智元6台精灵G2机器人完成便利店24小时连续作业，累计执行1730项任务

11月2日上午10时，智元启动“机器人打工不能停”直播挑战，6台精灵G2人形机器人正式入驻上海徐汇一家正常营业的便利店，开启连续24小时在岗作业。截至次日10时，机器人累计完成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、补货及巡检277次、桌面清洁128次。这是国内首次在真实零售场景中实现多台人形机器人全天候协同服务的完整验证。

与工业产线不同，便利店环境高度动态且空间受限：顾客随机进出、商品种类繁杂、操作需柔性适配、人机混行频繁，且多项任务存在强耦合关系——例如补货可能临时占用取货通道，清洁路径若规划不当会阻塞通行路线，任一环节延迟都可能引发后续任务连锁顺延。这种复杂性对机器人的感知-决策-执行闭环能力提出更高要求。

智元此次采用的解决方案是“1个Agent大脑+6台真机”的集群架构。6台精灵G2共享同一具身智能框架Genie Master，该系统不仅负责任务调度与优先级分配，还通过具身执行协议（Embodied Execution Protocol, EEP）将每次动作结果反馈至长期记忆库，每日自动总结成功与失败轨迹，并反向优化动作策略。这种“边上岗、边解锁新技能”的机制，使机器人能在真实环境中持续进化，而非仅依赖预设程序或人工示教。

值得注意的是，本次测试并非孤立事件，而是具身智能落地路径发生结构性转变的缩影。过去两年，行业主流验证场景集中于结构化程度高的工业领域：汽车总装线、3C电子车间与物流仓储中心。这些场景虽对精度与重复性要求严苛，但环境变量可控、流程标准化程度高，更适合早期技术验证。

而从2026年下半年起，包括智元、宇树科技在内的多家厂商开始将训练与测试重心转向零售、药房、餐饮等开放动态环境。宇树科技创始人王兴兴曾公开表示：“商业服务场景的落地节奏可能比工业场景更快。”这一判断正逐步被实践印证——零售场景虽复杂，但单点价值密度高、用户触达直接、商业模式清晰，更易形成“技术验证→客户付费→数据回流→模型迭代”的正向循环。

智元在10月底的创新日上进一步披露了支撑此类落地的技术底座。其联合清华大学、无问芯穹推出的“群体经验学习”（Collective Experience Learning, CEL）范式，依托FERT失败引导经验检索算法与FATS容错异步训练系统，已在96台真机集群中实现“机器人教机器人”。在插花、叠衣、手机包装等5项真实任务中，CEL方案整体成功率最高超出人类远程操作员平均水平16.7个百分点；且集群规模越大，作业可靠性越强，有效缓解了传统训练中“人类专家示教供给不足”的瓶颈。

与此同时，行业评价标准也在悄然转变。智元联合创始人、总裁兼CTO彭志辉指出：“万台机器人下线只是制造业胜利，万台机器人‘上岗’才是物理AI胜利。”他强调，当前阶段的关键指标已从纸面参数转向真实工时价值——机器人开机时长不等于有效产出，单次任务成功率也不代表长期稳定能力。为此，智元提出全新度量单位Worken（有效智能工时），用于量化机器人在实际场景中的可靠服务时长与任务完成质量。

从产业数据看，落地加速趋势明显。工信部预计2026年中国人形机器人整机产量将突破10万台；智元上半年营收接近20亿元，宇树科技前三季度营收达18.17亿元、归母净利润3.87亿元，同比增长270%。尽管资本市场融资节奏有所放缓（10月具身智能赛道仅33起融资，总额101.05亿元，较9月下降近半），但产业端的务实推进并未停滞。

便利店作为城市生活基础设施的“毛细血管”，其自动化潜力长期被低估。相比无人仓或工厂，它对成本敏感度更高、对交互友好性要求更强、对故障容忍度更低——恰恰构成检验具身智能成熟度的理想试验场。智元此次24小时作业中，机器人未出现需人工介入的重大异常，任务完成率稳定在92%以上（按1730项任务计，失败约138项，主要集中在复杂商品识别与突发路径重规划场景），已初步达到可商业化部署的阈值。

下一步，智元计划将该模式复制至更多社区便利店与高铁站售货点，并开放部分API接口供第三方开发者接入定制化服务模块。随着CEL范式与Genie Master框架持续迭代，人形机器人从“能动”到“会想”再到“懂人”的演进路径正日益清晰。而零售场景，或将成为具身智能真正走出实验室、进入日常生活的第一站。