人形机器人便利店24小时：情绪价值先行，Physical RSI驱动自我进化

凌晨 1 点，上海徐汇的一家便利店仍有顾客进店。这不算稀奇，真正少见的是，此刻为顾客服务的是一群机器人。

热食区里，一台人形机器人右手握着食品夹具，缓缓前伸，从食品柜中夹起一块千层糕，随后手臂回撤，把糕点稳稳放进左手捏着的纸袋。旁边的特调区，另一台机器人正为客人制作饮品，嘴里还不停念叨着 “平板一键下单，风味即刻就位” 的口号，招揽过往顾客继续下单。

取糕点的机器人叫 “叮酱”，做饮品的叫 “咖少”。夜深了，它们和另外四位机器人同事还在岗位上。负责接待顾客的阿豪、负责商品取送的火宝、负责巡检补货的倦王，还有清理桌面的冷姐。从上午 10 点开始，它们已经持续工作了十几个小时。机器人不眠不休的优势，以最直观的方式摆在了所有人面前。它们会继续工作到第二天上午 10 点。

简而言之，这是一场 24 小时的 “机器人打工不能停” 挑战。由智元发起，6 台精灵 G2 作为便利店 “试用期员工”，通过实际表现接受大众评审和专业评审的检验，决定能否 “转正”。

我们全程围观了这场直播，记录下一些有趣的细节；同时与智元做了一番交流，试图拆解这场打工直播背后的技术脉络。Physical RSI 是其中的关键词。机器人在直播中依然会犯错，但也会悄然完成自我迭代。

给足情绪价值的打工人

直播是由一连串反差构成的。

这是一场前沿科技的落地实验，但进店顾客最热衷的事情却是拍照打卡；虽然不是周末，大部分进店顾客却相当悠闲，而机器人大多兢兢业业，几乎始终按照分工满足各类需求；机器人对待工作的态度整体值得肯定，只是一举一动稍显缓慢。

在行业人士看来，这场直播的价值在于对通用具身智能能力的一次综合检验。与市面上一些 “机器人小卖部” 只做简单饮料瓶抓取不同，智元机器人在便利店里的操作要复杂得多。选择便利店作为测试场景，智元有自己的理由：便利店足够真实，也足够难，可以直观观测机器人能否把多种能力组织起来、持续完成任务；配置 6 台机器人，一方面是为了覆盖门店主要岗位，另一方面也是为了验证岗位之间的协作。

从这个角度看，直播里出现一些问题几乎是必然的。用主持人在开场时的话来说，关键是机器人们能不能长时间稳定干活，能不能应对混乱场面，以及能不能读懂人的情绪、提供有温度的服务。

从最终统计来看，机器人员工确实干了不少活。它们累计完成 1730 项任务：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。它们也确实善于提供 “温度”——甚至可以说，它们提供的情绪价值远比完成任务的价值更突出。即便做错了什么，顾客第一反应往往不是生气，而是觉得有趣。

阿豪是全店最受欢迎的机器人，拿下了全场最多的顾客好评、最多的观众点赞、最多的打卡互动，毫无悬念地转正。这个结果并不令人意外——它最擅长讨顾客欢心。

看到染发的顾客，它不吝赞美，夸对方染发时尚、look 亮眼；察觉到天气变化，它会提醒：“今天外面天有点凉了，记得及时添件外套”；有人告诉它 “我喜欢你”，它会回一句：“我也很喜欢和你聊天。”

火宝则贡献了一个有趣的 “名场面”。在给直播特邀体验官取饮品时，它用左手撑开货柜门，随即用右手顶住，但柜门打开角度不够，右手一缩回，柜门自动关上了。失误之后，它再次尝试开柜时明显更用力，画面里传出 “砰” 的一声开门响。体验官打趣：“第二遍的时候急了。”

冷姐也有自己的 “名场面”。它不喜闲聊，见不得脏乱，不停打扫，为店里的干净环境兜底。但正是因为它守规则、重原则，执着于 “垃圾必须扔进垃圾桶” 的合规要求，竟然跑到店外找垃圾桶。最终被视为离岗出逃，被判不予转正。

倦王则是最像人类的一个。人的精力有限，倦王也会倦怠。整场打工马拉松中，倦王出现了在岗摸鱼的情况，被评价 “状态懒散”，也因此没能通过考核。有意思的是，它在开场介绍时就说过自己的职场信条： “努力不一定有奖励，但摸鱼一定省电。” 它的命运，似乎早有伏笔。

总的来看，6 台机器人中有 4 台顺利转正，2 台没能过关。通过率不算高。好在店里人来人往，很多人只是想看看这些机器人、跟它们互动一下。大家得到了满足，也感受到了机器人的温度。而从便利店运转本身来看，目视范围内，除了执行效率有待提升，机器人们没出太大的乱子。

细节之下的 Physical RSI

智元透露，这场直播吸引了全网超 200 万人在线观看。机器人有趣的互动当然是流量密码之一，但这场便利店打工的真正看点在于，不只看单次成败，而是看它们能不能知错就改。

挂钩补货这个场景值得展开聊聊。货架标签遮住了挂钩，机器人头部摄像头看不清包装孔位与挂钩的相对位置，单手操作总是挂不好。现在的解法是：机器人会把一只手移过去，通过手部视角补充观察。而这个解法，来自机器人自己的 “进化” 建议。

不久前，智元正式发布了具身 Agent 框架 Genie Master。通过这个框架，机器人可以自主定位失败原因、调整策略、沉淀经验，实现 Physical RSI 的自我进化。精灵 G2 搭载了这一框架，这场便利店打工直播因此成为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指出，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，强调从作业经历到可复用能力的持续循环。

进一步拆解，这种自我学习与进化又分为两个层面。

第一层是 Harness RSI。在推理和执行过程中，机器人会将成功与失败的案例随做随记，并在每日任务结束后由模型统一总结，将其中可复用的内容沉淀进长期记忆。当遇到同类任务和场景时，机器人便可以调用这些经验。

第二层是 Policy RSI。在 Agent 协助执行、接管和恢复的过程中，系统会产生包含问题、调整和结果的数据。这些数据经后处理后用于训练动作策略，进而转化为后续可调用的操作能力。

回到这次便利店直播，机器人能完成挂钩补货这类相对复杂的操作，正是因为它们此前遭遇过类似问题，并完成了相应学习。

冷姐的清洁操作也跟这种 RSI 进化有关。

在清洁便利店的两张小圆桌时，冷姐会先观察桌面上有什么，再判断哪些是垃圾、哪些不是。如果顾客的水只喝了一半，它可能还会犹豫。这源于一次尴尬的经历：此前有人喝了一半的水，瓶子被冷姐当成垃圾丢掉了。事后冷姐复盘发现这个商品不能丢，于是自己给自己加规则、总结经验、存进文档。

可惜的是，在这场直播中，冷姐遇到了更难的挑战：顾客装在纸袋里、还没吃的花卷，被它当垃圾收走了。但这也怪不了它——换成人类店员，恐怕也难免犯同样的错。

无论怎样，这次打工挑战中的问题和经验，都会成为这些机器人后续进化的养料。据任广辉介绍，直播期间产生的数据会经过筛选、去标识化和质量检查后进入训练队列，正常情况下，一到两周内就能体现在后续版本的策略更新里。

顺带一提，机器人之间的配合调度同样与 Genie Master 有关。6 台机器人中，3 台固定在门口和柜台内，另外 3 台需要移动执行任务。尤其是火宝和倦王，基本在同一片区域活动。它们没有发生碰撞或相互干扰，这要归功于 Genie Master。

不过，调度仍有提升空间。据介绍，Agent 知道所有机器人的状态，6 台机器人彼此之间也知道对方状态，但当顾客问负责迎宾的阿豪关于现做咖啡的问题时，它却说 “目前我这儿暂时没有”——可它的同事咖少明明就能做咖啡。

在 24 小时直播结束之后

我重点观察了这些机器人在早、中、晚三个营业高峰期以及深夜时段的表现。尤其是深夜，我想知道夜阑人静时，机器人会是怎样的状态。结论是：有点温馨，也有点过于热情。

温馨之处正如开头所述：机器人们依然陪着人类，不间断提供服务。但它们的服务意识似乎过于强烈了。比如，咖少面前明明没有客人，却仍不断重复招揽口号。要么是 “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！”，要么是 “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，这些机器人在提供服务时的表现有些机械。也可以说，它们特别渴望人类的关注。

但这并不否定它们在便利店 24 小时不停打工的意义。事实上，能在真实商业环境中连续工作 24 小时，本身就是这场直播值得关注的一项进展。

过去人们看到的机器人演示，往往只是完成某项特定任务。这一次，6 台机器人连续参与便利店日常运营，承担不同岗位工作，尽管动作缓慢、偶尔出错，却展现了持续执行多种复杂任务的初步能力。

这也为机器人加速进化创造了条件。当机器人可以长时间工作、持续积累经验，再通过 Physical RSI 把这些经验转化为新能力，更快的进化与更大规模的部署就有机会更早到来。

正如任广辉所说，通过持续记录成功与失败的历史轨迹并据此迭代动作策略，机器人现在的单任务成功率已经稳定在较高水平，出错也能通过 Agent 引导恢复；夜里空闲时，它们还会主动走到货架前练习困难任务。

此时回头看，你会觉得这些机器人笨拙地伸出手臂、小心翼翼拿起商品、失败后又重新尝试的样子，很像刚刚学会使用双手、探索周围世界的人类幼童。幼童渴望大人关注，并在关注中成长；机器人同样在人类的注视下进化。幼童学习新事物的速度常常令人惊讶，机器人未来也可能一样。

如果它们有一天能像人类一样敏捷地处理各种任务，我们与那一天的差距，或许正在加速缩短。对具身智能的持续讨论与观察，在云栈社区的机器人相关板块中也在同步升温。