11月2~3日，六台精灵G2走进上海徐汇一家正在营业的便利店，开启24小时“转正大考”，接受全网观众在线监工。
它们是六台智元精灵G2人形机器人，以迎宾员、咖啡师、理货员和保洁员等身份，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，并接受全网观众在线监工。
活动发起方智元希望，让机器人在更多真实场景中部署，在持续实践中检验能力，从而迈向可复制的规模化应用。
为何选择便利店作为全栈技术第一个考场？相比工业、分拣等场景，便利店有哪些独特挑战和验证价值？南方+记者就此采访智元具身研究中心副总裁任广辉。
挑战：完成自主补货到保洁完整服务
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，一个取货补货、一个巡视货架，撑起全店的商品流转；“咖少”是咖啡工位的专职“咖啡师”；“叮酱”守在收银台，顺带做熟食服务；“冷姐”则是全场的桌面清洁担当。六个岗位环环相扣，覆盖一家便利店从开门迎客到日常保洁的完整服务流程。
11月2日当天，两位“考官”专从顾客视角花式“出题”：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；站在路中央当人形路障，再丢个箱子堵路，看它是绕行还是硬撞。被刁难急了，机器人还回敬了一句“你胆子真是肥嘟嘟的”。
不过，语音吐槽“工作好难”之余，机器人们不忘持续接招：可乐要“耳朵听懂、眼睛确认”双重校验才下手；打乱的货架不靠标签，靠视觉盘点逐格归位；遇人先停再绕，箱子挡路就再绕。
面积不大、流程标准化，便利店是城市里最常见的商业场景之一。但对于机器人而言，要胜任其中的工作，却并不轻松。
比如，把一袋彩虹糖挂上挂钩，角度差一点，机器人可能夹住其他商品；夹一块黄金糕，力道分毫之差，就是“掉了”和“碎了”的区别。机器人要根据物体的形状、软硬和受力变化，把一串动作准确接起来。
拿夹黄金糕举例：先握稳夹子，再控制开合、接触位置和力度，轻了滑、重了碎；夹起来之后还要对准袋口、放进去、退出夹子，再换一种抓握方式拎起袋子。挂钩商品也一样，不是抓住拿走就完事——取彩虹糖时要让包装挂孔顺利退出挂钩，同时不能勾住包装、不能带倒旁边的商品，软包装一受力变形，后续动作的条件全变了。
这些活需要视觉判断、动作策略、灵巧手或夹爪、底层运控一起配合。
面对这些考题，机器人的整体表现没有掉链子：被顾客随手塞错位置的商品，不靠标签坐标，靠实时视觉盘点找到归属、逐格归位；补货机器人发现货架空缺，无需人工提醒，自动触发补货流程；操作台上的污渍，它分得清物体花纹和泼洒痕迹，优先调用工具清理。
考核：记录成功率、响应时间等KPI
任广辉介绍，在便利店，能很直观地观测到，机器人能不能把多种能力组织起来，持续完成任务。
在真实门店里，顾客会走动，商品的位置、朝向、包装状态随时在变，机器人要一边理解现场，一边调整操作和任务安排。
工业和分拣场景的技术要求同样很高，但它们强调的是节拍、精度、可靠性，环境相对固定。便利店更考验随机应变的能力——商品差异、柔性操作、人机混行、顾客交互、多机协作，全被压缩在一个小空间里，而且任务之间会互相影响：补货可能占掉取货的位置，清洁可能堵住通道，某一步延迟，后面一连串交付都要往后推。
“想验证的不只是单项能力，还有系统在遇到变化、中断、异常之后还能不能继续推进，以及这些经历能不能变成可复用的经验，让后面的作业更稳。”任广辉说。
值得一提的是，智元也会给机器人下考核标准。那么，除了业务完成量和顾客好评，还会考核哪些指标？
首先，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。
指标上，智元会同时记录任务成功率、首次成功率、响应时间、端到端耗时、单位时间合格交付量，还有人工接管频次、异常恢复时间和系统可用率。
做熟食、上下货、做咖啡，这些动作差别这么大，机器人如何能通晓这些不同任务？
任广辉介绍，其实不用从零教。这些动作背后有共同的模型基础——作业基座模型 GO-3 Preview。它通过学习不同任务的操作经验，形成可以跨任务复用的能力。同样是取东西，面对杯子、软包装和挂钩商品，机器人会结合任务要求和现场情况，自己选抓握方式和移动路径。
不过，就目前来看，跟熟练店员比，机器人还有不小差距，比如适应现场变化的速度、精细操作的节拍、异常处理的能力。
此前，机器人也不是没遇到过各种问题。比如，初期点单系统出过不少状况：下单失败、订单完成了状态没更新、机器人之间位置冲突。
针对不同问题，处理也是分层的：流程和编排层面的问题，当天总结，调整调用模型和工具的Harness，第二天执行就能避开。把错误和成功的历史轨迹记录下来迭代动作策略，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。夜里空闲的时候，机器人还会自己去货架前练难的任务。
推广：从单店走向成百上千家门店
此次机器人在便利店考核“转正”，智元的“野心”已然藏不住了：这套解决方案要从单店走向成百上千家门店。
任广辉说，从单店到规模化，要解决机型和工具标准化、商品和业务系统接入、快速部署、远程运维，以及经验怎么在不同门店之间复用。进餐饮和工业，还要分别满足卫生、工艺、节拍和安全要求。
智元的做法是把数据、模型、本体、部署系统全栈打通，让能力以体系的方式沉淀，每部署一个新门店，重复开发的工作越来越少。
那么，距离无需专人看管的正式上岗还有多远？还需要跨越哪些关键节点？哪些岗位会率先实现稳定规模化应用？
任广辉认为，这取决于任务。智元判断依据有三条：任务边界清不清晰、结果容不容易核验、异常率低到系统能不能自己恢复。按这个标准，环境规范、对象相对标准、流程固定的岗位，比如理货、补货、清洁辅助，最有希望先稳定上岗；涉及复杂交互、身份核验、开放式操作的岗位，验证周期要长得多。
任广辉说，未来一两年，希望看到四类能持续核验的结果：第一，同样任务和服务标准下，合格产出提高，重试、人工接管和异常恢复的耗时下降。第二，换商品、换布局、换门店之后，需要补的数据、调试时间和工程投入减少，已有能力能直接复用。第三，部署后的改进在独立评测里站得住，不以原有能力退化为代价。第四，长周期运行覆盖不同班次和客流，成本随运营成熟度持续下降。
南方+记者 郜小平