莫斯科 UTC+3
RACKLIGHT 拣货路径优化器:等距 3D 仓库中,一条发光的橙色路线在货架间串起五个编号站点,后方是拣货单原顺序的虚线路线,左侧是指标面板,右侧面板显示 409 米对 211 米、−197 米、缩短 48%。

为一家虚构的第三方物流仓库打造的 WMS 概念:1,656 个货位以实时 3D 托盘呈现,搜索后镜头直飞任意货位,另有拣货路径优化、入库扫码和库存演示 AI,支持英文和俄文。

标签
概念 自发创作的概念作品
年份
2026
领域
产品、设计
工作室
by VITON13
语言
英语、俄语

概述

RACKLIGHT 是一套并不存在的仓库操作系统:VITON13 于 2026 年 9 月为虚构的第三方物流仓库 Norvane DC-02 打造的概念。仓储软件通常用一张张编码表格来展示库存;我们想看看,如果仓库本身就是界面会怎样——每个托盘都看得见,每个操作都直接体现在库区里。

目标是我们自己定的:做一个班组长真的可能拿来用的产品,而不是 3D 展示品。这意味着要有真实的流程——找到托盘、走完一张订单、上架一批到货、处理库存问题——每条建议背后的数字都摆在屏幕上,支持英文和俄文,笔记本和手机都能用。

  • 1,656

    以实时 3D 托盘呈现、按库存着色的货位

    来源:演示源文件,2026年9月28日

  • 400

    虚构 SKU,每个都有 90 天需求和预测

    来源:演示源文件,2026年9月28日

  • −32%

    拣货路线长度对比拣货单原顺序(中位数,1,140 张生成订单)

    来源:实测,2026年9月28日,演示的路径代码

  • 10 KB

    gzip 后的首个脚本;3D 场景(154 KB)随后加载

    来源:实测,2026年9月28日,构建文件

思路

仓库是一个使用正交等距镜头的 three.js 场景:108 × 80 米的库房,12 条主巷道,玻璃冷库里另有 4 条巷道,还有收货区、打包区、发货区和 10 个月台。1,656 个货位以实例化托盘绘制,颜色按库存量显示,热力模式下则按拣货频率显示;9 名拣货员和 5 台叉车沿巷道图移动,卡车按计划倒车靠上月台。一切都是程序化生成的:没有模型、没有图片纹理,也没有外部请求。

搜索(⌘K)覆盖全部 400 个 SKU、订单和货位编码:镜头飞到货位,一道光柱标出它,并从最近的拣货员画出一条路径。拣货路径优化器把拣货单的原始顺序与一条路线进行对比,这条路线基于真实巷道距离、用最近邻加 2-opt 算出,随后可让拣货员沿路线走一遍。入库扫码按周转速度选择货位——快销品放在离打包区最近处,冷藏品放进冷库——再由叉车把托盘送过去。

库存智能是演示 AI,界面上也如此标注:在浏览器中运行的规则与统计。每个 SKU 都有 90 天的生成需求,带每周季节性;阻尼趋势预测决定再订货点,并找出低库存、积压、呆滞库存和货位调整建议,每个操作都会改变 3D 场景。此外还有仪表盘面板、库存表、订单队列和月台排程;外壳用原生 JavaScript 编写,3D 场景在其后加载。

成果

该概念运行在 tarasovvitalii.com/demos/racklight/,有四个视图、四个工具,每种语言约 230 条界面文案。2026 年 9 月 28 日我们测量了生产构建:首个脚本 gzip 后为 10 KB,three.js 3D 场景 gzip 后为 154 KB,在界面绘制完成后才加载;整个构建为 1.0 MB,不含图片、模型或纹理文件。

我们用演示自带的路径代码跑了它在 30 天内生成的 1,140 张订单:优化后的路线比按拣货单逐行走的中位数短 32%,屏幕上的那张订单从 409 米降到 211 米。在搭载 Apple M5 的 MacBook Air 上用无界面 Chrome、以 1600 × 1000 和 Retina 缩放测试,默认 60 Hz 帧时钟下六种状态保持 55–60 fps,取消上限后可渲染 160–200 fps。

本案例不能证明的

RACKLIGHT 是 VITON13 为展示能力而做的概念,不是委托产品。Norvane DC-02 及其客户、承运商、供应商、商品和所有数字都是虚构的,由浏览器生成:背后没有用户、没有客户、没有仓库,也没有收入。演示 AI 是在访客设备上运行的规则与统计,不是语言模型,也没有用真实需求训练过。

路线节省是在生成订单上、相对于未排序的拣货单测得的;如果拣货单只是按货位编码排序,中位收益会降到约 9%,而真实仓库还会有拥堵、拣货车和批量拣选。帧率和体积是 2026 年 9 月 28 日在一台机器上用无界面 Chrome 做的实验室测量;演示没有连接任何真实的 WMS、扫码枪或月台。我们第一次用 Lighthouse 测试时,是在负载很高的机器上测本地副本,移动端性能只有 37:3D 场景一次性构建,让降速后的 CPU 忙上好几秒。之后我们把启动拆成会让出主线程的短步骤,并改为异步编译着色器:在我们自己的 4 倍 CPU 降速测试中,阻塞时间从约 1.3 秒降到约 20 毫秒;9 月 28 日在线上地址上,Lighthouse 给出移动端 86、桌面端 99(五次运行的中位数,平均负载 3–9),无障碍为 91–92,因为工具按钮上的小计数和“虚构产品”标签中的链接还有待修正。这些都是模拟手机环境的实验室测试,而不是真机测量。

在筹划类似的项目?每条消息都由我们的创始人 Tarasov Vitalii 亲自阅读。

全部作品

下一个项目

HOURLINE在线预约平台概念(网页应用) 概念2026 全部作品 (32)