运输追求装载率，仓库追求处理效率，装卸工承担了两套作业方式之间的转换。这个岗位长期存在，自有它的经济合理性。机器要接手，就得同时理解两边的要求。赛那德的机会，在于保留运输端的装载效率，同时降低仓库的处理成本。这样的能力能在多少客户之间复用，又决定了这家公司能把生意做多大。

局部最优不等于整体最优，在物流装卸场景尤为明显。

发货的人想把车装满，收货的人想把车卸快。散箱可以拿小箱子填大箱子之间的空隙，到了月台，却得一件件搬下来。整托货方便叉车整批搬走，可托盘跟车走，又可能占掉一些装载空间。运输省下的钱，有时要用卸车工时来换。

仓库负责人能调整自己的月台，却很难让不同货主都为了他的设备换一种装法。两边各有各的规矩，过去把它们接起来的，是钻进车厢的装卸工。

赛那德把这段作业叫作“最后20米”，它正在尝试让机器人适应车厢里的变化。箱规不必预先登记，货堆怎么摆，机器到现场再判断。抽走一箱后，旁边的货发生位移，接下来的动作也要调整。

11月的上海CeMAT ASIA物流展上，赛那德在模拟集装箱里演示了不同规格纸箱混码卸货。赛那德CTO王义山将公司推进的这一方向称为“无限SKU”。对仓库而言，这项能力有机会减少更换货型时的登记和调试，让同一套设备处理更多来货。

仓库能改，货车未必配合

把一批箱子码在托盘上，叉车就能连托盘带货一起搬走。发货时整批装车，收货时整批卸车，行业里叫“带托运输”。线路固定、两边使用的托盘兼容、托盘还能回收周转，这套办法很有效率。

但两边使用的托盘规格不同，货物出库前可能还得换托。工人要把箱子从仓库托盘上逐件搬到运输托盘上，多搬一次。王义山还提到另一种做法，叉车把货送到车边，工人再逐件搬进车厢，托盘留在仓库。

仓库里的设备能高效运转，也依赖这些提前安排好的条件。

托盘用多大，货摆在哪里，从哪个位置送上输送线，都可以统一。设备沿着固定路径，在指定位置取货、放货，遇到的变化少，动作就容易做得又快又稳。

到了车厢口，货由别处的人装，车从别处开来。货主不同，包装规格和装载方式也会变。仓库能把自己的输送线布置得很规整，却未必有能力要求上游统一箱规、改变码放方式。

装卸工承担了这部分变化。他把叠在一起的货逐件搬出来，送上输送线。后面的扫码、称重、分流设备，才有条件连续运转。

机器人要接手这道工序，客户就得算整趟运输的成本。如果为了让机器好卸，先要求来货改成整托，月台节省的工时就要与新增的运输、换托和托盘周转成本比较。不同线路、不同货型，结果会有差异。

机器能直接处理按原样装来的散箱，客户才有机会减少上游的调整。设备采购之外，为了使用设备而付出的成本，也随之进入比较。

货堆在变，动作也要变

车门打开后，机器人要先找到作业位置，再选择抓取对象。

据王义山介绍，设备先找到车门，扫描露在外面的货物。货堆比较平整时，可能从上方靠中间的位置开始。贴着车厢侧壁，机械臂调整角度的余地较小。中间空间大，条件合适时还能同时抓取相邻箱子。月台与车厢存在高低差，设备还要在坡道上调整作业姿态。

这些判断，熟练装卸工每天都在做。车停得有些偏，人会调整站位。纸箱倾斜，人会换个角度。机器要应对同样的变化，感知、决策和执行就得在作业过程中衔接起来。

箱规少时，可以预先录入。工厂每天发同几种纸箱，登记一次就能使用较长时间。给多个商家服务的仓库，新包装和新组合持续进入，设备对预设条件的依赖越强，需要补录和调试的情况就越多。

赛那德此前的产品从单一或少量箱规起步，后来有版本能够处理百种以内的货品规格，部分规格可以提前登记。“无限SKU”继续放开箱规预登记的限制，要求模型适应未录入的纸箱及其堆叠组合。

看清尺寸以后，机器人还要判断货物之间的支撑和受力关系。某个箱子容易抓取，抽走后却可能带倒旁边的货。搬走一件，货堆状态改变，下一次动作也要重新规划。公司6月披露的装卸世界模型，用于辅助判断抓取动作对货堆的影响。

实际作业反馈与仿真训练会用于模型学习。机器人在作业时根据感知结果自主决策，发现异常可以暂停、调整。箱规、垛形和位置变化，逐步由模型和控制系统处理。包装能否抓取、货物是否破损、设备承重及可用操作空间，仍然构成作业边界。

传感器看清货物的位置和状态，模型判断先搬哪件、怎样搬，再由机器人的“手”执行。这只“手”可以根据货型换成吸盘、夹具或托举结构。赛那德一款吸盘下方配有可伸缩托板，搬重箱时从底部托住，处理密集货堆时则收回，给抓取留出空间。大脑判断出的搬法，还得有合适的“手”来完成。

对合同物流和多货主仓库，适配范围关系到设备利用率。一台机器只适合几条货型稳定的线路，其他车到场时仍要交给人工。能够连续处理不同来源的来货，才有机会减少等待。设备一小时搬多少箱，要与一个班次里实际工作了多久放在一起看。

少改多少，多接多少

赛那德目前的装卸机器人通常无需对原有月台进行大幅改造，货物如何流动、输送线怎样衔接、卸下来的箱子如何摆放，仍需调整。

每个仓库现场都有自己的行业规则。王义山以酒类物流为例，同一车可能混有零点前后生产的两批货，外箱相似，喷码上的生产日期已经不同。装卸时读取批次信息，后面的入库流程才能准确执行。

2026年8月的世界机器人大会上，赛那德展示了卸货、读码、码垛衔接的方案。识别和抓取能力可以向不同客户复用，具体怎样分批、怎样入库，仍需要对接。场地少改一部分，流程和系统适配还要继续计入部署成本。

赛那德选择与产业企业联合研发。

王义山提到，公司与中国外运围绕第三方物流场景开展合作，也与华润三九进行医药流通相关研发。部分股东开放过实际业务场景，让团队在生产任务中试错。

这些场景也出现在公司的融资背景里。2026年3月，赛那德披露超2亿元战略融资，中国外运、阿里巴巴等参与。6月的3亿元C轮引入满帮等投资方，9月披露的近2亿元新融资则有五粮液基金参与。这些投资方分别连接着运输、仓储和制造企业的物流需求。

物流的衔接处，集中着上下游各自优化后留下的矛盾。机器人要适应货物和现场，供应商要理解两端的成本。保留运输端的装载效率，同时减少仓库的处理工时，技术进步才有机会带来整条链条的收益。

资本还要看这套能力能复制多远。如果每换一家仓库，都要重新设计、调试和长期驻场，新增订单就会持续占用工程团队。设备与模型能复用得越多，交付成本才有机会下降。

客户则要看，设备进场以后，原来的活能接走多少。把适合设备处理的车辆安排到机器人月台，混有破损件或其他难处理货物的车辆交给人工。

随着设备适应更多箱规和堆叠方式，更多车辆才有机会从人工月台转到机器月台。货主照原来的方式装，仓库在原有月台接，机器完成整车装卸。上下游少为设备改变做法，物流自动化才能进入更多原本难以覆盖的现场。