亚马逊正在悄悄把实验室里的技术搬进现实街角。不是在西雅图总部的演示厅，也不是在Prime Day的促销页面上，而是在得克萨斯州奥斯汀郊外的一处未公开地址，一座占地约2.8万平方英尺的实体门店正进入最后调试阶段。知情人士透露，该店预计于2026年第四季度试运营，不设收银员，不依赖传统货架管理逻辑，整个空间由一套自研的机器人协同系统驱动它既不是Whole Foods的升级版，也不是Amazon Go的放大版，而是亚马逊对“零售物理界面”一次更彻底的重写。

底层逻辑变了：从“人找货”到“货找人”

这家门店的核心并非炫技式机械臂，而是一套名为“Project Vesta”的分布式调度架构。它整合了三维空间建模、毫米波动态追踪与轻量化边缘推理模块，让数百台自主移动机器人（AMR）能在不依赖预埋磁条或激光信标的环境下实时规划路径。与此前Amazon Go依赖天花板摄像头阵列不同，Vesta采用地面+腰线双层感知网络，重点捕捉顾客手部微动作与购物篮容量变化，从而预判补货节奏和动线拥堵点。目前测试数据显示，高峰时段单店平均响应延迟低于1.3秒，货架缺货识别准确率达99.2%，高于行业已知自动化仓配中心水平。

门店结构：看不见的后台，看得见的效率

整座门店划分为三个功能区，彼此物理隔离但数据贯通：

1. 前置体验区：开放货架仅陈列高频SKU约1200个，全部采用带RFID标签的可升降托盘，每件商品离架即触发库存更新；

2. 动态中转舱：位于门店中央地下一层，部署48台AMR及6组自动分拣塔，支持按订单实时重组商品流，取消传统“波次拣选”概念；

3. 柔性履约环：顾客结账后，订单被分配至最近空闲的打包工位，由协作机械臂完成装袋、贴标、称重三合一操作，全程无纸化，平均耗时47秒。

供应链适配才是真正的门槛

自动化门店不是孤立存在，它倒逼上游发生连锁反应：

1. 供应商需统一接入亚马逊Fulfillment API v3.1，提供精确到批次的温湿度运输日志；

2. 所有直送商品必须采用可堆叠、抗压≥80kg的标准化周转箱，箱体嵌入UWB定位芯片；

3. 冷链品类强制启用Phase Change Material（PCM）相变材料内衬，确保在AMR转运过程中温控偏差不超过±0.5℃。

需要注意，亚马逊并未选择与Kiva Systems（现为Amazon Robotics）原有产线兼容，而是联合德国博世旗下Bosch Rexroth定制了新型轮毂电机驱动底盘，单机续航提升至18小时，且支持热插拔电池更换这意味着夜间无需集中充电，机器人可在运行中滑入指定工位完成3分钟快换。

业内观察发现，这种模式对本地化履约能力提出极高要求。奥斯汀试点选址并非偶然：该市拥有全美第三高的软件工程师密度，同时毗邻亚马逊在德州最大的区域配送中心（DSC-DAL），直线距离仅11公里。测试期间，门店87%的补货指令由该中心在90分钟内响应，其中生鲜类目实现“下单后两小时内上架”，远超当前主流前置仓4小时标准。

当然，挑战同样真实。AMR在湿滑地面的抓地力衰减问题尚未完全解决，雨季测试中曾出现0.7%的路径偏移率；部分老年顾客对无感支付流程存在理解门槛，初期反馈显示约12%的用户会主动寻找虚拟客服入口；另外，高密度AMR集群带来的电磁干扰，也让部分蓝牙耳机和车载设备出现短暂失联现象，这些细节正在通过固件迭代逐步收敛。

以上是亚马逊自动化零售门店当前可验证的技术路径与落地现状，希望对你有所帮助。