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仍有人推门进来。这本身不奇怪，稀奇的是站在柜台后服务顾客的是机器人。

热食区里，一台人形机器人右手夹着食品夹具，慢慢往前伸，从食品柜中夹起一块千层糕，手臂再收回来，把糕点放进左手捏着的纸袋里。另一侧的特调区，另一台机器人做好饮品后，一遍遍喊着“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”，做饮品的那台叫“咖少”。深夜里，它们还有四位机器人同事在岗：接待顾客的阿豪、取送商品的火宝、巡检补货的倦王、清理桌面的冷姐。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摆在那里，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 以便利店“试用期员工”的身份参与，能否“转正”由大众评审和专业评审根据实际表现来定。

我们看了这场直播，记下了一些有意思的细节。也跟智元聊了聊，想弄清这场打工直播背后的技术线索。Physical RSI 是个关键词。直播里机器人照样会出错，不过它们也在悄悄自我迭代。

给足情绪价值的打工人

直播里充满了反差。

一边是前沿科技的落地实验，一边是进店顾客最起劲的事——拍照打卡；明明是工作日，大部分顾客却相当悠闲，机器人倒大多尽职，几乎一直按分工满足各种需求；机器人对工作的态度整体值得夸，可一举一动都偏慢。

在行业人士眼里，这场直播的价值是对通用具身智能能力的一次综合检验。市面上一些“机器人小卖部”只能做简单的饮料瓶抓取，智元机器人在便利店里的操作要复杂得多。智元选便利店的理由也很充分：场景足够真实，也足够难，能直观看出机器人能不能把多种能力组织起来、持续完成任务；配6台机器人，一是覆盖门店主要岗位，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过，关键看机器人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。它们也确实擅长提供“温度”，甚至可以说，情绪价值比完成任务的价值还突出。就算做错了什么，顾客第一反应往往不是生气，而是觉得好玩。

阿豪是全场最受欢迎的机器人，顾客好评、观众点赞、打卡互动都是它最多，转正也就顺理成章。这个结果不让人意外，它最会讨顾客欢心。

看到染发的顾客，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：“今天外面天有点凉了，记得及时添件外套”；有人说喜欢它，它回一句：“我也很喜欢和你聊天。”

火宝留下了一个有意思的“名场面”。给直播特邀体验官取饮品时，它左手撑开货柜门，跟着用右手顶住，可柜门开的角度不够，等右手缩回去准备取货，门自己关上了。这次失手之后，它再开柜子明显更用力，画面里传出“砰”的一声。体验官打趣：“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、重原则，认准“垃圾必须扔进垃圾桶”，居然跑到店外去找垃圾桶，最后被认定离岗出逃，判了不予转正。

倦王最像人。人的精力有限，倦王也会倦。整场打工马拉松里，它出现在岗摸鱼的情况，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，早埋了伏笔。

算下来，6台机器人4台转正、2台没过，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。从便利店运转来看，目力所及，除了执行效率还有待提升，机器人们没出太大的岔子。

细节之下的 Physical RSI

智元透露，这场直播全网有超200万人在线观看。机器人有趣的互动肯定是流量密码之一，但这场便利店打工真正的看点，不是单次成败，而是能不能知错就改。

挂钩补货值得展开说说。这个场景里，货架标签挡住了挂钩，机器人头部摄像头看不清包装孔位和挂钩的位置，单手操作总挂不好。现在的办法是机器人把一只手移过去，靠手部视角补看。这个办法，是机器人自己提的“进化”建议。

不久前，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，实现 Physical RSI 的自我进化。精灵 G2 搭载了这套框架。这场便利店打工直播，就成了在真实业务场景里验证 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两个层面。

一层是 Harness RSI。推理和执行过程中，机器人会把成功和失败的案例随手记下，每天任务结束后由模型统一总结，把可复用的内容沉进长期记忆。再碰到同类任务和场景，机器人就能把这些经验调出来用。

其中一层叫 Policy RSI。机器人在 Agent 帮忙干活、接手任务和恢复执行的过程中，会攒下记录问题、调整动作和最终结果的数据。这些数据做完后处理，就拿来训练动作策略，再变成往后能直接调的干活本事。

说回这次便利店直播，挂钩补货这种偏复杂的活儿它们能拿下，靠的就是以前踩过类似的坑、把对应的本事学到手了。

冷姐做清洁时的那套操作，同样跟这种 RSI 进化脱不开关系。

擦便利店那两张小圆桌之前，冷姐先看桌面上搁了什么，再分辨哪些算垃圾、哪些不算。碰上顾客没喝完的水，它还会犯嘀咕。这份犹豫来自一次挺尴尬的教训：据介绍，早先有个人把水喝了一半，瓶子却被冷姐当垃圾收走了。事后冷姐复盘，认定这东西不能扔，于是给自己补了条规则，把经验写进文档存下来。

遗憾的是，这场直播里冷姐碰上了更难的题目：顾客装在纸袋里、一口没动的花卷，被它当垃圾收走了。不过这事也怪不得它，换人类店员来，同样会出这样的岔子。

无论如何，这轮打工里冒出来的问题和经验，往后都会变成这些机器人进化的养分。任广辉介绍，直播那几天产生的数据，先经过筛选、去标识化和质量检查，才会进训练队列，一切正常的话，一到两周内就能反映到后续版本的策略更新里。

另外说一句，机器人之间怎么配合、怎么调度，也归 Genie Master 管。6 台机器人里，3 台守在门口和柜台内不动，另外 3 台得跑来跑去干活。火宝和倦王尤其如此，两只基本在同一片区域转悠。它们没撞上、也没互相干扰，靠的就是 Genie Master。

当然，调度这块还有得改。据介绍，Agent 掌握所有机器人的状态，6 台机器人彼此也清楚对方的情况，可顾客向负责迎宾的阿豪打听现做咖啡时，它回了一句“目前我这儿暂时没有”——明明同事咖少就会做咖啡。

24 小时直播收工以后

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的表现。深夜那段尤其想看，想弄明白夜深人静的时候它们是什么状态。看下来的结论是：有点温馨，也有点热情过头。

温馨的地方跟开头讲的一样，机器人还在陪着人、还在提供服务。问题是它们的服务意识实在太强了。比如咖少跟前明明一个客人都没有，嘴上的揽客口号却一遍遍不停。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”。

可以说，这些机器人干起服务来有点机械。也可以说，它们太想被人注意到了。

不过，这并不会抹掉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一口气干满 24 小时，本身就是这场直播里值得留意的一个进展。

以前大家看到的机器人演示，多半只是把某一项特定任务做完。这回不一样，6台机器人连着参与便利店日常运营，分头顶上不同岗位，动作是慢了点，也偶尔出错，但已经展现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铺好了路。机器人能长时间干活、不断攒经验，再借 Physical RSI 把这些经验变成新本事，更快的进化和更大规模的部署，就有机会早点到来。

正如任广辉所言，靠持续记录成功与失败的历史轨迹、据此迭代动作策略，机器人如今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；夜里闲下来的时候，它们还会自己跑到货架前，主动练那些难啃的任务。

这时候再回头看，你会觉得，这些机器人笨手笨脚地伸出胳膊，小心地抓起商品，失败了又重新来一遍，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快得让人吃惊，机器人的学习速度，或许同样会让人意外。

有朝一日它们真能像人一样麻利地应付各种任务，那这一天离我们，可能正在加速变近。