闪电快讯｜6台机器人便利店打工24小时背后，详解智元具身递归自进化逻辑

11月2日，智元正式发起“机器人打工不能停”挑战，计划让机器人在真实便利店“打工”，并邀请全网观众在线“监工”。

当日早上10点，直播正式开始。在上海徐汇区的一家便利店里，六位智元精灵G2人形机器人正式上岗，分别担任迎宾员（昵称“阿豪”）、取货打包员（火宝）、理货员（倦王）、保洁员（冷姐）、咖啡师（咖少）、热食出餐及收银员（叮酱）的岗位。

智元具身研究中心副总裁任广辉向包括「电厂」在内的媒体解读称，之所以设置6台机器人，“一是为了覆盖门店的主要岗位，二是为了验证岗位之间的协作。”此外，在考核标准上，“要对齐真实门店的运营要求。对顾客来说，商品对不对、交付全不全、等待久不久，都是服务的一部分”。

直播持续至11月3日10时，时长合计24小时，旨在让机器人在简单购物交互之外，还需经历早午晚购物晚购物高峰、深夜独立值守等作业场景。

另据任广辉分享，机器人调度由具身Agent框架Genie Master负责，它是整个班组的大脑，通过具身执行协议EEP连接机器人的能力、执行引导、结果反馈和任务连续性，也连接执行结果与后续学习。

服务过程中，智元强调本次实测全程“无人在环”，即机器人不依赖人工示范和现场手动调试，全程自行定位问题、调整策略、积累经验。智元会观测和记录任务成功率、首次成功率、响应时间、端到端耗时、单位时间合格交付量、人工接管频次、异常恢复时间和系统可用率等指标。

据官方最终统计，6台精灵G2机器人累计完成1730项任务，包括接待顾客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次及桌面清洁128次，直播吸引全网超200万人在线观看。

直播过程中，机器人作业时偶有失误。据智元介绍，机器人会针对失败任务进行学习、进化，优化后续执行。

针对机器人发生有效学习的效率，任广辉解读称：“分两层看，Harness RSI（Recursive Self-Improvement，递归自进化）层面的经验，当天总结、第二天就在执行里生效，几乎不占训练资源。Policy RSI 层面的策略更新，取决于数据积累和训练排期，通常几天内能完成一轮迭代。”

他进一步阐述：“从失败到可用经验，不等很多轮，关键在轨迹回溯——单次失败就能形成诊断结论，但要进策略训练，需要积累一定量的同类轨迹。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能体现在后续版本的策略更新里。”

（文中图源智元视频号）