智元6台机器人便利店打工24小时：4台转正，2台出局

凌晨 1 点，上海徐汇的一家便利店依旧有顾客上门。这本身不算什么，真正少见的是站在店里服务的是机器人。

热食区里，一台人形机器人右手拿着食品夹具，慢慢往前探，从食品柜中夹起一块千层糕，随后手臂收回，把糕点放进左手捏住的纸袋里。特调区那一边，另一台机器人做好饮品后，一遍遍念着“平板一键下单，风味即刻就位”，招呼客人接着下单。

取糕点的那台叫“叮酱”，做饮品的叫“咖少”。深夜时分，它们和另外四位机器人同事都没歇着：阿豪负责接待顾客，火宝管商品取送，倦王做巡检补货，冷姐清理桌面。从上一日上午 10 点算起，它们已经干了十几个小时。机器人不眠不休的长处，就这样摆在眼前，而它们还得接着干，一直到第二天上午 10 点。

说白了，这是一场 24 小时的“机器人打工不能停”挑战。发起方是智元，6 台精灵 G2 充当便利店的“试用期员工”，最终能不能“转正”，要看大众评审和专业评审对其实践表现的评价。

我们看了这场直播，记下了一些有趣的细节，也和智元聊了聊，想弄清这场打工直播背后的技术脉络。Physical RSI 是个关键词。直播里机器人照样会犯错，可它们也在悄悄自我迭代。

直播看下来，处处都是反差。

一边是前沿科技的落地实验，另一边进店顾客最起劲的事却是拍照打卡；明明是工作日，大部分顾客却相当悠闲，机器人反倒大多兢兢业业，几乎一直按分工满足顾客的各种需求；机器人对工作的态度整体值得夸一句，但举手投足都偏慢。

在业内人士眼中，这场直播的意义在于对通用具身智能能力做了一次综合检验。市面上有些“机器人小卖部”只能简单抓个饮料瓶，智元在便利店里的操作要复杂得多。智元选便利店，理由也够充分：这个场景足够真实，也足够难，能直观看到机器人能否把多种能力组织起来、持续完成任务；摆 6 台机器人，一是覆盖门店的主要岗位，二是验证岗位之间的协作。

这么看，直播里出些问题是必然的。直播开头主持人就说了，关键看机器人们能不能长时间稳定干活、能不能应付混乱场面，以及能不能读懂人的情绪、提供有温度的服务。

最终统计显示，机器人员工确实干了不少活：累计完成 1730 项任务，其中接待顾客 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。它们也确实会提供“温度”，甚至可以说，情绪价值比完成任务的价值更抢眼。就算出了错，顾客第一反应往往不是生气，而是觉得好玩。

阿豪是人气最高的机器人，全场顾客好评最多、观众点赞最多、打卡互动也最多，转正顺理成章。这个结果不让人意外，它最会讨顾客欢心。

碰上染发的顾客，它不吝夸奖，说人家染发时尚、look 亮眼；察觉天气有变，它会提醒一句：“今天外面天有点凉了，记得及时添件外套”；听到别人说喜欢它，它回的是：“我也很喜欢和你聊天。”

火宝留下了一个挺有意思的“名场面”。给直播特邀体验官取饮品时，它先用左手撑开货柜门，接着右手顶上去，可柜门开的角度不够，等右手缩回准备取货，门自己关上了。出了这次岔子，它再开柜子时明显加大了力气，画面里传出一声“砰”的开门响。体验官打趣说：“第二遍的时候急了。”

冷姐也有“名场面”。它不爱闲聊，见不得脏乱，一直打扫，给店里的干净环境兜底。但它守规则、讲原则，死认“垃圾必须扔进垃圾桶”这条，居然跑到店外找垃圾桶，最后被认定离岗出逃，判了不予转正。

倦王则是最像人的那一个。人的精力有限，倦王也会倦怠。整场打工马拉松里，它出现了在岗摸鱼的情况，被评价“状态懒散”，考核因此没过。有意思的是，开场介绍时它就说过自己对工作的理解——“努力不一定有奖励，但摸鱼一定省电。”这个机器人的结局，早就埋了伏笔。

整体算下来，6 台机器人里 4 台顺利转正，2 台没过关，通过率不算高。好在店里人来人往，不少人只是想看看这些机器人、跟它们互动一下。大家得了满足，也感受到了机器人的温度。从便利店运转的角度看，目力所及，除了执行效率还有待提升，机器人们没出太大的失误。

据智元透露，这场直播全网有超 200 万人在线观看。机器人有趣的互动当然是流量密码之一，但这场便利店打工真正的看点，不是盯着单次成败，而是看它们能不能知错就改。

挂钩补货这件事值得多说几句。这个场景里，货架标签挡住了挂钩，机器人头部的摄像头看不清包装孔位和挂钩在哪，单手操作总也挂不好。如今的解法是让机器人把一只手移过去，用手部视角补上观察。这个解法，出自机器人自己给出的“进化”建议。

此前不久，智元正式发布了具身 Agent 框架 Genie Master。靠这个框架，机器人能自己定位失败原因、调整策略、沉淀经验，从而实现 Physical RSI 的自我进化。精灵 G2 就搭载了这一框架。这场便利店打工直播，也就成了在真实业务场景中验证 Physical RSI 的一次实验。

智元具身研究中心副总裁任广辉表示，Physical RSI 让真实执行产生的反馈进入后续改进过程，再通过后续任务检验改进是否有效，强调的是从作业经历到可复用能力的持续循环。

再往下拆，这种自我学习与进化分成两个层面。

其中一层是 Harness RSI。推理和执行的过程中，机器人会把成功与失败的案例随手记下，每天任务结束后再由模型统一总结，把其中可复用的内容沉淀进长期记忆。再遇到同类任务和场景，机器人就能把这些经验调出来用。

其中一条路径叫 Policy RSI。Agent 帮忙执行、接管、恢复的整个过程中，会沉淀下同时包含问题、调整与结果的数据。经后处理，这批数据被拿去训练动作策略，再变成以后可以调用的操作能力。

说回这场便利店直播，机器人之所以能搞定挂钩补货这种偏复杂的活儿，原因就在于它们此前踩过类似的坑，也把对应的本事学到了手。

冷姐做清洁时的那套操作，同样与这种 RSI 进化脱不开关系。

擦便利店那两张小圆桌时，冷姐先看清桌上摆了什么，再分辨哪些算垃圾、哪些不算。碰上顾客没喝完的水，它有时还会犯嘀咕。这份谨慎来自一次尴尬：据工作人员讲，此前有人把水喝了一半，瓶子却被冷姐当垃圾扔了。事后复盘，冷姐认定这件商品不能丢，于是给自己补了条规则，把经验总结下来存进文档。

遗憾的是，这场直播里冷姐撞上了更棘手的状况。顾客装在纸袋里、一口没动的花卷，被它当垃圾收走了。不过这事怪不得它，换成人类店员，同样可能犯这样的错。

无论如何，这次打工挑战里暴露的问题和攒下的经验，都会变成这些机器人日后进化的养料。任广辉说，直播期间产生的数据要经过筛选、去标识化和质量检查，之后才进入训练队列；一切正常的话，一到两周内就能体现在后续版本的策略更新中。

另外，机器人之间怎么配合调度，也归 Genie Master 管。6 台机器人里，3 台固定在门口和柜台内，另外 3 台要移动着干活。火宝和倦王尤其如此，两者基本在同一片区域活动。它们没撞上、也没互相干扰，靠的就是 Genie Master。

当然，调度仍有改进余地。据介绍，Agent 掌握着所有机器人的状态，6 台机器人彼此之间也清楚对方的状态；可当顾客向负责迎宾的阿豪打听现做咖啡时，它脱口而出一句“目前我这儿暂时没有”——明明同事咖少就会做咖啡。

我盯得比较多的，是这些机器人在早、中、晚三个营业高峰以及深夜里的表现。深夜那段尤其让我好奇：夜深人静的时候，机器人会是什么状态。看下来的结论是，有点温馨，也有点过于热情。

温馨的一面正像开头讲的，机器人还在陪着人、照常提供服务。至于热情，它们实在热情得过了头。比如咖少跟前明明没有客人，它还是翻来覆去地念揽客口号。不是“一口醇香抚平疲惫，咖啡风味值得等待，快来咖少这里点一杯吧！”，就是“来下单一杯便利店特调咖啡，美式要加冰，快乐要走心”。

这些机器人服务时的表现，说机械也机械；换个角度看，倒像特别盼着人类多看它们一眼。

可这并不冲淡它们在便利店连轴打工 24 小时的意义。说到底，能在真实商业环境里不间断工作 24 小时，本身就是这场直播里一个值得留意的进展。

以往人们见到的机器人演示，多半只把某一项特定任务做完就收场。这回不一样，6 台机器人全程参与便利店日常运营，分头承担不同岗位的工作；动作是慢，也时不时出错，但已经显出持续执行多种复杂任务的初步能力。

这就给机器人加速进化创造了条件。一旦机器人能长时间干活、不断积累经验，再借 Physical RSI 把经验转成新能力，更快的进化和更大规模的部署就有望更早到来。

任广辉的说法是，靠持续记录成功与失败的历史轨迹，并据此迭代动作策略，机器人眼下单任务成功率已经稳定在较高水平，出了错也能由 Agent 引导恢复；夜里空闲时，它们还会自己跑到货架前，主动练那些困难任务。

这时候再回头看，这些机器人笨拙地伸臂、小心地拿起商品、失败后又重来一遍的样子，很像刚学会用双手、正在摸索周围世界的人类幼童。幼童盼着大人关注，也在关注里长大；机器人则在人类的注视下进化。幼童学新东西的速度令人惊讶，机器人的学习速度，或许同样会让人意外。

假如有一天它们能像人一样利索地应付各种任务，那么离这一天，我们可能比预想中更近。