酒店送洗衣服、便利店24小时“打工”,具身机器人仍在寻找最佳落地场景

澎湃新闻
2026-11-18 08:19

来源:澎湃新闻

酒店送洗衣服、便利店24小时“打工”,具身机器人仍在寻找最佳落地场景

具身机器人日前正积极尝试落地更多真实服务场景中,比如进连锁酒店完成从客房取衣服、送洗烘干再送回客房这一闭环任务;或者进便利店制作咖啡、整理货架等。

近日,“商汤系”大晓机器人称已将双脑协同架构带入酒店洗衣场景,尝试探索串联取衣、送洗、烘干和送回等服务环节。

11月17日,大晓机器人向澎湃科技(www.thepaper.cn)表示,该项目仍处于试运营早期阶段,距离成熟的产品化、商业化落地还有较长的路要走。

从酒店到便利店,具身机器人尝试“上岗”

澎湃科技在现场观察到,机器人完成一次取衣至送洗操作,用时约2至4分钟。现场工作人员介绍,酒店洗衣服务的完整流程包括导航在内约有142个步骤,现场展示的流程无需遥控操作。在洗衣、烘干等环节的衔接中,机器人可以直接接收设备完成任务的信号,并据此执行后续操作。

机器人第一视角下送洗衣物过程

不过,能够衔接多个服务环节,并不意味着机器人已经可以应对酒店里的各种情况,走进客房就是其中一道难题。

“大家肯定都希望什么都能干,但走进房间对现在的机器人非常困难。”大晓机器人产品经理表示,客房环境和人机交互更复杂,空间也较为局促,对机器人的操作能力提出了更高要求。

为应对真实场景中的变化和异常,大晓机器人尝试将世界模型、通用模型与具身智能RSI(递归式自我改进)结合起来,分别支持环境模拟、任务理解与技能优化。

大晓机器人表示,在任务与技能侧,公司利用GPT-Astra等通用模型进行任务理解、推理和技能生成,再将其转化为机器人可以执行的技能;通过面向具身智能的RSI策略,利用真实执行中的反馈推动技能改进,并以真机运行结果检验改进是否有效。

RSI是Recursive Self-Improvement的缩写,即递归式自我改进。以模型训练为例,如果一个AI系统找到更好的训练方法,使下一代模型更善于设计实验,而新模型又利用这项能力改进后续训练,就形成了递归自我改进的过程。

具体到机器人应用,大晓机器人算法研发人员认为,RSI可以帮助微调部分动作、提升动作稳定性,但并不能直接替代整个业务流程或技术链路的开发工作。

酒店之外,便利店也成为当下具身机器人检验服务能力的场所。

智元机器人此前开展便利店挑战,让6台精灵G2机器人进入便利店进行24小时作业,分别承担迎宾接待、商品取送、咖啡制作、熟食服务、补货巡检及桌面清洁等任务。

活动参照真实门店需求设置了考核指标,包括在岗时长、业务完成量、顾客评价,以及任务成功率、响应时间和异常处理能力,共同构成机器人的“转正”评分。

根据活动公布的结果,6台机器人中有4台通过考核,另外两台未能“转正”。24小时作业期间,机器人也出现了操作失误,持续工作的稳定性仍需改进。

智元具身研究中心副总裁任广辉此前在接受媒体采访时表示,这次尝试希望验证,系统遇到变化、中断和异常后能否继续推进任务,以及能否把这些经历转化为可复用的经验。

场景仍在探索,商业化还需算过经济账

在业内人士看来,相较于成熟、已经实现标准化的工业场景,让具身机器人高频次进入酒店、便利店等商业服务场景,仍然要“算一笔经济账”,目前行业仍在寻找合适的商业场景落地,还未形成明确的共识,“因为能够演示某项操作,与能够长期稳定工作、在成本上替代人工,是两回事。”

一位长期关注具身领域的投资人告诉澎湃科技,目前绝大多数具身智能企业仍处于场景探索和POC(概念验证)阶段,真正能“算得过来商业账”的场景非常少,仅物流包裹分拣等少数环节初具经济性。“企业现阶段必须寻找与自身技术高度耦合且能跑通‘数据飞轮’的刚需场景,最好不要盲目摊大饼、去碰现阶段根本做不了的复杂场景。很多团队在和企业做POC验证时才发现,底层模型的智能化程度和真实场景数据量,远远撑不起商业化交付。”前述投资人表示。

另有业内观点认为,在通用大脑彻底成熟之前,具身机器人切入商业场景往往需要经历“全遥操作—半遥操作—全自主”的渐进式演进——在早期允许人工介入,之后在实战中沉淀真实场景数据,进而逐步降低人工干预比例,最终实现真正意义上的自主商业化运营。

大晓机器人于2025年年中创立,董事长是商汤科技联合创始人、执行董事王晓刚,AI科学家陶大程院士担任首席科学家。

(来源:澎湃新闻 编辑:张明艳)