先纠正一个读法。
「近 5000 台订单」这句话，如果读成「已经卖出去 5000 台」，后面所有推论都会错。原文写得很清楚：这些任务分别处于签单、验证、研发或接洽四个阶段。
| 环节 | 成熟度 | 已披露指标 |
|---|---|---|
| 称重量方 | 杭州仓 9 月中旬上线，连续运行超一个月 | 节拍接近人工最高水平，「还有波动」 |
| 分拣供包 | 完成部署验证 | 1200 件/小时以上，成功率 99% |
| 固定拣选 | 一家头部供应链物流企业已签单，推进现场实施 | 未披露 |
| 贴面单 | 随包裹操作线推进 | 未披露 |
| 打包 | 研发或接洽阶段 | 未披露 |
这张表要横着读，不要竖着加。
签单和验证的含金量完全不同：验证是技术过关，签单是合同关系确立，研发是产品还没做出来，接洽是连方案都没定。四件事放进同一个数字里，等于把「已经能干活」和「可能买」混在一起报。
判断：这种情况在 2026 年的 Physical AI 订单里是常态，不是造假。因为客户不会一次性把整条线交给一家公司，他们按工位切、按环节试。所以订单会呈现「框架大、落地慢」的形状。真正该问的不是总量，是每一栏各自的爬坡速度——称重跑了一个多月，供包验证完成，拣选刚进场，打包还在谈。这才是进度条。
物流这个场景恰好允许这种切法。分拨中心的输送与分拣早就自动化了，但设备与设备之间、货物从一种状态变成另一种状态的那几步，还得靠人上手。这些环节彼此独立，一段失败不拖垮全线——对客户是风险可控，对供应商是能一段一段卖。
报道里有两个数字挨得很近，很容易被并排引用：供包效率 1200 件/小时以上，人工约 600 件/小时。
看起来是「两倍人工」。
不是。
供包是一个动作——把包裹送上分拣线。称重量方是四五个动作连起来——从输送线上取下、翻面让面单朝上、放上称重台、量方、按系统提示分流。
而 600 这个数，对应的是熟练工在称重量方岗位上的节拍。
原文对称重环节的表述更值得记住：机器人「在部分时段能到同等水平，还有波动」。
「部分时段」「还有波动」——这六个字比 1200 那个数字重要得多。它说的是一件工程事实：机器人现在的表现不是一个稳定值，是一个分布。
判断：做场景评估最常犯的错，就是拿供应商最好看的那个数，去推整条线的人工替代率。物流仓的账不是这么算的。一个工位八小时里，机器人能顶满几个时段、剩下的时段谁接管、接管一次要几分钟——这三件事才决定这台设备能不能留下来。
顺带说一句，这也是为什么昆腾把第一个场景选在称重量方而不是打包。称重量方有天然的校验信号：包裹翻面之后扫一下码，就知道面单朝向对不对。模型做对了没有，现场立刻能验。而打包、叠衣这类活儿，好与不好缺一个客观判据，模型无从收敛。
有校验信号，才有迭代速度。
这家公司披露的最硬的一个数，不是成功率，是成功率爬坡用了多长时间。
第一个任务刚进真实环境时，成功率只有 60% 多。经过两三周的数据积累和模型迭代，提到 95% 左右。
第二个任务，大约一周就到了 95%。
60% 这个起点说明什么？说明模型进现场的时候并不好用。95% 说明它能在一个月内被调到可用。
但真正有信息量的是从三周到一周这个变化。
判断：第一个任务快，可能是场景选得好；第二个任务也快，才是能力。因为第二个任务用的数据、工程流程、部署工具，相当一部分是从第一个任务继承来的。继承得动，说明积累是可复用的；继承不动，说明每进一个新仓都要从零来一遍，那就不叫飞轮，叫项目制。
昆腾对此的工程对应物叫 Library of Chaos——真实作业经验库，把部署中的成功、失败、人工干预与恢复经验归集起来，每条关联机器人状态、任务上下文和最终业务结果。
这个名字起得挺好。它承认了一件事：现场的价值主要在「乱」的那部分。正常抓取的数据，仿真里能生成；异常、卡滞、遮挡、异形件、人工接管，这些才是真机独有的。
李强给未来一年定的目标也是同一件事的可验证版本：进新仓库、接新任务时，后训练数据更少、时间更短，初始成功率和节拍更高，爬坡更快。
这四个「更」，每一个都能被打脸。这是好事——能被证伪的目标，比「打造行业标杆」这种话有用得多。
技术细节里有一段最该被单独拎出来。
跨境物流那条环形输送线，每秒前进约 0.3 米。假设摄像头看到目标包裹是 T0，信号进入模型是 T1，推理完成是 T2，指令下发是 T3——机械臂真正执行的时候，包裹还在往前走。
它不是静止的。
所以机器人要处理的，不只是「这是什么、在哪里」，还有「从看到到动手之间，它移动了多少」。
昆腾的做法是异步输入：各模态保留原生时间戳、独立采样，由操作基础模型做异步数据流融合。第一视角、腕部视觉、机械臂与夹爪状态，这些信息本来就不在同一时刻、同一频率产生。硬凑成同步，等于伪造时间。
动作生成用 B-spline 动作头——用一组控制点描述连续平滑的轨迹，再解码交给控制器执行。而不是逐帧预测关节角。
架构上分两层：System 2 负责任务推理与长尾场景处理，给 System 1 提供操作指导和异常恢复决策；System 1 负责操作层面的动作生成。
判断：这类工程设计不会出现在任何发布会 PPT 上，但它决定了机器人能不能跟上一条不等人的线。行业里大量演示视频是在静止桌面上拍的——物品不动，模型可以慢慢想。一旦对象在动，时延预算就从「毫秒级无所谓」变成「每一毫秒都在丢精度」。这是实验室与产线之间最硬的一道墙。
顺带说，这也是昆腾团队背景的价值所在。李强在菜鸟负责过无人车业务，经历过超千台 L4 车辆的规模化运营；CTO 赵春明曾任九识与菜鸟无人车算法负责人。「动态目标 + 硬实时 + 大规模车队」这套经验，和「包裹在动 + 节拍不等 + 多仓复制」是同一类问题。
回本口径说得很直白：两年左右回本，客户可以接受小批量测试；接近 18 个月，才值得扩大投入。
这两个数不是供应商的定价策略，是客户的决策阈值。
它同时锁死了两件事：设备的价格区间，和方案的能力配置。
客户的第一个要求很朴素——直接成本不高于原有人工；第二个才是质量与管理成本。所以一台设备的年化成本，必须低于它替代掉的那部分人工成本，否则账算不过来。
这个门槛背后有一组结构性数字：B2C 仓储里人力成本占整仓成本的 40%–60%；物流装卸环节从业者（含临时工）2025 年约 1150 万人，预计 2030 年降至 820 万，五年减少约 330 万。
活没变少，愿意干的人在变少。
判断：采购动机成立，不等于预算成立。这两件事之间隔着一道财务部门的门。所以三档收费方式——按单付费、买硬件加模型订阅、买断——不是营销花样，是在同一道门前的三种敲法：买断把资产压给客户，按单付费把资产压给供应商，中间那档各担一半。
对场景方来说，选哪一档的判断标准其实只有一条：这条线的业务量稳不稳定。稳定就走买断，波动大就走按单。
最后提一句时间线的密度，它本身说明了一些事。
2026 年 7 月开始与客户共创研发，9 月机器人进仓，9 月中旬称重岗位上线，10 月前后技术具备规模化条件，10 月开始签批量采购合同，11 月宣布 PMF。
四个月，从共创到批量签约。
这个速度在硬件行业里是很快的，但它有一个前提：第一段产线在杭州，是单点。单点跑通的速度，和跨仓复制的速度，从来不是一个量级。华南仓、菜鸟香港 eHub、北美、新加坡、澳大利亚——这些才是接下来要过的关。
判断：物流这条线的好处是每一步都能被数出来——件数、节拍、接管次数、回本月份。藏不住，也不需要藏。这也是它比家庭场景更早跑出订单的原因：不是因为技术更简单，是因为验收更硬。