在全球仓储与电商物流持续扩张的背景下，拖车与集装箱卸货被普遍视为仓库里最“伤身”的工位：高温、闷热、长时间弯腰搬箱，使得这一岗位的受伤率和离职率长期居高不下。美国Pickle Robot Company，正试图用一款能自主卸货的机器人系统，让机器去做“搬箱子的重体力活”，让人更多回到决策与异常处理等更具价值的环节。

Pickle Robot 是一家总部位于马萨诸塞州剑桥的物流机器人创业公司，由三位MIT校友AJ Meyer、Ariana Eisenstein和Dan Paluska共同创立，目前专注于用“Physical AI（物理智能）”改造供应链一线作业。公司创始人兼首席执行官AJ Meyer拥有美国麻省理工学院电气工程与计算机科学学位，联合创始人Ariana Eisenstein担任首席技术官，负责软硬件团队，联合创始人Dan Paluska则以副总裁（机器人）身份主导机器人本体与运动控制等工作。

从硬件形态看，Pickle的主打产品是一套“单臂+底盘+输送线”的卸货机器人系统：工业机械臂安装在带有车载计算单元的移动底盘上，可以自行驶入拖车或集装箱内部，通过大面积真空吸附抓取纸箱，并将其放到随车输送机上，再接入仓库既有分拣和入库流程。根据公司披露的数据，这套系统可处理从约5英寸立方体到24×30英寸的大规格纸箱，单箱重量最高约50磅，在不同货物与装载密度下，整体卸货效率在每小时400～1500箱之间，整车非托盘化货物最快可在90分钟左右完成卸载。

真正支撑其在“乱糟糟的车厢”里稳定工作的，是背后的传感与算法体系。Pickle的视觉系统采用多摄像头组合，辅以实时信号处理与深度学习算法，在每一次抓取后都会重新评估视野中的货箱堆叠情况，选择下一次的最优抓取点与运动路径，既要保证吸附可靠，又要兼顾整车节奏。 在控制架构上，公司将生成式AI与多种专用机器学习模型叠加成一套“自治栈（autonomy stack）”，让系统可以在复杂车厢内连续执行“感知—规划—抓取—放置”的闭环协调，每小时完成成千上万次动作，同时通过海量真实作业数据持续优化表现，这也是其“Physical AI”概念的技术内核。

根据该公司披露，Pickle已与多家知名企业开展合作，包括美国联合包裹服务公司、日本Ryobi工具品牌以及日本邮船集团旗下的Yusen Logistics等，在美国多个仓库和转运中心以“机器人即服务”（RaaS）的模式部署卸货系统。2024年，该公司完成了5000万美元B轮融资，投资方包括美国Teradyne Robotics Ventures、美国Toyota Ventures等产业与金融机构，新资金将用于扩展功能集和加速全球扩张。

在谈到这一轮融资时，AJ Meyer强调，公司聚焦的是“物流系统中最耗体力、离职率最高的环节之一——拖车卸货”，Physical AI的目标是让机器人在真实货场以接近甚至超越人类的节奏完成体力劳动，让员工从高风险岗位转向更安全、更具协同价值的角色。 Ranpak首席执行官兼Pickle董事会成员Omar Asali则评价称，Pickle在技术创新、商业落地和客户满意度等方面“正在同步提速”，这也是全球一线客户愿意与其展开深度合作的重要原因。

从行业视角看，该公司的产品释放了几个值得关注的信号；第一，自动化升级正在从“易场景”走向“硬骨头”，以拖车卸货这样的高负荷工位为突破口，更能体现机器人对工伤率与用工稳定性的实际价值；第二，以生成式AI为代表的新一代算法并非只服务于“看屏幕”的虚拟应用，而是通过Physical AI的方式深度嵌入仓库现场，实现从软件平台到机器人群控的协同；第三，供应链自动化的竞争焦点，正在从单机设备性能转向“平台+数据+服务”的长期能力积累——谁能在真实货流中跑出更长的里程、积累更多场景数据，谁就更有机会定义未来仓储码头的人机协同范式。