柜台值守一整天，四台机器人通过考核
六台智元G2人形机器人在上海徐汇区一家正常营业的便利店进行了24小时试运行，期间完成1730项任务，服务时段涵盖午餐、晚间、夜间和早餐。六台机器人中有四台通过了此次考核，评估内容包括任务完成情况、响应速度、处理突发状况的能力和顾客反馈。
目录
挑战从11月2日10:00持续至11月3日10:00。每台机器人都有固定分工，包括迎接顾客、取货、制作咖啡和清洁桌面。智元称，这场直播在线吸引了超过200万名观众。
根据公司最终统计，最繁忙的岗位是接待顾客，共有683次互动。机器人还完成了369次取货和送货、制作147杯咖啡、处理126份早餐订单、进行277次补货和货架检查，以及清洁128张桌子。
此次试运行将几项棘手任务集中在同一场景中：理解顾客需求、找到正确商品、轻柔地拿取物品，以及在人群中穿行。受邀测试者特意调换商品位置、堵塞通道，同时店内仍照常营业。
智元称，整个试运行过程中没有人工介入，即店内没有人工示范或手动调整。不过，公司公布的结果仍未呈现完整的性能情况：公司披露了直播前部署阶段的任务完成数量和成功率，但尚未公布这次24小时试运行的成功率，也未披露人工接管次数。
六台机器人如何分工
一台机器人在入口迎接顾客。两台负责拣货、补货和巡查货架。第四台制作咖啡，第五台在收银台工作并处理热食，第六台负责清洁桌面。
固定分工意味着各台机器人的工作量不同。迎客所需的一连串动作，与制作饮品或打包食品不同。即使在同一岗位上，机器人也可能遇到不断变化的需求、放错位置的商品，或被顾客占用的过道。
接待顾客和取货合计占1730项已完成任务中的1052项，约为61%。这大致反映了大部分活动发生在哪些环节，不过这些统计对任务一视同仁，而不同任务耗时和工作量可能相差很大。
完整统计如下：
- 接待顾客：683次。
- 取货和送货：369次。
- 制作咖啡：147杯。
- 早餐服务：126份。
- 补货和货架检查：277次。
- 清洁桌面：128次。
六台机器人合计平均每小时完成约72项任务。随着门店从繁忙时段进入夜间较安静的时段，实际需求有所变化。
顾客和测试者改变了现场状况
受邀测试者让机器人应对一些不能只靠记住商品通常摆放位置来解决的情况。他们把普通可乐和无糖可乐混在一起，随后明确要求拿无糖款；他们还打乱了一整排口香糖。
据称，机器人结合顾客的口头饮品需求和视觉检查，找到了正确的可乐。面对口香糖，机器人在整理货架时通过视觉清点商品，而不是依赖价签所指示的位置。
这两项测试针对的是零售业常见问题：眼前的店铺陈列可能与预期布局不同。顾客可能把商品放错位置，而包装相似的两种商品看起来也可能几乎一模一样。
测试者还站在过道中，并把箱子扔到机器人的行进路线上。据称，机器人会停下并选择新路线绕开障碍物。在正常营业的店铺里，移动与服务密不可分：安全地走到货架前，也是完成顾客需求的一部分。
为什么包面包或打开冷冻柜门并不容易
智元具身研究中心副总裁任光辉表示，便利店环境要求很高，因为店内商品种类繁多、顾客需求各异，机器人还必须使用各种工具。工厂任务则可能在更固定的环境中进行，涉及的物品和动作范围也较窄。
打包一个面包就能说明其中的难点。机器人必须使用夹子夹取食物，并打开纸袋。每一步都会改变物品的位置，以及下一步动作可用的空间。成功抓取只是完成订单的一部分。
在研发过程中，打开冷冻柜还带来了一系列问题。机器人需要判断柜门的开启方向，以及该施加多大的力。随后，它必须协调双臂动作，一只手扶住柜门，另一只手取出商品。
任光辉解释说，头部和手腕上的传感器，以及手臂上的力传感器，有助于机器人判断动作。力传感器让机器能够检测推拉力度，帮助它避免猛烈碰撞或损坏柜门。
一些最难的任务涉及容易弯折、移位或破损的商品。把糖果袋挂到挂钩上，以及拿起软蛋糕而不把它压坏，仍然很难，机器人有时会失败。这些例子说明，门店试运行不仅要统计完成了多少任务，也需要评估操作质量。
连接决策与动作的软件
六台机器人均由智元的具身智能体框架 Genie Master 统一协调。公司称，其具身执行协议（Embodied Execution Protocol）将任务决策、实体动作和结果反馈连接起来。
简单来说，具身智能就是通过实体机器采取行动的人工智能。门店机器人必须把需求转化为动作，再利用传感器检查结果。顾客提出饮品需求只是设定目标；找到、抓取并送上正确的饮品，则需要一连串实体动作。
智元称，其系统每天都会复盘成功和失败的执行过程，将有用经验存入长期记忆，并把修正后的尝试转化为训练数据。这些训练数据由系统可用于改进后续行为的示例组成。
任光辉表示，订购系统最初遇到过订单失败、状态更新未能记录，以及机器人位置冲突等问题。工作流程协调方面的问题会在当天复盘，并在不改变模型本身的情况下于次日完成调整。
机器人还会在客流清淡时练习。任光辉称，它们夜间空闲时会前往货架，练习更困难的任务。因此，店铺既是工作场所，也是持续练习的环境；即使在顾客最少的时段，任务仍会继续。
公司的介绍将机器人开发中常被分开呈现的几个环节联系起来：选择动作、执行动作，以及从结果中学习。便利店把这些环节放进了同一次部署中，其中一步出错就可能影响订单后续流程。
考核内容与尚未公布的数据
经过对任务完成情况、响应速度、处理异常能力和顾客反馈的评估，四台机器人通过了考核，另有两台未通过。已公布的结果没有说明未通过机器人的具体表现和原因，也没有提供这次24小时试运行的成功率及人工接管次数。
在直播前的便利店部署中，搭载GO-3 Preview的G2机器人完整工作流成功率从第一天的28.6%提升至第五天的稳定水平85.7%。其单项任务成功率比传统监督微调（SFT）高17.7个百分点。这些数据反映的是直播前的部署情况，而非这次24小时试运行本身。
任光辉表示，公司将跟踪更全面的一组指标：任务成功率、首次尝试成功率、响应时间、从提出需求到完成任务的总耗时、单位时间内可接受的交付量、人工接管频率、故障恢复时间和系统可用率。
这些指标分别回答不同的实际问题。首次尝试成功率记录机器人能否一次就正确完成任务；恢复时间衡量出现问题后恢复有效工作的耗时；系统可用率则反映设备在计划运营时段内有多少时间可以投入使用。
这些细节对门店经营者很重要，因为一次成功送货可能是迅速顺畅完成的，也可能是在多次重试后才完成。同样，响应迅速却要花很长时间完成订单的机器人，与能快速完成整个流程的机器人，会给顾客带来不同的体验。
智元公布的最终任务数反映了已完成工作的总量。更全面的性能指标则能帮助门店评估机器人服务顾客的稳定性、所需支持程度，以及出错后的恢复能力。
从产品发布到通宵值班
这场便利店挑战为智元从10月22日开始的AI WAVE系列发布活动画上句号。该系列将公司的数据集、仿真平台、模型和机器人硬件整合到一次真实部署中。
主要节点如下：
- 10月22日：智元启动AI WAVE系列发布活动。
- 11月2日10:00：六台机器人在上海徐汇区开始便利店挑战。
- 11月2日至11月3日：团队先后经历午餐和晚间高峰、夜间值守以及早间高峰。
- 11月3日10:00：试运行结束，智元公布完成1730项任务，四台机器人通过考核。
任光辉指出，夜间值守是公司正在探索的一个实际应用方向。全天营业的商店需要员工在打乱正常睡眠节律的时段工作，而一些重复性岗位又要求长时间保持注意力。
智元也在探索自主换电，以支持机器人长时间运行。机器人可以更换耗尽的电池后返回岗位。这是公司所述持续长时间服务计划的一部分。
这次试运行对门店工作的意义
上海的这次部署让机器人承担了多个相互关联的服务岗位，同时顾客仍在店内购物。最具实际意义的一点，是机器人尝试承担的工作范围很广：与顾客交谈、区分商品、处理食品、使用设备、在过道中通行，以及清洁公共区域表面。
遇到的难题也很具体。拿软蛋糕需要轻柔抓握；打开冷冻柜门需要控制力度并协调双臂；商品放错位置则需要重新进行视觉检查。对有经验的员工来说，每项都是小动作，但每项都要求多种机器人能力协同工作。
对于考虑采用类似设备的零售商而言，核心问题包括机器人能否在整个班次中稳定运行、高峰时段的服务质量，以及需要多少人工支持。智元公布了大量任务数据，考核结果则有通过也有未通过。公司计划采用的性能指标将提供下一步所需的详细信息，帮助门店判断机器人能否用于日常运营。
要点
- 11月2日至11月3日，六台智元G2人形机器人在上海徐汇区一家正常营业的便利店工作。
- 智元称，机器人共完成1730项任务，包括接待顾客683次、取货和送货369次，以及制作147杯咖啡。
- 四台机器人通过此次考核，另有两台未通过。
- 测试者调换商品位置并堵塞过道，测试机器人的商品识别、货架作业和导航能力。
- 拿起软蛋糕、悬挂糖果袋等精细操作仍然困难。
- 智元称，试运行过程中店内没有人工示范或手动调整。直播前的部署中，完整工作流成功率从第一天的28.6%升至第五天的85.7%，单项任务成功率比传统监督微调高17.7个百分点。此次24小时试运行的成功率和人工接管数据仍未公布。
- 公司正在探索夜间作业和自主换电，以支持更长时间运行。
