正行创新APRCE 2026发布零售Physical AI方案：2027年商业化

2026年10月8日，第22届亚太零售商大会暨展览会（APRCE 2026）现场，正行创新以“具身大脑”为底座，发布了一套面向零售开放场景“人机协作”需求的Physical AI解决方案。整套方案由两部分构成：一是聚焦货架补货、店面巡检及相关搬运等核心任务的机器人本体产品，二是负责任务分配、状态监控和人工接管的统一机器人管理平台。从任务获取、环境感知、移动、识别、抓取到作业执行，整条链路已经打通。门店货架与动线无需改造，支持“0改造”快速部署，为24/7便利店运营提质增效提供了一种“人机协作”的全新运营模式。

展会期间，正行创新率先推出该解决方案旗下的两款本体产品：面向人类活动空间的通用型双足人形机器人H1，以及专为狭窄空间设计的搬运理货轮臂式机器人C1。搬运、补货、盘点、巡检等高频任务可以交给机器人，员工转而聚焦其他服务优化工作；到了夜间持续作业时段，重复性体力劳动由机器人承担，员工不必再熬夜劳作。两款产品各展所长，共同推动门店运营效率与服务品质的双重提升。

正行创新轮臂式机器人C1（左）和双足人形机器人H1（右）

方案发布的同时，正行创新还宣布将与全球知名连锁零售企业联手推进产品测试和商业化，联合验证其具身智能解决方案进入真实、开放的零售环境后的作业能力，对机器人任务流程与运营系统持续优化，快速验证投资回报（ROI），并逐步扩展热食、库存管理、配送分拣与包装等更多零售环节。按计划，正行创新将于2027年正式提供商业化服务，客户可通过直接采购或RaaS（Robotics-as-a-Service）订阅服务，覆盖硬件、软件、运维与持续升级。

这家公司由连续创业者姚颂、杨宇欣，清华知名青年学者于超，以及著名跨国产业集团正大集团共同发起，使命定在“用物理智能给世界带来便利”。依托世界动作模型、强化学习、具身智能体、机器人本体、运营平台这套全栈物理智能技术体系，正行创新要让机器人在真实门店、仓库、工厂等场景里稳定干活。创始人兼CEO姚颂在“Physical AI and the Future of 24/7 Retail”主题演讲中说：“我们选择从零售出发，让机器人在最复杂、最鲜活的商业环境中作业和进化，成为全球可信赖的机器人服务提供商。”

直击零售一线真实需求，“人机协作”实现运营效率、服务品质双重提升

零售门店体量越来越大，24小时业态不断渗透，运营精细化需求也一路走高，这让它成了具身智能最有商业价值的落地场景。可零售同样是物理智能最难落地的场景之一：门店数量多、SKU繁杂、货架挤、通道窄，客流和陈列还一直在变，标准化与动态性同时存在，对机器人的环境感知、实时决策、动态适配能力要求远比别的场景高。

目前，行业内多数机器人方案集中在仓储后场、封闭货仓等结构化的固定场景中，很难适应零售前场人流密集、动线复杂、需求多变的真实环境。零售一线的真实需求，恰恰是开放经营环境下的高效分工作业。前场需要灵活响应顾客问询、接待，同时保持秩序与客户体验；后场则要承担补货、分拣、库存周转等支撑职能，并根据节假日和客流变化灵活调整运营策略，保障门店持续运转。

正行创新做的零售物理智能解决方案，就是在开放环境和复杂任务里达成了“人机协同”。机器人任务自主完成率能做到99%，把高频重复、强体力、熬夜值守这类标准化事务接过去，让一线员工从低效的重复劳作中脱身，转去做顾客服务、运营优化、复杂问题处理这些更有价值、也更有温度的事。

机器人补货作业

面向人类活动空间的通用型人形机器人里，双足人形机器人H1外观走的是柔和路线，能支持20多种语言互动，表情有45种、手势有36种，可以带来亲和、友好的客户交互体验；它还开放API，支持二次开发，适配多样化运营需求。

搬运理货轮臂式机器人C1专为狭窄空间设计，装了窄体全向底盘，不用改造现有货架就能在便利店窄通道里灵活穿行。它能覆盖100mm至1750mm以上的作业高度，全货架需求都能适配，在有限空间里完成货物运输、货架补货和装卸等操作。安全方面，C1靠多传感器融合感知周围行人，遇障紧急制动距离小于10cm；前后深度视觉加360度全景视觉，再配上轻量小型化本体设计，通行能力和作业效率都能兼顾。

机器人管理平台M1是支撑多机协同作业的统一中枢，搭建了适配多形态机器人、跨场景的自研软硬一体化运营底座，把从设备接入、任务执行到数据复盘的全链路断点打通，支持“人机协作”任务的大规模部署、编排和持续优化。

接下来，正行创新还会继续拓展重载版本，并推出面向收银、装袋等精细操作场景的A1精密操作机器人，形成标准型、灵巧型、重载型的产品组合，满足零售一线更多样的“人机协作”需求，让门店经营更有灵活性与韧性。

以“具身大脑”，赋能机器人在真实场景和任务中持续进化

此次发布的解决方案之所以能够胜任开放工作环境和复杂任务的“人机协作”，背后正是依托正行创新的“具身大脑”。作为一套由具身模型、算法、数据与基础设施（Infra）共同搭建的完整物理智能系统，它具备理解世界、学习行动、执行任务等基础能力；更核心的特质在于，它可以在真实场景的实际任务运行过程中持续迭代进化。

模型更小、响应更快，是机器人走出实验室、在门店实时作业的前提。正行创新自研的轻量级世界动作模型SLM-0.5，负责理解环境与行动之间的关系。该模型在LIBERO基准测试中平均任务成功率达到98.6%，推理速度比主流方案快24倍。

想让机器人在真实场景里不断变强，闭环训练是绕不开的一环。正行创新拿RLinf搭起强化学习后训练体系STEAM，用轻量任务数据加上人工反馈，让零售任务能快速适配。在指定商品上货这类任务上，实测执行成功率到了95%。执行结果和纠正反馈会反过来优化操作策略，数据采集、模型训练、评测串成一条线，跑通“执行—反馈—学习—再部署”的循环，机器人在实际任务里也就做得更稳、更快。

“人机协作”要成立，还得看机器人能不能精准理解任务目标，能不能灵活统筹任务并做出决策规划。正行创新联合清华大学、无问芯穹推出的智能体基座Rpent，把通用大模型的任务理解与规划能力、VLA等专家模型的精细操作能力，以及记忆、工具和机器人接口整合到一起，从感知、决策、执行到纠错反馈形成完整闭环。拿“补齐这排货架”来说，Rpent会先把目标拆开、排好执行顺序，再调度导航、识别、操作等模块一起干活；干活过程中实时盯着进度，碰上货品位置偏移、抓取失败这类异常，就即时调整策略或者重新规划，让机器人既能准确理解任务目标，也能把每一步操作都落地到位。

零售业的智能化升级，说到底不是要拿机器换人，而是靠人和机器分工配合，突破零售场景里人力的边界和运营的时空限制，把精细化运营、全天候服务和体验化升级真正做出来。有了正大集团等全球伙伴零售业务生态的支撑，正行创新正在加快这套方案的规模化复制与落地，给零售行业拿出可复用的物理智能落地范式，推动实体零售走进开放场景下“人机协作”的新阶段。