大晓机器人试水酒店洗衣场景:取衣送洗142步,商业化尚早
具身机器人日前正积极尝试落地更多真实服务场景中,比如进连锁酒店完成从客房取衣服、送洗烘干再送回客房这一闭环任务;或者进便利店制作咖啡、整理货架等。近日,“商汤系”大晓机器人称已将双脑协同架构带入酒店洗衣场景,尝试探索串联取衣、送洗、烘干和送回等服务环节。11月17日,大晓机器人向澎湃科技(www.thepaper...
具身机器人眼下正往更多真实服务场景里钻。进连锁酒店,从客房取衣、送洗烘干再送回房间,一条龙跑完;进便利店,做咖啡、理货架,这些活都开始试。
“商汤系”的大晓机器人近日称,已把双脑协同架构搬进酒店洗衣场景,想跑通取衣、送洗、烘干、送回这一串环节。
11月17日,大晓机器人对澎湃科技(www.thepaper.cn)表示,项目还处在试运营早期,离成熟的产品化、商业化落地差得远。
酒店和便利店,都成了具身机器人试岗的地方。
澎湃科技在现场看到,机器人从取衣到送洗走一趟,大约2至4分钟。现场工作人员说,酒店洗衣的完整流程算上导航约142个步骤,展示过程不需要遥控。洗衣、烘干这些环节衔接时,机器人能直接收到设备完成任务的信号,再接着往下做。
机器人第一视角下送洗衣物的过程。
能串起多个服务环节,不等于机器人就能应付酒店里的各种状况。进客房就是一道坎。
“大家肯定都希望什么都能干,但走进房间对现在的机器人非常困难。”大晓机器人产品经理说,客房环境更复杂,人机交互也更麻烦,空间还局促,对操作能力要求更高。
真实场景里的变化和异常怎么接?大晓机器人把世界模型、通用模型和具身智能RSI(递归式自我改进)搭在一起,分别管环境模拟、任务理解和技能优化。
按大晓机器人的说法,任务与技能这一侧,靠GPT-Astra等通用模型做任务理解、推理和技能生成,再转成机器人能执行的技能;面向具身智能的RSI策略则拿真实执行中的反馈去改技能,并用真机运行结果看改进有没有用。
RSI全称Recursive Self-Improvement,中文叫递归式自我改进。拿模型训练打比方:一个AI系统要是找到了更好的训练办法,让下一代模型更会设计实验,新模型又用这个本事改进后面的训练,递归自我改进就转起来了。
落到机器人应用上,大晓机器人算法研发人员认为,RSI能帮忙微调部分动作、让动作更稳,但整个业务流程或技术链路的开发,它替代不了。
酒店之外,便利店也是具身机器人当下检验服务能力的地方。
智元机器人此前搞过一场便利店挑战,6台精灵G2机器人进店24小时作业,分头干迎宾接待、商品取送、咖啡制作、熟食服务、补货巡检和桌面清洁。
活动按真实门店需求设了考核指标:在岗时长、业务完成量、顾客评价,加上任务成功率、响应时间和异常处理能力,一起算机器人的“转正”评分。
公布的结果是,6台里4台过了考核,另外两台没“转正”。24小时作业期间机器人也出过操作失误,持续工作的稳定性还得再练。
智元具身研究中心副总裁任广辉此前接受媒体采访时说,这次尝试想验证的是:系统碰上变化、中断和异常,还能不能把任务推下去,以及这些经历能不能变成可复用的经验。
场景还在摸索,商业化得先算经济账。
在业内人士看来,工业场景成熟、已经标准化,酒店、便利店这类商业服务场景要让具身机器人高频进入,还是得“算一笔经济账”。行业目前仍在找合适的商业场景落地,没有明确共识,“因为能够演示某项操作,与能够长期稳定工作、在成本上替代人工,是两回事。”
澎湃科技采访到的一位投资人长期跟踪具身领域,他说,眼下绝大多数具身智能公司仍停留在场景探索和POC(概念验证)环节,能真正“算得过来商业账”的场景并不多,初步具备经济性的只有物流包裹分拣等少数环节。这位投资人表示,企业现阶段得去找跟自身技术高度耦合、又能跑通“数据飞轮”的刚需场景,最好别盲目摊大饼,也别去碰现阶段根本做不了的复杂场景。他还提到,不少团队在和企业做POC验证时才意识到,底层模型的智能化程度加上真实场景的数据量,远远撑不起商业化交付。
也有业内观点认为,通用大脑彻底成熟之前,具身机器人进商业场景往往要走“全遥操作—半遥操作—全自主”的路子:早期允许人工介入,之后在实战里攒真实场景数据,再逐步减少人工干预,最后做到真正意义上的自主商业化运营。
大晓机器人2025年年中成立,董事长是商汤科技联合创始人、执行董事王晓刚,首席科学家由AI科学家陶大程院士担任。