无人叉车发展驱动因素有哪些？

经济效益，核心逻辑是机器替人。

无人叉车产品均价近年快速下探。2018-2023 年，无人叉车均价由 60 万元/台下跌至22 万元/台，主要系由于应用场景增加、产销初步规模化，国产供应链崛起、核心部件价格下降，新进入者增多、行业竞争加剧；同时，较低的价格也降低了下游客户的购置门槛，系无人叉车渗透率快速提升的主因之一。AGV 方面，近年产品均价已进入相对稳态，在 16～20 万元/台之间，销量也呈现快速增长趋势。无人叉车的成本大头主要是定位导航装置、车体以及车载控制系统，三者分别占比25%、20%、16%，三者合计占比 61%（以一般产品而言，并不代表所有类型的无人叉车产品）。未来随着无人叉车规模化应用的进一步加速以及相关核心部件成本的下降，无人叉车的价格或将继续下沉，销量则预计跟随AGV大β进入高速增长、加速渗透发展阶段。

零部件成本控制系无人叉车主机降价的核心驱动因素之一。以无人叉车的“大脑”控制器为例：根据仙工智能招股书，仙工智能是全球最大的以控制系统为核心的智能机器人公司，2024 年控制器全球市占率为 23.6%，具有一定代表性；2022-2024 年，公司机器人控制器实现收入 4692.3、6605.9、5741.3 万元，实现销量 1685、2553、4055 台，对应均价分别为 2.78、2.59、1.42 万元/台，均价降幅达48.92%。

控制器等核心部件价格的快速下降，一方面得益于规模化生产降本，另一方面系零部件结构优化、高性价比产品的占比逐步提升。根据仙工智能招股书，公司控制器销量持续增长，但收入却在2024 年下滑，主要系 SRC-880 系列等经济实惠型控制器销量占比提升，尽管其仅具备较少的基础功能（具备SLAM自然导航能力），但较低的价格对于客户仍具较大吸引力。未来，高性价比的零部件有望进一步成为无人叉车主机厂的优先采购选项，进而推动产品价格持续下降。 相同配置下，无人叉车均价高出传统电叉约 1 倍。通过以下假设进行价格估算：根据叉式移动机器人产业发展蓝皮书，假设 2024 年无人叉车均价为 20 万元/台左右，对应30-40%毛利率，成本平均在 13 万元/台左右； 相较传统电叉，无人叉车的成本增量环节是定位导航、车载控制、通信装置，无人叉车中与传统叉车共通部件的成本占比 60%左右，对应 7～8 万元/台； 根据安徽合力、杭叉集团 2024 年年报，传统电叉毛利率在 20-25%，按照 7～8 万元/台成本计算，传统电叉的均价为 10 万元/左右。

机器替人实现产业链利润再分配，实现了客户降本和供应商高毛利双赢。通过以下假设进行TCO 估算：假设无人叉车与传统电叉的售价为 20、10 万元/台，考虑到无人叉车需额外进行软件系统及仓储布局的一次性初始投资，假设为单台设备售价 20%； 根据海豚之星官网，无人叉车设备年均维护费用约为购置价格的 10%，对应 2 万元/年。相较传统电叉，无人叉车提升作业效率、降低事故发生概率的同时，一班或二班倒的情况下成本回收周期仅约 1～3 年，三班倒可缩短至 1 年以内。远期视角下，无人叉车可为用户节省大量人工成本，实现了产业链利润的再分配，具备显著 TCO 经济效益；同时也可为无人叉车供应商带来更高的产品利润率；经济效益是驱动无人叉车渗透率提升的核心动能。

技术发展解决的是产品的可用性的问题：近年凭借自然导航、通信调度技术的发展，无人叉车智能化水平快速提升，迎来规模化放量的拐点；展望未来，开箱即用的快速部署设计与更加柔性的具身智能形态等升级方向，将推动无人叉车应用场景进一步渗透下沉，最终朝向“全场景、全链条”“纯无人化”形态迈进。 SLAM 自然导航技术助力无人叉车实现真正“无人化”。激光 SLAM 系统框架主要分为五个部分：传感器数据采集处理、前端激光里程计、后端优化、回环检测和地图构建。无人叉车通过传感器（激光雷达、工业相机）采集环境数据信息，经前端激光里程计进行处理分析，快速估计当前时刻相邻激光雷达数据帧之间的位姿变换。通过后端优化算法优化全局轨迹、解决位姿计算的累计误差与精度不足，获取设备精确位姿并构建生成全局地图，同时执行回环检测，实现地图闭环。 近年来，NeRF（神经辐射场，neural radiance field）和 3DGS(三维高斯喷溅，3DGaussian splatting)等深度学习算法迅猛发展，为 SLAM 领域后端优化提供有效支撑。其中，NeRF 通过场景三维表示，能够生成高质量的稠密地图；3DGS 通过高斯分布特性进行高效的图像特征提取和匹配。以上技术发展不仅提升了 SLAM 系统在动态环境中的表现，也为其在复杂场景中的应用提供了新的可能性。

无人叉车智能化程度的大幅增强是近年渗透率提升的核心驱动力之一。从 2023 年最新数据来看，SLAM自然导航（激光、视觉）的 AMR 无人叉车已占据主导地位（市场份额 75%），传统激光反射板导航的AGV 无人叉车占比已较低（市场份额 23%）。 单体智能化提升基础上，5G+MEC（多接入边缘计算，Multi-access Edge Computing）赋予无人叉车机队更强的规模化作业能力。左图为目前常见工业移动机器人集群调度系统，受传统WIFI 通讯方式的制约，存在系统对移动机器人的监控信息不完善，缺少视频图像数据，决策规划非最优等缺陷，也是目前的工业移动机器人系统在更广泛的应用场下适应能力不足的原因之一。5G 网络凭借三大特性：eMBB（增强移动宽带）、mMTC（海量机器通信）、URLLC（超高可靠低时延），再加上MEC 边缘计算等技术将有效地促进工业应用移动机器人集群调度系统朝向规模化控制方向发展： 无线网络不稳定，5G 能够大幅支持视频图像传输、MEC 边缘计算等通信性能，同时提升通信稳定可靠性、降低丢包率与设备掉线概率； MEC 赋予系统云化计算控制能力，AGV 由依赖车体算力切换为共享“云端”算力，比如通过云计算实现SLAM 构建等，技术、成本上均具显著优势； 以无人叉车为例，5G+MEC 加持下，功能能够由执行简单搬运指令升级为接近人工操作效果的柔性叉取、笼箱堆叠、卡车卸货等更加泛化的能力。

除自然导航、调度系统升级外，无人叉车降低部署成本的“开箱即用”设计或是未来提升渗透率的重要途径之一。以三一机器人、劢微机器人为例：

三一机器人：于 2025 年 5 月长沙工程机械展发布 A7 智能搬运车新品，实现“开箱即用”便捷部署能力，设备可单机独立运作无需网络配套，客户收货开箱后对作业场地进行建图和添加作业点位，即可下发任务进行搬运作业，最快 5 分钟即可投入生产，便捷性和灵活性与家用扫地机器人相当；劢微机器人：于 2022 年 10 月发布“开箱即用版”劢小微 X1 无人叉车，实现5 分钟即可完成上线，同时支持多终端客户手持 Pad 下发任务；高配版车辆自带托盘姿态识别、货物有无检测功能，同时根据需求设置自主完成充电。 对于应用大规模无人叉车及 AGV 机群的作业场景而言，中央管理、调度系统的部署是不可或缺的；但对于轻量化的应用场景而言，无人叉车本体更高的智能程度与机队更快的部署速度则具备较强吸引力，“开箱即用”或是无人叉车深化渗透下层市场的重要产品设计路线之一。

叉车本质上是应用广泛、具有通用属性的工业品，应用场景大致可分为仓储物流与工业制造两大类，应用场景的离散程度、搬运功能的类人能力很大程度决定了其渗透率的提升节奏。对比分析无人叉车与传统叉车： 从下游行业来看，相较传统叉车，无人叉车下游行业更加集中，以新能源、汽车、电子等高端制造业为主。工业自动化水平较高的行业率先开启了叉车无人化的升级，而在冶金、农业相对传统的行业则仍几乎未形成渗透，未来突破更广泛的应用行业是无人叉车渗透率提升的重要路径。从销售车型来看，相较传统叉车，最大的差异在于Ⅱ类车，在传统叉车中电动乘驾式仓储叉车是灵活轻便、高举升载荷、无污染噪音的高端品种，份额常年保持在 3%以内的较低水平；而无人叉车作为更加先进的自动驾驶工业车辆，消除了高技能人力依赖、精度与安全性要求高等痛点，更加适配高密度仓储场景，因而推动Ⅱ类车在无人叉车中的份额提升。在Ⅰ类平衡重式叉车方面，无人叉车占比相对较低，高负载的工业制造场景未来是无人叉车的渗透重点。

目前，无人叉车等智能物流设备功能以室内搬运、立库存取为主，其他标准化程度低的工序仍亟需突破（比如火车外月台卸货，仅少数企业通过标准化托盘等方式实现初步突破）。展望未来，随着硬件、算法等核心技术的持续迭代，无人叉车等系列智能物流设备的终极形态或是“工业移动具身智能”，其解决的一定不单单是简单的搬运存取问题，而是具备类人的全柔性作业能力（比如取代目前仍需人工进行的分拣工序等），实现的是全场景、全链条覆盖的“纯无人化”仓储。

国家政策正体系化推进智慧物流行业发展。政策主要通过引导更新、场景扩容、监管松绑三轨协同，加速智慧物流从单点应用向系统化生态演进： 设备智能化更新：工业（2024 年 3 月《推动工业领域设备更新实施方案》）、交通（2024 年5 月《交通运输大规模设备更新行动方案》）领域明确要求以仓储物流为重点，更新智能物流装备与无人物流设备。 多场景规模化渗透：政策覆盖轻工业智能仓储、农产品冷链信息化、医药多仓协同、跨境海外仓等场景，推动技术应用从生产端向供应链全链条延伸。 制度性障碍突破：2022 年 8 月国家市场监督管理总局新规对纯无人叉车豁免特种设备管理，降低合规成本，为无人设备商业化铺平道路。

无人叉车与无人物流车有望协同发展，共同构成智慧物流产业闭环。前端仓储环节的无人叉车、AGV实现原材料智能入库、生产线上物料精准流转及成品自动化存储，形成“仓内无人化枢纽”；后端衔接无人物流车，依托智能调度系统将仓储端分拣完毕的货物自动装载，完成从区域分拨中心到终端客户的高效配送。未来二者通过统一数据中台（实时共享库存、路径、订单信息）与标准化载具（如可自动装卸的智能托盘/集装箱）实现无缝协同，最终贯通原材料运输→柔性制造→智能存储→最后一公里交付全链条，构建端到端的无人化物流生态闭环。