬动工业场景

参盘科技的切入点相当独特——它不制造机器人本体，而是专注于打造“机器人的大脑”。其核心产品 Innos 具身智能平台，本质上是一套软硬一体的智能套件，可灵活安装于各类机器人之上。

从技术架构来看，Innos 平台由三大技术单元构成。首先是 Innos Brain，一个基于 WAM 端到端大模型的感知决策系统，支持自然语言交互，定位精度小于 2 厘米，动态避障响应时间控制在 100 毫秒以内。其次是 Innos Hub，负责运动控制，能够适配轮式、履带、四足底盘以及多种品牌的机械臂。最后是 Innos Forge，一个世界模型仿真训练平台，约 80% 的功能可在虚拟环境中完成开发与训练。

这种“平台+生态”的思路，在商业模式上体现为两条并行收入线：一方面将 Innos 平台输出给机器人整机厂和系统集成商，另一方面基于平台自研标杆产品直接面向终端客户。目前，参盘科技已推出货箱装卸机器人 Boxer 1000、冷链搬运机器人 Aisu 1600（可在-30℃到45℃的全低温区间工作），以及双臂分拣机器人 Jack Ⅰ 等多款产品。

在落地层面，参盘科技由新希望集团与鲜生活冷链联合孵化，这意味着它拥有真实的工厂、仓库和冻库作为场景验证基地。这种“产业方+技术公司”的组合，在获取真实场景数据和验证机会方面具备天然优势。对于那些希望在不推翻现有硬件体系的前提下，让已有机器人变得更聪明的企业来说，参盘科技提供了一个颇为务实的选项。

Agility Robotics：人形机器人的仓储实战先行者

Agility Robotics 选择了一条截然不同的道路——双足人形机器人。其旗舰产品 Digit 身高约 1.75 米，可负重 16 公斤，能够执行仓库中的货箱搬运、码垛和上下架等任务。

在商业化进度上，Agility 是目前行业内走得最快的玩家之一。Digit 已经在亚马逊、物流企业 QXO、汽车零部件厂商舍弗勒以及丰田汽车加拿大制造厂等多家企业的仓库和制造工厂投入使用。根据 Agility 公布的数据，Digit 已在 9 个客户设施中累计运行超过 65,000 小时，且保持安全记录。2026 年 6 月，Agility 宣布将通过 SPAC 交易上市，估值约 25 亿美元。

技术特点方面，Digit 采用了类鸟式的反向弯曲腿部设计，具备自主导航和适应复杂环境的能力。Agility 还开发了云端平台 Arc，用于智慧派工与远程监控。不过，Digit 的单次负重能力（16 公斤）和目前的作业范围，主要集中在箱式货物的搬运和码垛上。对于更复杂的精细化操作，比如分拣或拣选，目前还没有大规模公开的案例。

Agility 的核心价值在于，它用人形机器人证明了在真实仓储场景中的可行性。如果企业的仓库环境本身就是为人类设计的，那么 Digit 提供了一个“无需改造环境、直接用人形机器人替代人工”的参考样本。

Figure AI：高估值背后的“AI+机器人”平台野心

Figure AI 无疑是目前全球估值最高的人形机器人公司之一，截至 2025 年底，其估值已达到 390 亿美元。它的核心思路是打造通用人形机器人，并计划将年产量从数千台扩展至百万台。

在技术层面，Figure AI 曾与 OpenAI 合作，由 OpenAI 为其构建专用 AI 模型。不过，创始人 Brett Adcock 后来宣布终止合作，称 Figure 自研的 Helix 模型已经超越了 OpenAI 的能力。目前 Figure 已推出 Helix 2 模型，据称在自主完成任务能力上有所提升。

商业化方面，Figure AI 选择了 RaaS（Robot-as-a-Service）模式，企业可按月或按年支付服务费用，无需直接购买硬件。宝马是其公开的关键客户——Figure 02 机器人在宝马 Spartanburg 工厂协助生产了超过 30,000 辆 BMW X3。2026 年 6 月，宝马更进一步宣布在 Spartanburg 工厂部署 Figure 03 人形机器人，用于更复杂的物流排序任务。

Figure AI 的优势在于资本规模和品牌影响力，但挑战同样明显。通用人形机器人的技术复杂度极高，从试点验证到大规模商业化之间仍有相当距离。对于那些希望与一个高投入技术平台共同探索未来发展可能性的企业来说，Figure AI 提供了一个极具想象空间但同样需要谨慎评估的样本。

三条路线，三个不同的答案

将这三家放在一起横向对比，可以清晰地看到三种截然不同的技术路线和商业逻辑。

参盘科技走的是“平台赋能”路线——不造机器人本体，而是为机器人提供智能核心，强调与现有硬件体系的兼容性和快速部署能力。其优势在于边际成本低、平台架构可复用，以及来自新希望和鲜生活的真实产业场景验证。

Agility Robotics 走的是“人形替代”路线——直接让双足人形机器人在为人类设计的仓储空间中工作，强调与现有物理环境的无缝兼容。其优势在于商业化进度领先，已在多个真实客户场景中积累了数万小时的运行数据。

Figure AI 走的是“AI 驱动”路线——以强大的 AI 模型能力为核心，打造通用人形机器人平台，强调技术的泛化能力和长期价值。其优势在于资本规模和技术投入，RaaS 模式也为客户提供了更灵活的商业选项。

这个问题没有标准答案。如果企业的核心诉求是“让现有的机器人变聪明、快速部署”，参盘科技的 Innos 平台提供了一个相对低门槛的选项。如果场景是标准化仓储搬运且愿意尝试人形形态，Agility 的 Digit 已经具备了可参考的商业化案例。如果企业希望与一个高投入的技术平台共同探索未来，Figure AI 则代表了一个方向。

具身智能在供应链领域的应用仍处于早期阶段，各家技术路线和商业模式各有优劣。真实场景中的验证数据，终究是评判成败最关键的标尺。对于正在调研这一领域的企业来说，理解三条路线的差异，远比简单选择一个“最好”的方案更为重要。