ARTICLE DETAIL

深入阅读文章内容,快速理解重点信息与延展观点

当前页面用于展示完整正文、阅读信息、上下篇跳转与推荐内容。通过更适合长文阅读的布局结构,帮助用户在浏览过程中保持清晰节奏与稳定体验。

深度阅读
熊猫体育APP - 24小时便利店实测:智能机器人两位“员工”未能正式转正文章详情页展示图

熊猫体育APP - 24小时便利店实测:智能机器人两位“员工”未能正式转正

在11月2日的清晨,上海徐汇区的一家便利店迎来了一次独特的挑战:六台智元精灵G2人形机器人代替人类员工,全方位参与到为期24小时的运营中。这些机器人承担了各自不同的职责:阿豪作为迎宾员负责顾客接待和咨询,火宝专注于货物的取货与补货,倦王则巡视货架确保商品摆放整齐,咖少担当专业的咖啡师,叮酱负责收银及熟食服务,冷姐则负责店内桌面的清洁工作。在这场24小时的直播中,尽管门店顾客如常光临,六台机器人依然持续运作,经历了繁忙的午高峰、悠闲的夜晚甚至是清晨的顾客流量,毫无间断。

评估这些机器人能否“转正”的标准与实际门店员工作业一样,涵盖在岗时间、业务完成量、顾客反馈等多项指标,还包括任务成功率、响应时间及异常处理能力。整体观察中,这些机器人在面对复杂任务时表现出色,尽管偶尔也出现了失误。最终,四台机器人顺利通过了转正检查,而冷姐与倦王由于在工作积极性和岗位稳定性方面的小疏漏,未能成功转正。从习惯追求“完美结局”的行业背景来看,这是一个值得注意的结果。这场直播不仅为公众展现了机器人在真实商业环境中运行的真实情况,也为智元提供了接受全网监督的压力测试。

一直以来,评估具身智能系统面临着一个结构性困境:实验室里的可控环境和真实世界的不确定性形成了鲜明对比,大多数评测是在“半真实”的条件下进行,这种设置不能完全反映实际应用的复杂性。而便利店正是城市商业环境中一个开放性极强且常被低估的场景。技术角度来看,真实门店在多个层面上向机器人施加了严格的考验。 熊猫体育APP

首先是对柔性物体的精细操作。许多软包装商品在抓取时容易变形,要求机器人系统必须实时利用力觉和触觉反馈来调整控制参数。此外,对于像黄金糕这样的易碎食品,施加的力道必须恰到好处——过轻可能导致商品滑落,而过重则可能使其破裂。其次是长程任务的规划与耦合。在补货的流程中,整个过程涉及多个子任务,如目标识别、库存判断、路径规划及状态维护,这些任务之间的相互依赖十分严密。例如,机器人在取货之前必须事先评估可操作性,若目标被遮挡,则需先进行清障处理。与此同时,当多个任务并行进行时,系统还需维持长时间的状态记忆。

最后是开放动态环境下的避障能力。在便利店,顾客和宠物的移动是难以预测的,因此机器人必须在严格的安全约束下进行实时感知和避障决策,并在必要时主动降低速度或停止动作。这与实验室环境中可以预设的光照、物体位置及作业流程大相径庭——在真实门店中,脚本内的条件往往会产生新的样本,一次成功的抓取并不能保证在不同环境下能重现。

在直播中,特邀体验官以增加环境复杂度为目标,给机器人设定了临时的挑战,包括让机器人在糖和无糖可乐中进行识别与抓取、在路径上人为制造障碍物,以及在熟食抓取时故意晃动装箱。这种情况下,机器人在一边发出“工作好难”的抱怨声中,依旧成功完成了商品的辨认、障碍物的绕行及在动态情况下的抓取。 熊猫体育APP

about image

在这24小时的连续作业中,虽然机器人偶尔出现失误,但这并未影响整体评估的真实性。业界普遍使用成功率、效率等硬指标来评判具身智能系统的表现。然而,在开放环境中,更为重要的是系统的恢复力——它能否在错误发生后自主归因和修正,并将所学经验转化为未来的行动指南。智元探索的“Genie Master”框架恰恰实现了这一点。正如智元此前所透露的信息,这一框架不仅负责调度任务,还能将执行结果和后续学习紧密连接。在这一核心机制下,“判断-执行-反馈”的执行协议构成了一个闭环:Agent能够掌握每一台机器人的能力并提供执行指导,执行结果实时反馈以促进下一轮判断。

这种机制解放了机器人对人工示范和调试的依赖,能够自己定位失败原因并调整策略。在早期测试中,搭载Genie Master的精灵G2在熟食打包、取货及补货等任务中的流程成功率从测试的首日28.6%提升至第五日的85.7%,并逐步趋于稳定。这些新掌握的技能可以沉淀为可复用的经验:成功和失败的路径经由每日总结进入长期记忆,面对同类任务直接调用,成功的调整过程则转化为训练数据,回馈到动作策略的优化中。

about image

两个路径的结合,确保了每一轮操作都为下一轮学习提供反馈,实现了“边工作,边掌握新技能”。这一变化直接带来的结果是:机器人数量增加、上岗时间延长,所积累的经验就越丰富,优化的速度自然也越快。从更广泛的视角来看,对于具身智能的大规模落地,这解决了一个极其现实的瓶颈。传统上依靠人工远程操作和工程师调试的部署方式,随着机器人数量的增加导致人力成本上升,从根本上构成了商业模型的障碍;而Genie Master所代表的自我优化路线,正是将这些重复性工作交还给机器人自身,通过执行结果的自动回流和策略的自主调整,构建起了有效的闭环。 熊猫体育APP

about image

从便利店的实验数据来看,这一路径初步展示了其可行性。细分便利店运营任务后会发现,没有任何一个单一问题能依靠某一项技术的突破来解决。精准的抓取依赖于强大的物理性能——包括关节精度、力控制能力及硬件一致性;流畅的动作则依赖于策略与控制的高度协同;有效的经验复用又建立在完整的数据记录和评估体系之上。因此,单点技术的突破难以替代全栈能力的有效协作,这才是推动具身智能实质落地的核心所在。

觉得有用?分享给朋友

让更多人看到这篇内容