櫃檯服務一整天，四台機器人通過考核
六台智元 AgiBot G2 人形機器人在上海市徐匯區一家營業中的便利商店，進行 24 小時測試，完成 1,730 項任務，服務時段涵蓋午餐、晚間、深夜及早餐。六台機器人中有四台通過本次測試的試用考核，評估項目包括任務完成情況、反應速度、處理突發狀況的能力及顧客回饋。
目錄
挑戰自 11 月 2 日 10:00 持續至 11 月 3 日 10:00。每台機器人都有固定職責，從迎接顧客、取貨到製作咖啡、清理桌面。智元表示，直播吸引超過 200 萬名線上觀眾收看。
根據公司最後統計，工作量最大的是顧客接待，共有 683 次互動。機器人也完成 369 次取貨及配送、製作 147 杯咖啡、處理 126 筆早餐訂單、補貨及巡查貨架 277 次，以及清潔桌面 128 次。
這次測試將幾項難題集中在同一個場域：理解顧客需求、找到正確商品、輕柔地拿取物品，以及在人群中移動。受邀測試者刻意重新擺放商品並阻擋通道，機器人運作期間，商店也照常營業。
智元形容這次測試是在沒有「人類介入環節」的情況下運作，也就是商店現場沒有由人類示範或手動調整。不過，公布的結果仍缺少一項重要的績效資訊：公司公布了直播前部署期間的已完成任務數和成功率，但尚未公布這次 24 小時測試的成功率，也未提供人類接手操作的次數。
六台機器人如何分工
一台機器人在入口迎接顧客，兩台負責揀貨、補貨及巡查貨架。第四台製作咖啡，第五台在收銀櫃檯工作並處理熱食，第六台則負責清理桌面。
固定職責讓各台機器人的工作量有所不同。迎賓所需的動作流程，與製作飲料或包裝食物並不相同。即使是同一項工作，機器人也可能遇到變動的需求、放錯位置的商品，或被顧客占用的走道。
顧客接待和取貨合計占已完成 1,730 項任務中的 1,052 項，約為 61%。這大致反映了多數活動發生的環節，但不同任務所需的時間和精力可能相差甚大，統計數字卻一律計為一項。
完整統計如下：
- 顧客接待：683 次。
- 取貨及配送：369 次。
- 製作咖啡：147 杯。
- 早餐服務：126 筆。
- 補貨及貨架巡查：277 次。
- 清潔桌面：128 次。
以六台機器人計算，團隊平均每小時完成約 72 項任務。隨著商店從繁忙時段進入較安靜的深夜時段，實際需求也有所變化。
顧客與測試者改變現場條件
受邀測試者安排了一些考驗，要求機器人不能只靠記住商品平常擺放的位置。他們將一般可樂和無糖可樂混在一起，再明確要求無糖款；也把整排口香糖弄亂。
據報導，機器人結合語音飲料需求與視覺檢查，辨認出正確的可樂。整理口香糖貨架時，機器人則以視覺方式清點商品，而非依賴價格標籤所標示的位置。
這兩項測試都針對零售業常見的問題：眼前的商店可能與預期的陳列方式不同。顧客可能把商品放錯位置，而包裝相似的不同商品也可能幾乎一模一樣。
測試者也站在走道上，並把紙箱丟在機器人行進路線上。據報導，機器人會停下來，並選擇新路線繞過障礙物。在營業中的商店裡，移動與服務密不可分：安全抵達貨架，也是完成顧客需求的一部分。
為什麼包裝麵包或打開冷凍櫃門不容易
智元具身研究中心副總裁任光輝指出，便利商店環境要求很高，因為店內商品種類繁多、顧客需求各異，而且機器人必須使用各種工具。工廠作業環境可能較為固定，物品和動作的種類也較少。
包裝一個麵包就能說明其中的難度。機器人必須使用夾子夾起食物，再打開紙袋。每個步驟都會改變物品的位置，以及下一個動作可用的空間。成功抓取只是完成訂單的一部分。
在開發過程中，打開冷凍櫃又帶來另一連串問題。機器人必須判斷櫃門的開啟方向，以及應施加多大的力道。接著還要協調雙臂，一隻手扶住櫃門，另一隻手取出商品。
任光輝表示，頭部和手腕上的感測器，加上手臂上的力覺感測器，有助機器人判斷動作。力覺感測讓機器能偵測推拉時施加的力道，避免猛烈碰撞或損壞櫃門。
部分最難的任務涉及容易彎折、移位或破損的商品。把袋裝糖果掛上掛鉤，以及拿起柔軟蛋糕而不將其壓碎，仍然很困難，機器人有時會失敗。這些例子顯示，評估門市測試時，除了完成的工作數量，也必須檢視處理品質。
連結決策與動作的軟體
六台機器人都由智元的具身代理框架 Genie Master 協同管理。公司表示，其具身執行協議（Embodied Execution Protocol）將任務決策、實際動作及結果回饋串接起來。
簡單來說，具身智慧是透過實體機器行動的人工智慧。門市機器人必須將需求轉換為動作，再運用感測器確認結果。顧客提出飲料需求是設定目標；要找到、抓取並送上正確的飲料容器，則需要一連串實際動作。
智元表示，系統每天都會檢視成功和失敗的執行紀錄，將有用經驗存入長期記憶，並把修正後的操作轉為訓練資料。訓練資料是系統可用來改善後續行為的範例。
任光輝表示，訂單系統初期曾遇到訂單失敗、狀態更新未成功，以及機器人位置互相衝突等問題。工作流程協調方面的問題當天便會檢視，隔天即能生效，無須變更模型本身。
機器人也會在離峰時段練習。任光輝表示，夜間閒置期間，機器人會前往貨架練習較困難的任務。因此，商店既是工作場所，也是進一步練習的場域；即使過了顧客最繁忙的時段，任務仍會持續進行。
公司所描述的系統，串連了機器人開發中常被分開討論的幾個環節：選擇動作、執行動作，以及從結果中學習。便利商店將這些環節放進同一次部署中，某一步出錯，就可能影響訂單後續流程。
考核項目與仍缺少的資訊
六台機器人經過任務完成情況、反應速度、例外狀況處理能力及顧客回饋等評估後，四台通過試用考核，兩台未通過。公布結果並未說明未通過的兩台各自表現及原因；此外，24 小時測試的成功率和人類接手操作的數據也尚未公布。
在直播前的便利商店部署期間，搭載 GO-3 Preview 的 G2 機器人，完整工作流程成功率從第一天的 28.6%，提升至第五天穩定達到 85.7%。其單項任務成功率比傳統監督式微調（SFT）高出 17.7 個百分點。這些數據描述的是直播前的部署情況，並非這次 24 小時測試的結果。
任光輝表示，公司將追蹤更全面的指標：任務成功率、首次嘗試成功率、反應時間、從提出需求到完成任務的總時間、單位時間內可接受的配送件數、人類接手頻率、恢復時間，以及系統可用率。
這些指標回答不同的實際問題。首次嘗試成功率記錄機器人能否一次就把工作做好；恢復時間衡量機器人遇到問題後，多久才能恢復有效工作；系統可用率則說明設備在預定運作期間，有多少時間處於可供使用的狀態。
零售商需要這些細節，因為一件已完成的配送，可能是迅速順利地完成，也可能經過多次重試。同樣地，反應迅速但花很長時間才完成訂單的機器人，與能快速完成整個流程的機器人，帶給顧客的體驗並不相同。
智元公布的任務總數記錄了已完成工作的量。更完整的績效指標，則能讓商店評估機器人服務顧客的穩定程度、所需支援，以及發生問題時的復原能力。
從產品發布到深夜值班
這場便利商店挑戰為智元自 10 月 22 日展開的 AI WAVE 發布系列畫下句點。該系列透過實際部署，整合公司的資料集、模擬平台、模型及機器人硬體。
主要里程碑如下：
- 10 月 22 日：智元啟動 AI WAVE 發布系列。
- 11 月 2 日 10:00：六台機器人在上海市徐匯區開始便利商店挑戰。
- 11 月 2 日至 11 月 3 日：團隊工作時段涵蓋午餐與晚間尖峰、深夜值班及早晨尖峰。
- 11 月 3 日 10:00：測試結束，智元公布完成 1,730 項任務，並有四台機器人通過考核。
任光輝指出，深夜值班是公司正在探索的實際應用之一。全天候營業的商店需要員工在打亂正常睡眠作息的時段工作，而部分重複性職務也需要長時間保持專注。
智元也在探索自主換電，以支援長時間運作。這能讓機器人更換耗盡的電池後恢復工作，是公司所述延長服務時間計畫的一環。
這次測試對門市工作的意義
上海這次部署讓機器人在顧客持續購物的情況下，承擔多項彼此相關的服務工作。最具實用價值的是測試工作範圍廣泛，包括與顧客交談、辨別商品、處理食物、使用設備、在走道中移動，以及清潔共用表面。
遇到的困難同樣具體。拿柔軟蛋糕需要輕柔握持；打開冷凍櫃門需要控制力道並協調雙臂；商品放錯位置時則需要重新進行視覺檢查。對有經驗的員工來說，每件事都是小動作，但每件事都需要多項機器人能力協同運作。
對考慮採用類似設備的零售業者來說，關鍵問題包括機器人能否在整個班次中穩定運作、繁忙時段的服務品質，以及需要多少人力支援。智元已公布大量作業數據，試用考核結果則有通過也有未通過。公司提出的績效指標，將補上評估機器人能否日常應用於門市所需的下一層細節。
重點整理
- 六台智元 AgiBot G2 人形機器人於 11 月 2 日至 11 月 3 日，在上海市徐匯區一家營業中的便利商店工作。
- 智元表示，機器人共完成 1,730 項任務，包括 683 次顧客接待、369 次取貨及配送，以及製作 147 杯咖啡。
- 四台機器人通過本次活動的試用考核，兩台未通過。
- 測試者重新擺放商品並阻擋走道，測試商品辨識、貨架作業和移動能力。
- 拿起柔軟蛋糕、把袋裝糖果掛上掛鉤等精細操作，仍然困難。
- 智元表示，測試期間商店現場沒有由人類示範或手動調整。直播前的完整工作流程成功率，從第一天的 28.6% 升至第五天的 85.7%；單項任務成功率則比傳統監督式微調高出 17.7 個百分點。24 小時測試的成功率及人類接手操作次數仍未公布。
- 公司正探索深夜工作及自主換電，以延長運作時間。
