←News detail

Shanghai ObserverUpdated Nov 2 23:54

Six AgiBot Genie G2 Humanoid Robots Work 24-Hour Shifts at a Shanghai Convenience Store

English text is being prepared.

AI summary

Starting at 10:00 on November 2, six AgiBot Genie G2 humanoid robots clocked in at a 24-hour convenience store in Xuhui, Shanghai, taking on roles including greeter, barista, stocker, cashier, and cleaner. They worked continuously for a full day, with the whole process livestreamed for viewers across the internet. On-site experience officers set up challenges such as handing over the wrong-sugar cola, disarranging shelves, and human roadblocks, and the robots responded through voice recognition, visual inventory checks, and path replanning. The six robots share AgiBot's embodied Agent framework Genie Master as their scheduling and learning hub; each day they summarize successful and failed trajectories and store them in long-term memory, converting effective adjustments into training data.

Why read this

AI score 55

Six humanoid robots worked continuous 24-hour shifts in a real convenience store, allowing readers to observe the actual operational performance of embodied intelligence in an open store scenario.

Topics

Tags

Body

11月2日10时,上海徐汇一家正在营业的便利店里,六位特殊的“新员工”打卡上岗了。它们是六台智元精灵G2人形机器人,分别担任迎宾员、咖啡师、理货员和保洁员等岗位,在这家24小时便利店连续工作整整一天,接单、制作、补货、打扫,接受《机器人打工不能停》挑战,并通过直播接受全网观众“监工”。 “新员工”四班连轴转,刁钻考题轮番上场 六名机器人“新员工”的工牌上,写着各自的岗位:阿豪站在门口,负责迎宾接待与顾客咨询;火宝和倦王是一对理货搭档,一个负责取货补货,一个负责巡视货架;咖少是咖啡工位的专职“咖啡师”;叮酱守在收银台,同时负责熟食服务;冷姐则承担店内桌面清洁工作。六个岗位覆盖了便利店从接待顾客到商品管理、餐饮服务和日常保洁的多个环节。 岗位之外,还有排班与考核。六台机器人需要经历午高峰、晚间客流、深夜值守和次日早高峰等不同工作时段。它们的在岗时长、业务完成量、顾客评价,以及任务成功率、响应速度和异常处理能力,都将纳入考核,成为能否“转正”的依据。 挑战当天,两位特邀体验官带着考题登门,先后进行了两轮巡场,从顾客视角给机器人设置各种“难题”:长得几乎一样的有糖、无糖可乐,一句“拿无糖的”,看它会不会拿错;把口香糖货架整个打乱,看它能不能一盒盒归位;站在路中央充当“人形路障”,再放个箱子堵路,看它会选择绕行还是直接撞上。 面对这些考验,机器人也有自己的应对方式。拿取可乐前,先通过语音识别理解顾客需求,再用视觉确认商品;整理被打乱的货架,不依赖预设标签,而是通过视觉盘点逐格归位;遇到行人先停下,再寻找路径绕行,前方有箱子挡路时也会重新规划路线。 一杯咖啡、一次补货,小动作却有高难度 面积不大、流程相对标准化,便利店是城市里常见的商业场景。但对机器人而言,要真正胜任其中的工作并不容易。 比如,把一袋彩虹糖挂上挂钩,角度稍有偏差,就可能夹住旁边的商品;夹取一块黄金糕,力度稍有不当,结果可能就是掉落或压碎。 在实验室里,光线、物品位置和操作流程都可以提前设置;但在真实门店,顾客随时穿行,商品的位置、朝向和包装状态也在不断变化。同样是取一件商品,每次面对的条件都可能不同。一次抓取成功,并不意味着下一次就能照样完成。 面对这些任务,机器人需要根据现场情况不断调整操作方式。对于顾客随手放错位置的商品,机器人通过实时视觉盘点寻找其正确位置,再逐格归位;发现货架出现空缺,补货机器人可以自动触发补货流程,无需人工提醒;面对操作台上的污渍,它还需要区分商品本身的花纹与液体泼洒留下的痕迹,再调用清洁工具进行处理。 失手计入“错题集”,让机器人持续积累经验 在真实营业过程中,机器人并非每次都能顺利完成任务,作业时偶尔也会失手。但比起一次任务是否成功,更值得关注的是:机器人能否识别问题、纠正错误,并将处理过程转化为下一次作业的经验? 这也是智元此前推出具身Agent框架Genie Master的出发点。作为六台机器人的共同Agent“大脑”,它既负责任务调度,也连接机器人的执行结果与后续学习。 当场纠正还不够,机器人还需要把新掌握的经验转化为可复用的能力。Genie Master每天总结成功与失败的作业轨迹,将相关经验存入长期记忆,遇到同类任务时便可调用;有效的调整过程则会形成训练数据,反哺动作策略的持续优化。 “记住经验”与“练成技能”两条路径相互配合,让每一轮作业都为下一轮学习提供反馈。机器人由此能够在实际工作中积累经验,并逐步提升任务完成能力。 这套机制已经在门店作业中得到应用。过去一段时间,精灵G2在多个复杂精细任务上不断改进;深夜门店空闲时,机器人还会主动进行技能练习。 眼下,这场便利店挑战仍在继续。经过深夜值守和次日早高峰两个班次,六台精灵G2将迎来最终考核。它们能否顺利“转正”?这场连续24小时的便利店实战,也将给出一份关于具身智能真实作业能力的阶段性答卷。

Source

Shanghai Observer