亞馬遜推出 DeepFleet：排程百萬倉儲機器人，移動時間縮短 10%

想像一下，在一個佔地幾萬平米的倉庫裡，有成千上萬臺機器人在同時穿梭，稍不留神就會像早高峰的主幹道一樣擠成一團。

Amazon CEO Andy Jassy 最近就公佈了一款名為 DeepFleet 的新 AI 模型，專門用來給物流中心裡的龐大機器人艦隊當「空中交警」。

排程百萬機器人的智慧交警

DeepFleet 的核心任務是最佳化倉庫內部的交通排程。它結合了 AWS SageMaker 等工具，通過學習 Amazon 海量的庫存流轉歷史資料，在毫秒間做出即時路徑決策，幫機器人尋找最優路線並減少擁堵。

Amazon 目前在運營的機器人規模已經超過 100 萬臺。按照 Jassy 的說法，DeepFleet 能把機器人的執行耗時縮短 10%。對於這種規模的物流網路來說，節省一成的時間就意味著包裹處理速度的大幅躍升。重體力搬運完全交給機器後，倉庫作業的安全性更高，員工也可以騰出手來轉型做技術含量更高的崗位。

為什麼重要

我們認為，DeepFleet 展現的是 AI 最紮實、最不講虛話的一面。當行業都在拼大語言模型誰更會聊天時，Amazon 把 AWS 的底座算力直接插進了自己最重、最耗成本的物理實體資產裡。

排程上百萬臺移動機器人並不是簡單的路徑演算法，10% 的移動時間壓縮，折算成每天海量包裹的履約速度和運力成本，就是其他電商對手短期內極難追趕的護城河。不過看起來，隨著演算法全面接管倉庫底層的執行節奏，如何把大量倉儲員工真正平穩轉型到技術崗位，依然是 Amazon 需要用時間來證明的隱患。