SAP与Cyberwave在德国圣莱昂-罗特仓库部署全自主AI机器人，实现箱体折叠、包装和内部履约自动化，仓库吞吐量提升40%。该系统基于SAP LGM与BTP平台，实现分钟级部署，训练时间从数周压缩至数小时，标志着物理AI从概念走向企业真实运营。
据roboticsandautomationnews.com报道，SAP与AI机器人软件公司Cyberwave在德国圣莱昂-罗特（St. Leon-Rot）的物流仓库成功部署了全自主AI驱动机器人，实现箱体折叠、包装及内部配送履约全流程自动化。该部署标志着物理AI（Physical AI）从实验室走向实际运营的里程碑。
首次实现全自主AI机器人在企业真实仓库运行
SAP于2025年宣布扩展其“物理AI”能力，此次在自用仓库的落地是该战略的关键一步。位于德国圣莱昂-罗特的仓库采用SAP物流管理（SAP Logistics Management, LGM）系统，该系统为云原生架构，具备API优先设计，已在2026年LogiMAT展会上被广泛认可，因其实现周期短、流程标准化。此次部署中，SAP通过SAP业务技术平台（BTP）与Cyberwave平台无缝集成，实现了机器人任务从训练到上线的分钟级部署。
“通过将AI驱动的机器人直接整合进我们的实时仓库运营，我们证明了物理AI已不再是概念——它正在今天创造真实价值。”——Tim Kuebler，SAP仓库与发货主管
据原文数据显示，该仓库机器人执行的箱体折叠、包装和内部出货任务已实现完全自主，无需人工干预。这一成果使仓库吞吐量提升40%，同时显著降低人工在重复性、高强度作业中的负担。
解决物流机器人落地难的核心技术突破
传统机器人系统在复杂多变的物流环境中面临巨大挑战：对象形状不一、包装方式多样、作业流程动态变化。以往系统需对每种任务进行长时间手写编程，且在环境变化时极易失效。Cyberwave平台通过以下三项核心技术突破实现高适应性：
- 通过直观演示界面快速采集真实仓库环境中的任务数据，涵盖对象多样性、摆放姿态变化、流程扰动等实际变量
- 基于视觉-语言-动作（Vision-Language-Action, VLA）模型与强化学习（Reinforcement Learning, RL）技术，在真实数据上进行模型微调，使机器人具备跨对象、跨姿态、跨流程的泛化能力，而非仅记忆固定动作序列
- 支持在物理机器人上实时部署模型，并通过反馈循环持续优化，适应动态环境变化
据原文报道，传统系统完成一项任务的工程周期通常需数周，而Cyberwave方案可将训练时间压缩至数小时。非专业操作人员可通过简单演示教会机器人新任务，系统自动适应对象、环境和流程的差异。
“与SAP在真实仓库的部署合作，是Cyberwave的决定性时刻——它证明了AI驱动的机器人在企业物流中所能实现的实际价值。”——Simone Di Somma，Cyberwave联合创始人兼CEO
该系统在SAP仓库的部署全程使用SAP BTP与Cyberwave平台完成，从数据采集、模型训练到机器人运行，均在统一平台完成，实现端到端集成。
行业趋势与技术验证：AI机器人正从试点走向规模化
目前全球仓储自动化市场正从以AGV（自动导引车）为主的搬运系统，向AI驱动的智能机器人系统演进。据2025年IDC报告，全球智能仓储机器人市场年复合增长率达28.6%，预计2030年市场规模将突破1200亿美元。SAP此次部署作为大型企业自用标杆，为其他制造业与物流服务商提供了可复制的技术路径。
在同领域，亚马逊已在其全球仓储网络部署超10万台机器人，DHL在德国杜伊斯堡枢纽也实现了AI驱动的分拣系统试点。但SAP此次的特殊之处在于：其不仅使用机器人，更将机器人能力深度嵌入企业级ERP系统（SAP LGM），实现业务与物理操作的双向联动，形成“数字孪生+物理执行”的闭环。
本文编译自海外媒体报道，由 SCI.AI 编辑团队整理发布。
