智元6台机器人便利店连干24小时：1730项任务，200万人围观

11月2日，智元发起“机器人打工不能停”挑战，让机器人在真实便利店上班，同时请全网观众在线“监工”。当天早上10点直播开场，上海徐汇区一家便利店里，六位智元精灵G2人形机器人到岗，岗位分别是迎宾员（昵称“阿豪”）、取货打包员（火宝）、理货员（倦王）、保洁员（冷姐）、咖啡师（咖少）、热食出餐及收银员（叮酱）。

为什么摆6台？智元具身研究中心副总裁任广辉对包括「电厂」在内的媒体说，一是门店主要岗位都得有人覆盖，二是要看看岗位之间怎么配合。考核标准上，他的说法是“要对齐真实门店的运营要求。对顾客来说，商品对不对、交付全不全、等待久不久，都是服务的一部分”。

这场直播一直开到11月3日10时，前后24小时。目的不只是一来一回的简单购物交互，早午晚购物高峰、深夜独立值守这些场景，机器人也得经历一遍。

任广辉还介绍，调度交给具身Agent框架Genie Master，它相当于整个班组的大脑。机器人的能力、执行引导、结果反馈和任务连续性，都由具身执行协议EEP来连接，执行结果与后续学习之间同样靠它打通。

这次实测，智元强调全程“无人在环”。也就是说，机器人不靠人工示范，也没有现场手动调试，定位问题、调整策略、积累经验都自己来。任务成功率、首次成功率、响应时间、端到端耗时、单位时间合格交付量、人工接管频次、异常恢复时间、系统可用率等指标，智元都会观测和记录。

官方最终统计显示，6台精灵G2机器人一共完成1730项任务：接待顾客683次、商品取送369件、咖啡制作147次、早餐服务126次、补货巡检277次、桌面清洁128次。直播期间全网在线观看人数超过200万。

干活过程中，机器人也有失手的时候。智元方面表示，失败任务会被拿来学习、进化，后面的执行据此优化。

有效学习的效率怎么算？任广辉分了两层：“分两层看，Harness RSI（Recursive Self-Improvement，递归自进化）层面的经验，当天总结、第二天就在执行里生效，几乎不占训练资源。Policy RSI 层面的策略更新，取决于数据积累和训练排期，通常几天内能完成一轮迭代。”

他接着解释，从一次失败到能用的经验，不需要等很多轮，轨迹回溯是关键：单次失败就能给出诊断结论，可要进入策略训练，同类轨迹得攒够一定数量。直播期间产生的数据，先经过筛选、去标识化和质量检查，再进训练队列；按正常节奏，一到两周内会反映在后续版本的策略更新中。

（文中图源智元视频号）