创锐丰科技 AI · 大模型 · 智能仓储
大模型技术 × 仓储设备
智能化合作方案
基于创锐丰「智仓管理系统」已有产品能力
叠加大模型AI决策层,与仓储设备厂商共建智能仓储生态
🧠 大模型决策中枢 👁️ AI视觉检测 📊 预测性维护 🔢 数字孪生 🤖 智能调度
面向对象:仓储设备厂商 / 系统集成商
商务邮箱:biz@crf.net.cn
产品官网:wms.crf.net.cn/product
日期:2026年7月
CONFIDENTIAL · 商业机密
目录
本方案共九个章节,系统阐述创锐丰科技AI能力与仓储设备厂商的合作路径
关于创锐丰科技

创锐丰科技是一家深耕工业管理软件与智能化领域的科技企业,已自主研发「智仓管理系统」(产品官网:wms.crf.net.cn/product),形成覆盖入库、出库、库存管理、硬件集成的完整WMS产品体系。在此基础上,公司全面引入大模型、计算机视觉、强化学习等前沿AI技术,推出「智仓管理系统 · AI增强版」,将传统WMS升级为具备"感知—认知—决策"能力的智能仓储平台。

本次合作方案的核心是:以创锐丰已成熟的智仓管理系统为软件底座,叠加AI大模型能力层,与仓储设备厂商的硬件生态深度集成,共同交付"智能硬件 + 智能软件"一体化方案。

📦

已有产品 · 智仓管理系统

软硬一体的WMS系统,已实现条码入库、订单出库、实时库存、库位可视化、设备状态监控与故障报警等核心功能

入库管理出库管理库存管理硬件集成
🧠

AI增强 · 大模型决策层

在已有WMS之上叠加AI大脑:自然语言交互、智能调度、库存预测、知识问答,让系统从"记录"进化为"决策"

自然语言助手智能问数预测分析
🔌

设备集成 · 厂商协同

基于已有硬件集成能力,进一步对接穿梭车、堆垛机、AGV等设备,实现AI驱动的设备协同调度与智能控制

设备协议适配AI调度边缘视觉

产品演进路径:智仓管理系统(单机版)→ 智仓管理系统(AI增强版)→ 智仓管理系统(设备厂商协同版)。本方案即第三阶段的设备厂商协同版,核心是把创锐丰已有的WMS产品能力开放给设备厂商,联合交付"智能设备+智能系统"整体方案。

02
行业背景与仓储痛点
仓储设备日益先进,但"硬件智能"与"决策智能"之间仍存在巨大鸿沟

行业趋势:随着四向穿梭车、堆垛机、AGV等自动化设备的普及,仓库的"执行层"已高度自动化。然而,设备的调度决策、库存优化、异常处理仍依赖人工经验与固定规则,"自动化有余、智能化不足"成为行业共识。

1
调度效率遇瓶颈

多设备(穿梭车、堆垛机、AGV、输送线)协同调度依赖固定规则,高峰期拥堵、空跑频繁,设备利用率难以突破70%

2
库存管理靠经验

库位分配、补货时机、ABC分类依赖人工设定规则,无法根据实时工况动态优化,导致库位利用率低、拣选路径长

3
异常处理不及时

设备故障、货物异常(变形、错放、破损)靠人工巡检发现,响应滞后,停机损失大,非计划停机占比高

4
数据孤岛严重

WMS、WCS、VMP各成体系,设备运行数据、库存数据、环境数据分散,无法形成统一智能决策闭环

5
操作门槛高

仓库管理系统界面复杂、操作专业性强,新员工培训周期长,一线人员难以快速上手,依赖少数熟练工

6
增值服务缺位

设备厂商交付后主要靠维保收费,缺乏数据驱动的持续增值服务能力,客户粘性与二次商业价值有限

创锐丰科技的判断:下一代智能仓库的核心竞争力不在于"更多设备"或"更快设备",而在于将大模型决策能力嵌入设备运行的每一个环节,让设备从"听指令执行"进化为"理解意图、自主决策、持续优化"。

03
已有产品 × AI增强对照
创锐丰「智仓管理系统」四大核心功能模块的AI升级路径
已有功能 当前能力(智仓管理系统 V1) → AI增强后能力(智仓管理系统 · AI版) AI技术
📥 入库管理 条码扫描入库、自动库位分配、实时库存更新、操作记录追溯 → OCR+大模型自动解析入库单/发货通知、智能预分配最优库位(基于物料ABC与流转频率)、异常包装视觉自动拦截 OCR · 大模型 · 视觉检测
📤 出库管理 按订单出库、直接出库、自动扣减库存、出库记录审计 → 大模型理解出库意图语义、智能订单优先级排序、动态最优拣选路径规划、语音播报引导作业 大模型 · 强化学习
📦 库存管理 实时库存查询、多维度统计分析、库存预警、库位可视化 → 自然语言问数("焊材库还剩多少?")、库存需求预测与自动补货建议、库位周转趋势AI分析、呆滞料智能识别 大模型 · 时序预测
🔧 硬件集成 智能设备无缝集成、设备状态实时监控、故障自动报警 → 设备故障预测性维护(提前7天预警)、多设备AI协同调度(穿梭车/堆垛机/AGV)、数字孪生远程运维 预测模型 · 强化学习 · 数字孪生

合作价值要点:设备厂商无需另起炉灶——创锐丰已有WMS产品的入库/出库/库存/硬件集成四大模块全部保留,AI能力是叠加增强而非替换。厂商的设备直接对接已成熟的硬件集成模块,再由AI层提供智能决策,集成风险最低、上线速度最快。

✓

已有产品验证

智仓管理系统已在真实仓储场景运行,入库/出库/库存/硬件集成功能经过实际验证

↑

AI能力叠加

在已验证的WMS之上叠加AI层,大模型/视觉/预测模型即插即用,非侵入式升级

🔗

设备厂商协同

已有硬件集成能力进一步开放,与厂商设备深度对接,联合交付整体方案

04
产品形态总览
四种产品交付形态,灵活适配不同客户的现状与需求
1

智能体 · 对接既有WMS

轻量接入 · 不换系统

客户已有WMS(任意品牌),创锐丰部署AI智能体对接既有WMS的数据接口,在其之上叠加大模型决策能力。不替换、不侵入既有系统,快速实现智能化升级。

API数据对接大模型问答智能问数非侵入式
适合:已有WMS、希望低成本引入AI能力的仓储运营方
2

智能体 + 自研WMS

完整方案 · 开箱即用

客户无WMS或希望整体升级,创锐丰提供「智仓管理系统 + AI智能体」一体化交付。WMS底座与AI层同源设计,数据无缝流转,从入库到决策全链路智能化。

智仓管理系统AI智能体一体化交付全链路智能
适合:新建仓库、系统换代、需要完整智能仓储方案的客户
3

智能体赋能仓储设备

设备智能化 · 厂商协同

将AI智能体能力嵌入仓储设备本体(AGV、穿梭车、堆垛机等),让设备从"执行器"进化为"自主决策体"。与设备厂商联合交付,实现"智能设备+智能系统"整体方案。

设备端AI边缘推理自主决策联合交付
适合:仓储设备厂商、需要设备级智能化的项目
4

智能体升级服务

持续进化 · 订阅运营

面向已部署智能体的客户,提供能力升级(新模型、新场景、新算法迭代)与数据服务(运行数据分析、模型持续优化、知识库扩充),让系统越用越"懂"你的仓库。

模型迭代数据分析知识扩充订阅制
适合:已部署创锐丰智能体的客户、追求持续优化的运营方

选型逻辑:四种形态可独立选择,也可渐进组合——从形态1(轻量接入)起步验证效果,逐步升级到形态2(完整方案)或形态3(设备赋能),最终通过形态4(升级服务)持续迭代。客户根据自身现状按需选择,不被锁定、不被绑架。

05
AI增强六大能力模块
叠加在智仓管理系统之上的AI能力,覆盖"感知—认知—决策"闭环
🧠

大模型决策中枢

基于工业大模型的仓储决策引擎,支持自然语言查询库存、下达任务、生成报表。将复杂的WMS操作转化为"对话即操作"的极简体验

自然语言交互智能问数任务下发
👁️

AI视觉感知

工业级视觉模型部署于产线边缘端,实现货物条码/二维码识别、外观缺陷检测、包装完整性检查、载具状态监控

条码识别缺陷检测尺寸测量
🔮

预测性分析

融合设备运行数据与历史维修记录,通过时序预测模型实现设备故障预警、库存需求预测、库位周转趋势分析

故障预测需求预测趋势分析
📄

智能文档处理

OCR + 大模型理解非结构化文档:入库单、质检报告、物料清单、发货通知自动解析录入,替代人工抄单

OCR识别语义理解自动录入
🎮

强化学习调度

基于深度强化学习的多设备协同调度算法,动态优化穿梭车/堆垛机/AGV路径与任务分配,突破规则调度上限

多车协同动态路径任务优化
🌐

数字孪生平台

高保真仓库三维建模,实时映射设备位置、货位状态、作业流程。支持仿真推演、布局优化、远程运维监控

3D可视化仿真推演远程运维

技术差异化优势:创锐丰科技的大模型经仓储领域知识微调,内置仓储业务知识图谱(涵盖数千种物料编码、设备协议、作业SOP),与已有智仓管理系统的数据模型深度对齐,部署周期缩短60%以上。

06
智能仓储技术架构
五层架构设计,AI能力贯穿从设备感知到管理决策的完整链路
⑥ 决策交互层
🗣️ 自然语言仓库助手📊 智能问数报表📱 移动端指挥🖥️ 数字孪生大屏
▲
⑤ AI决策层(新增·大模型)
🧠 大模型决策引擎🎮 强化学习调度🔮 预测分析模型👁️ 边缘视觉推理
▲
④ 智仓管理平台(已有产品)
📥 入库管理📤 出库管理📦 库存管理🔧 硬件集成📈 库位可视化
▲
③ 设备调度层
⚙️ WCS设备调度📡 PLC协议适配⚡ 实时任务下发🔔 故障自动报警
▲
② 边缘智能层(新增·AI感知)
👁️ 边缘视觉推理📡 IoT数据采集⚡ 实时异常检测🧩 设备协议适配
▲
① 物理设备层(设备厂商提供)
🚗 四向穿梭车🏗️ 堆垛机🤖 AGV📦 输送线🌡️ 环境监控📋 PDA/扫码

架构设计原则:以创锐丰已有智仓管理系统为软件底座(第④层,已成熟运行),向上叠加AI决策层(第⑤层,新增大模型能力),向下增强边缘智能层(第②层,新增AI感知),与设备厂商提供的物理设备层(第①层)深度集成。"已有产品+AI增强+设备协同"三段式架构,非侵入式升级,保护既有投资。

架构层来源说明
⑥ 决策交互层创锐丰 · 新增AI助手、智能问数、数字孪生大屏 — 大模型驱动
⑤ AI决策层创锐丰 · 新增大模型引擎、强化学习调度、预测模型 — 本次合作核心
④ 智仓管理平台创锐丰 · 已有入库/出库/库存/硬件集成 — 已成熟运行的WMS产品
③ 设备调度层创锐丰+厂商WCS调度、PLC对接、故障报警 — 已有硬件集成能力增强
② 边缘智能层创锐丰 · 新增边缘AI盒子、视觉模型、IoT网关 — AI感知增强
① 物理设备层设备厂商穿梭车/堆垛机/AGV/输送线等 — 厂商核心资产
07
六大AI赋能场景
大模型能力 × 仓储设备,从"自动化"迈向"自主化"
🧠
场景一 · 大模型仓储知识助手 × 设备操作与运维
将设备手册、SOP、故障案例"喂"给大模型,打造随叫随到的仓库专家
传统模式痛点
  • 设备操作手册厚达数百页,一线人员遇到问题翻阅费时
  • 设备故障代码、处置流程分散在多本手册,排查靠老员工经验
  • 新设备上线培训周期长,厂商售后支持成本高、响应慢
  • 历史故障处理经验无法沉淀,同样的问题反复发生
大模型赋能方案
  • 设备知识大脑:将厂商设备手册、电气图纸、故障代码表、维修SOP全部导入大模型,构建专属知识库
  • 自然语言问答:操作员直接问"堆垛机报E-03怎么处理?""穿梭车定位偏移如何复位?",大模型秒级返回精准答案
  • 故障自诊断对话:描述故障现象,大模型引导式排查,逐步缩小问题范围并给出处置建议
  • 经验持续沉淀:每次故障处理记录自动归档,大模型持续学习,知识库越用越"聪明"
↓80%
查阅时间
↓60%
售后支持成本
3天
新人独立上岗
24/7
专家在线
📄
场景二 · 大模型智能单据处理 × 出入库自动化
从"人工抄单录入"到"大模型读单即入库"
传统模式痛点
  • 入库单、发货通知、质检报告格式各异,人工逐条录入WMS耗时易错
  • 邮件、PDF、图片、手写单据混杂,数据提取依赖人工识别
  • 物料编码、规格型号描述不统一,匹配WMS物料主数据困难
  • 异常单据(信息缺失、格式不符)需反复沟通确认,流程卡顿
大模型赋能方案
  • 多格式单据解析:大模型+OCR融合,自动识别PDF/图片/邮件/Excel中的入库单、出库单、质检报告,提取关键字段
  • 语义理解匹配:大模型理解物料描述语义(如"δ10mm Q355钢板"自动匹配WMS物料编码),无需人工对照
  • 自动任务生成:解析结果直接生成WMS入库/出库任务,自动分配库位,零人工录入
  • 异常智能处理:信息缺失时大模型主动追问补全,格式异常时自动标注并推送给相关人确认
↓95%
人工录入
↓90%
录入错误
10x
单据处理速度
0
人工抄单
08
六大AI赋能场景(续)
🤖
场景三 · AGV车队 × AI协同调度
从单车智能到车队群体智能
传统模式痛点
  • AGV调度依赖路径规划算法,动态避障能力弱
  • 多AGV交汇区域频繁死锁,需人工干预解锁
  • 任务分配"先到先得",未考虑全局最优
  • 智能配送柜取货依赖刷卡,体验单一
AI赋能方案
  • 群体智能调度:多智能体强化学习,全局优化任务分配与路径,消除死锁
  • 动态避障决策:视觉+激光融合感知,大模型实时推理避障策略
  • 人脸识别取货:AI配送柜支持人脸/工牌/语音多模态取货身份核验
  • 任务优先级智能:大模型理解任务语义,紧急物料自动插队优先配送
↓80%
死锁次数
↑25%
车队效率
3s
人脸取货
0
人工干预
📦
场景四 · 输送线 × AI视觉质检
让输送线"看得见"货物状态
传统模式痛点
  • 外形检测仅测尺寸,无法识别包装破损/变形/错放
  • 重量检测只能称重,无法发现货物倾斜/偏载
  • 条码扫描依赖固定角度,标签污损即失败
  • LCD屏仅显示任务信息,缺乏实时异常告警
AI赋能方案
  • 360°视觉质检:多相机覆盖,AI模型实时检测包装破损、货物倾斜、标签异常
  • 智能条码识别:大模型OCR容错识别污损/褶皱/模糊标签,识别率>99.5%
  • 偏载检测:重量+视觉融合分析货物重心偏移,预警输送安全风险
  • 智能看板:LCD屏升级为AI驱动看板,实时展示异常热力图与处置建议
99.5%
识别准确率
↓90%
漏检率
30ms
检测延迟
24h
不间断质检
09
六大AI赋能场景(续)
🖥️
场景五 · WMS/WCS/VMP × 大模型决策中枢
"对话即操作"——仓库管理进入自然语言时代
传统模式痛点
  • WMS界面层级深、操作复杂,新员工培训周期2~4周
  • 库存查询需多层菜单,报表导出依赖IT人员
  • VMP可视化仅展示状态,无法主动推送异常与建议
  • 多系统(WMS/WCS/VMP)切换频繁,数据不互通
AI赋能方案
  • 自然语言仓库助手:"焊材库还剩多少?"一句话查库存,"生成本周出入库报表"自动出表
  • 智能问数:大模型理解业务语义,自动关联多表查询,无需写SQL
  • 主动决策推送:VMP升级为AI驾驶舱,异常自动告警+处置建议推送
  • 统一智能入口:一个AI助手统管WMS/WCS/VMP,消除系统切换摩擦
↓80%
培训周期
10x
查询效率
3天
新人独立上岗
0
SQL门槛
🌐
场景六 · 全仓库 × 数字孪生与预测优化
在虚拟世界预演一切,在物理世界一次做对
传统模式痛点
  • 仓库布局优化靠经验试错,调整成本高
  • 设备增配/改造缺乏仿真验证,效果不可预知
  • 无法远程掌握仓库全貌,管理层依赖周报
  • 能耗管理粗放,恒温恒湿系统全天候运行
AI赋能方案
  • 高保真数字孪生:1:1三维仓库模型,实时同步设备位置、货位状态、作业进度
  • 仿真推演:新增设备/调整布局前在孪生体中模拟验证,降低试错成本
  • 能耗智能调控:大模型分析温湿度曲线与出入库节拍,恒温恒湿系统按需调控
  • 远程巡仓:管理者随时随地通过数字孪生大屏远程查看仓库全景与KPI
↓20%
能耗成本
↓70%
试错成本
1:1
虚实同步
100%
可视化管理
10
赋能场景总览矩阵
六大场景 × 对应设备 × AI能力 × 预期收益一览
# 赋能场景 对接设备/系统 核心AI能力 关键收益指标
1 大模型知识助手 设备手册、故障代码、SOP、PDA/工位机 大模型知识库、自然语言问答、引导式故障排查 查阅时间↓80%、售后成本↓60%、新人3天上岗
2 智能单据处理 入库单/出库单/质检报告、邮件、PDF OCR+大模型解析、语义匹配、自动任务生成 人工录入↓95%、错误↓90%、处理速度10x
3 AGV群体智能 潜伏举升AGV、调度系统、配送柜 多智能体调度、动态避障、人脸识别取货 死锁↓80%、车队效率↑25%、人工干预归零
4 输送线视觉质检 输送机、外形/重量检测、扫码、LCD屏 360°视觉检测、OCR容错识别、偏载分析 识别率>99.5%、漏检↓90%、检测延迟30ms
5 WMS大模型中枢 WMS、WCS、VMP、PDA、大屏 自然语言交互、智能问数、主动决策推送 培训周期↓80%、查询效率10x、新人3天上岗
6 数字孪生优化 全仓库设备、恒温恒湿系统 3D数字孪生、仿真推演、能耗智能调控 能耗↓20%、试错成本↓70%、100%可视化管理

合作要点:以上六大场景可独立实施、也可组合部署。创锐丰科技提供标准化AI模块,设备厂商可根据客户需求和项目阶段灵活选配、按需扩展,无需一次性大改。

典型案例参考

📋 某焊接材料智能立库项目

规模:四向车库2323货位 + 二级料箱库 + 堆垛机 + AGV

AI赋能后:大模型知识助手将设备手册与故障案例转化为智能问答,维修响应从2小时缩短至30秒;入库单据大模型自动解析,人工录入减少95%;WMS接入自然语言交互,管理人员语音查询库存生成报表。

🏭 某制造企业原料仓智能化改造

规模:多品类原料库 + AGV配送 + 恒温恒湿

AI赋能后:数字孪生平台实时映射仓库状态;恒温恒湿系统按大模型预测的出入库节拍智能调控,能耗降低18%;AGV死锁问题清零。

09
合作价值与效益分析
对仓储设备厂商、终端客户、行业生态的三重价值
↑30%
设备综合效率
OEE提升
↓50%
运维人力
人力成本节省
↓60%
非计划停机
故障预警
↑3x
投标竞争力
差异化溢价
🏢

对设备厂商的价值

1. 差异化竞争力:在设备同质化竞争中,"AI+设备"方案成为投标杀手锏
2. 溢价空间:AI赋能使项目报价提升15%~30%,利润率显著改善
3. 持续收费:从一次性卖设备升级为"设备+AI服务"订阅模式
4. 数据资产:设备运行数据沉淀为AI模型资产,构建技术壁垒
5. 客户粘性:AI持续优化效果,客户切换成本极高

👥

对终端客户的价值

1. 降本增效:设备利用率提升30%,人力减少50%,综合运营成本下降
2. 零停机:预测性维护将非计划停机降低60%,保障连续生产
3. 极简体验:自然语言操作仓库,降低人员门槛与培训成本
4. 透明管理:数字孪生让仓库"看得见、管得住、可优化"
5. 持续进化:AI模型随使用越来越"懂"你的仓库,效果递增

生态价值:创锐丰科技坚持"赋能而非替代"原则——我们不造仓储设备,不与设备厂商竞争。我们做的是让厂商的设备"更聪明",让厂商的方案"更值钱",让厂商的客户"更满意"。合作而非竞争,共赢而非零和。

10
合作模式与落地路径
三种合作模式灵活选择,四阶段实施确保落地

模式A · 方案集成

轻量合作 · 快速起步

  • 创锐丰提供标准AI模块与API
  • 厂商自行集成到项目方案中
  • 按项目授权付费
  • 适合:有技术团队的厂商
  • 起步周期:1~2周

模式B · 联合交付

深度协作 · 共同投标

  • 双方联合方案设计与投标
  • 创锐丰负责AI层部署实施
  • 厂商负责设备层与集成
  • 项目利润分成
  • 适合:大型仓储项目

模式C · 战略合作

长期绑定 · 生态共建

  • 签署长期战略合作协议
  • AI能力预装到设备出厂
  • 联合品牌市场推广
  • 数据与模型共享共建
  • 适合:头部设备厂商
四阶段落地路径
PHASE 01 · 第1~2周
需求诊断与方案设计
现场调研仓库设备与作业流程,明确AI赋能优先级,输出定制化方案与ROI测算
现场调研方案设计ROI测算
PHASE 02 · 第3~6周
边缘部署与系统对接
部署边缘AI盒子,对接设备PLC/WCS数据;安装视觉检测点位;打通WMS接口
边缘部署设备对接数据打通
PHASE 03 · 第7~10周
AI模型训练与调优
基于实际运行数据微调大模型与视觉模型;训练调度算法;数字孪生建模与校准
模型微调算法训练孪生建模
PHASE 04 · 第11~12周
上线验收与持续运营
全场景联调测试,用户培训交付;进入持续运营阶段,AI模型定期迭代优化
联调测试培训交付持续迭代

快速验证通道:对于希望快速验证效果的厂商,创锐丰科技提供"POC验证包"——选取1个核心场景(如穿梭车调度或视觉质检),2周内完成部署演示,用实际数据验证AI效果,再决定全面合作。

11
让每一座仓库
都拥有一颗AI大脑
创锐丰科技期待与您共建智能仓储新生态
🌐
产品官网
wms.crf.net.cn/product
📦
已有产品
智仓管理系统
✉️
企业微信
📧
商务邮箱
biz@crf.net.cn