Six AgiBot Genie G2 Units Staff a Convenience Store for 24 Hours, Completing 1,730 Tasks

从技术方案集中亮相，到走入真实门店上岗，智元AI WAVE系列成果迎来实景大考。11月2日，六台精灵G2人形机器人进驻上海徐汇一家正常营业的便利店，开启24小时 “转正测试”，全程接受网友线上围观监工。11月3日，这场直播挑战收官。在全天候真实商业环境中，机器人直面客流波动、突发干扰，完成多品类、多岗位连续作业，为具身智能落地零售服务赛道、探索人形机器人规模化应用积攒了宝贵的一线实践样本。 自10月22日AI WAVE计划启动以来，智元先后发布数据集、仿真平台、具身模型、机器人本体以及作业系统等一系列技术成果，而这场便利店实战，把所有技术集成起来，在客流不断变化的真实环境里持续稳定作业。具身智能想要规模化落地，正是扎根于一个个岗位的反复试练、持续积累。 六台机器人各有分工：一台驻守门口接待顾客、解答咨询；两台搭档负责货架补货巡检；一台专职制作咖啡；一台值守收银台、兼顾熟食服务；还有一台负责店内桌面清洁。六个岗位互相配合，覆盖便利店接待、商品管理、制作、保洁的完整服务链条。 这场24小时的考核跟着门店客流节奏推进，午高峰、晚间客流、深夜值守、次日早高峰都是考验。任务完成度、响应速度、异常处置能力以及顾客反馈，都是评判它们能否顺利 “转正” 的指标。 便利店场景看着流程标准化，对机器人来说挑战重重。把一袋彩虹糖挂上挂钩，角度稍有偏差就可能带落其他商品；抓取黄金糕，力度控制稍有不慎，商品就会滑落或者碎裂。实验室环境光线、物品位置都可控，但真实门店里顾客随时穿行，商品摆放角度、包装状态随时变化，同样一个取货动作，每次面对的环境都不一样，单次抓取成功不等于可以稳定复现。 实战里，机器人整体表现稳定：顾客放错位置的商品，依靠视觉盘点自主归位；货架空缺可以自主识别、发起补货；能够区分污渍和桌面花纹，按需启动清洁。 当然，上岗过程中机器人并非次次成功，偶尔也会操作失手。但在真实场景里，失误不等于失败，人和机器人都会出错，核心在于能不能识别问题、吸取经验。 这套考核的核心标准，不是追求零失误，而是具备自我修正的能力。这也是智元Genie Master具身智能体框架的设计思路：它是六台机器人共享的调度大脑，统筹任务分配，收集作业结果，支撑持续学习。 Genie Master打通任务判断、动作执行、结果反馈的闭环。智能体结合现场情况分配任务，机器人根据实时感知调整动作，执行结果回传系统，为后续处理异常提供依据。 即时修正之外，系统还会汇总所有成功和失败的作业记录，沉淀为长期记忆，同类任务可以复用过往经验；有效的调整策略转化为训练数据，反哺动作模型优化。机器人一边上岗干活，一边积累技能，空闲时段还会自主加练。这套学习机制已经初见成效，精灵G2在精细操作任务上持续优化。 整场测试中，6台精灵G2机器人累计完成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，有4台成功“转正”，直播累计吸引超200万名网友在线观看。 便利店不是终点。接下来智元会持续打通技术和真实场景之间的壁垒，在更多岗位中验证、沉淀能力，把成熟方案向外复制，推动具身智能从实验室走向更多线下产业场景。