央广网上海11月6日消息（记者何智康 实习记者李婷）有能说会道的“社牛门面”，有不停搬运的“取货打包员”，也有高冷内敛的“赛博卫生委员”……上海徐汇区好德便利店创智学院中心店内，六台带有MBTI式性格设定的具身作业机器人以“试用期员工”身份连续工作24小时，先后经历午高峰、晚高峰、深夜值守、早高峰四个班次。在“机器人打工不能停”考核中，6台机器人里4台“转正”、2台暂未通过核验。

被问及为何选定便利店作为落地测试场景，算法专家王溯恺表示，便利店商品种类多、环境开放，与标准化程度高的实验室差异明显。他说，“便利店和其他场景最主要的区别就是SKU（商品种类数量）非常多；预训练模型本身要解决的泛化、指令跟随、动作精度，在这里都能得到非常直观的检验。”在这一开放、长链条的任务环境中，智能体系统可以与训练模型结合完成工作。

在真实营业场景中 研发团队验证具身递归自进化能力（央广网实习记者 李婷 摄）

真实门店的考题并不是标准定制，细碎操作中藏着精度考验：袋装零食的挂袋上开着细小圆孔，挂到挂钩上时要把孔位对准钩尖，角度稍有偏差就可能挂空，甚至带落旁边商品；夹取糕点等软性商品时，力度轻了会滑落，重了会被夹碎，随后还要对准袋口完成放置。

货架被顾客随手打乱后，它不靠预先标注的固定坐标，而是靠实时视觉盘点、逐格归位；过道被行人或杂物箱堵住时，它会先停下避让，必要时主动请周围顾客让行；桌面上的污渍也要先分清是物品花纹还是泼洒痕迹，再选择合适工具清理。这些光线、位置、朝向都可以在实验室预先设定的条件，在真实门店里却随时变化。

热闹的岗位分工背后，是一整套具身智能技术的协同运转：从识别商品、判断库存，到规划动作、协调避让，再到把作业经验沉淀复用，考核既检验机器人会不会干活，也检验系统能否在开放环境中稳定学习、持续改进。

智元具身研究中心副总裁任广辉介绍，本次重点是全链路规模化学习，打通预训练、后训练和部署后持续进化三者的闭环。“我们首次把预训练的规模化、后训练，还有部署后的持续进化统一起来。”现场可见，机器人补货时会摆动另一支机械臂辨认精细货位，失败经验自动回流再训练；取货、补货流程也从“先到现场看一看”，逐步进化为先查询库存和每日销量。任广辉表示，换一家便利店不需要完全重头做起，但每个场景仍有独特难点有待攻破。

真实门店的表现并非满分首次实地部署尚未达到百分之百成功率，抓取一次未成功时会再次尝试，执行中的细节瑕疵正是后续持续迭代的重点。王溯恺表示，目前最紧迫的问题是作业节拍，也就是运行速度；出于安全考虑，同时随着系统持续进化，机器人暂以平缓、限速的方式完成任务：“我觉得节拍是一个我们马上要解决的问题。”

王溯恺透露，下一步相关能力将优先向家庭、办公室等场景拓展。总体来看，24小时实战证明机器人已能承担一批标准化、辅助性岗位的真实任务，但全无人作业的前提不只是“能干”，还要在速度、安全、异常自恢复和成本可控上达到门店常态运营要求。从一杯咖啡、一次补货、一趟避让开始，具身智能正沿着“边上岗、边解锁新技能”的路径逐步推进，真正的无人化仍需分岗位、分场景稳步落地。