智元精灵G2便利店“上岗”,合格交付量与人工接管频次成关键KPI
(来源:网易智能)
11月2日,六台智元精灵 G2人形机器人,以迎宾员、咖啡师、理货员和保洁员等身份,在一家24小时便利店连续工作一整天,承担接单、制作、补货、打扫等任务,并全程直播,接受全网观众在线监工。
便利店是城市里最常见的商业场景之一,面积不大、流程标准化,但对于机器人而言,要胜任其中的工作,却并不轻松。
真实门店,顾客随时穿行,商品的位置、朝向和包装状态时刻变化。视频中,面对被顾客放错位置的商品,机器人通过实时视觉盘点识别商品归属并逐格归位,货架出现空缺时,系统触发补货流程;操作台出现污渍时,系统区分物体花纹与泼洒痕迹,并调用工具清理。
值得一提的是,“知错就改”是衡量智元机器人“新员工”是否合格的重要标准。其背后是具身Agent框架Genie Master。Genie Master作为六台机器人共同的Agent,负责任务调度,并连接执行结果与后续学习。
执行闭环上,Genie Master通过EEP(具身执行协议)连接任务判断、动作执行与结果反馈:根据机器人能力和现场状态组织任务,动作策略结合实时观测执行,结果返回Agent,用于后续判断和异常处理。
除当场纠正外,Genie Master每日总结成功与失败轨迹,将经验存入长期记忆,供同类任务调用;有效调整过程形成训练数据,反哺动作策略优化。两条路径使每轮作业为下一轮学习提供反馈。
据介绍,该机制已在门店初见成效,精灵G2在多个复杂精细任务上持续改进,深夜空闲时还会主动加练。
便利店实战是智元AI WAVE全栈技术发布的一个缩影。据智元方面透露,AI WAVE下一步将落地更多真实场景,从单店走向多店,瓶颈不只是机器人能不能抓商品。
智元具身研究中心副总裁任广辉指出,单项能力不等于门店运营能力,能抓一件商品,不等于能稳定处理多包装、复杂订单、顾客干扰等情况,现场适配若长期依赖工程师,复制成本难降。规模化是机型和工具标准化、商品与业务系统接入、快速部署、远程运维及经验跨店复用的系统工程。
谈及落地优先级,他进一步给出三条判断标准——任务边界清、结果易核验、异常能自恢复。按此标准,理货、补货、清洁辅助更可能先上岗,复杂交互和开放式操作周期更长。(路永丽)