智元6台机器人便利店打工24小时：4台转正，1730项任务怎么完成

2022年起，一些便利店品牌已经把智能机器人引入门店的日常运营。可要说把整家店完全交给机器人来打理，放在当时的机器人行业，难度依然不小。

转机出现在2026年。11月2日，智元AI WAVE的收官一站落地上海，6台机器人被直接放进一家正在营业的便利店，开始24小时的「打工挑战」。11月3日上午10点挑战结束，4台机器人完成了打工挑战，成功转正。

在雷科技（ID：leikeji）看来，这场打工挑战从另一个角度回应了外界对具身智能实用性的质疑。人形机器人长期被当成噱头大于实用的花瓶类产品，只适合打太极表演，不适合打工赚钱。智元这次把机器人送到服务行业一线，用便利店的复杂工况去考验具身智能的能力上限。

结果上，仍有两台机器人没能通过挑战。但四台机器人在全网200万观众的见证下成功转正，这完全可以看作具身智能赛道在2026年的重要里程碑。

借着这次机会，雷科技也和智元具身研究中心副总裁任广辉进行了交流，尝试从另一个角度感受具身智能的行业发展。

便利店就像具身智能机器人行业的「高考」

一般来讲，具身智能机器人要证明自己能干活，多半会挑工业分拣这类场景。智元却把挑战台搭在了便利店，这一点多少有些出人意料。被问及为何选便利店，智元具身研究中心副总裁任广辉给出两个原因：

「便利店足够真实，也足够难。」

头一个不难懂。动作演示没什么实际用处，工业场景又离消费者太远；便利店不一样，随处可见，功能也不止卖货，机器人的各种本事都能在这里亮出来。

第二个原因就有意思了。便利店天生带着很强的不确定性：店里有顾客来回走动，商品的位置、朝向、库存状态一直在变。任广辉的说法是，「机器人要一边理解现场，一边调整操作和任务安排。」

而机器人在这种不确定性下的表现，也是此次挑战的一大看点。任广辉举了两个例子：

夹食品的时候，机器人得在很短时间内判断机械手与商品各自在哪，把夹取力度选准，还得把夹取路径规划好，别把旁边的商品带倒。现场顾客带来的「干扰」同样躲不开，效率要保住，也不能让顾客面临安全风险。这种对干活能力的综合检验，还真只有便利店能提供。

犯错不要紧，但要从错误中吸取教训

直播里也能看到机器人失手。任广辉并不回避，眼下的短板集中在柔性物体夹取、复杂接触和连续多步操作这几块。跟熟练店员比，机器人在适应现场变化、处理异常情况上还差得不小。

但智元的说法是，这批「新员工」合不合格，看的不是单次成败，而是能不能知错就改。任广辉在交流中提到，初期点单系统出过下单失败、订单状态不更新、机器人位置冲突等一串问题。

针对挑战中暴露的问题，智元给出了一个两步走的改进模式：

流程和编排上的毛病，智元当天就能复盘调整，第二天就有改善；Policy RSI层面的策略更新，节奏取决于数据积累和训练排期，不过几天内也能跑完一轮迭代。任广辉还说，单任务成功率现已稳定在较高水平，出了错也能靠Agent引导恢复。

甚至在夜里门店没客人时，机器人还会自己去货架前加练白天没做好的任务，和真实的便利店员工培训机制几乎一致。

「转正」只是机器人打工的开始

从结果看，智元这次机器人打工的挑战算是成功了。不过智元方面表示，单店成功只是其具身智能应用里的一个小里程碑。雷科技认为，智元真正想干的事，是把这套用具身智能改造传统线下行业的打法搬到更多领域去。

工作量上，六台机器人守着六个岗位，合计完成1730项任务，平均每小时70多项，算下来每分钟都有一项任务收尾。便利店繁杂的日常运营，本身就跟线下服务行业有不少重合。

更大的价值在于，智元立起了一套更贴近岗位的评价尺度。规范商品、固定工作区域、结果容易核验的任务，替机器人进入业务现场铺出了第一批稳定岗位；柔性物体、复杂接触和连续多步骤操作，则列成了下一阶段清清楚楚的能力清单。真实营业环境不断把这些短板顶出来，后续迭代也就有了具体的靶子。

将成功经验带到更多场景之中

智元的说法是，AI WAVE的下一站是更多真实场景。便利店挑战既然是收官一战，接下来智元势必把这套机器人代管的模式铺到更多门店，同时靠持续学习把机器人的综合能力往上提，把具身智能这个概念带进更多行业。

这次挑战里，有两台机器人没通过考核，智元还是把结果原样放了出来。换作以前的行业做法，这类失败尝试往往一剪了之。敢在直播里认下「错误」，说明智元对这套系统已经心里有底，不用像有些品牌那样藏着掖着。

经过这场直播实战，智元推具身智能时手里的筹码更足了，行业对这类方案的接受度预计也会跟着往上走。完全由机器人打理的便利店何时能真正落地，眼下还没有答案，不过智元先趟了这条路，距离那天应该不会太远。