无人在环进店实测啃下长尾场景
衡宇 发自 凹非寺
量子位 | 公众号 QbitAI
因为货架上的小尺寸挂钩被价格标签牌遮挡了一部分,进便利店“打工”的机器人第一次尝试挂货时……扑了个空。
换作以往,这种情况必须由工程师介入:先排查故障,再调整程序、补充示范数据,随后让机器人重新训练。
但这台机器人有些不同——它自己琢磨出了新解法。
通过回溯此前的执行记录,它发现头部相机的分辨率有限,加之标签牌遮挡,很难精准定位小挂钩的具体位置。
于是,Agent 迅速调整了执行策略:先指挥左手靠近目标,调用腕部相机进行近距离视角补足;确认精准位置后,再由右手顺畅完成挂货动作。

更关键的是,机器人不仅独立定位了问题、找到了解法,还将这一有效经验沉淀了下来,以备后续调用。
这套让机器人在作业中自主发现问题、动态调整策略并沉淀经验的机制,背后正是智元最新发布的具身 Agent 框架——Genie Master。
这也是智元近期“AI WAVE”系列技术发布的第四弹。这一次,智元在业界率先将 Physical RSI(具身递归自进化)推向了真实的便利店业务流。
在 Genie Master 的赋能下,智元精灵 G2 机器人在真实便利店环境中作业时,无需依赖人工示范与调试,即可自主分析失败原因、调整动作策略、沉淀任务经验,实现全流程“无人在环”的持续自我演进。
这也是业内首次跳出仿真环境与实验室受限设定(Toy Setting),在实际商业场景中跑通并验证了 Physical RSI。
Genie Master 的自主进化闭环究竟是如何运转的?它又将为人形机器人的规模化商业上岗带来怎样的改变?
Genie Master 是什么?
要弄清机器人如何实现“自主悟道”,首先要理解其背后的核心支柱——Genie Master。
简单来说,Genie Master 是一套具身 Agent 框架,核心定位是打通上层 Agent 的认知推理能力与底层机器人的物理动作执行能力。
它不仅使 Agent 能够平滑调用机器人的各项本体能力、理解物理世界的执行反馈,还能依据任务进展,自主组织后续行动与针对性练习。
一旦机器人在实际作业中暴露能力短板,该问题便会直接被纳入自主改进工作流。

显而易见,Genie Master 重点构建的是机器人部署后的持续自进化机制——既涵盖执行当下的环境感知与动态调整,也包括任务完成后的经验沉淀与底层动作策略迭代。
智元推出该框架的初衷,正是为了解决行业长期以来的真实落地痛点。
业内普遍清楚,机器人进入真实商业场景后,不可避免会遇到训练阶段未覆盖的长尾边缘情况(Corner Cases)。
无论是动作执行失败、姿态不稳定,还是特定任务耗时过长,传统方案都需要算法工程师现场介入排查,通过改写逻辑、补充示教数据或重新训练模型来改善效果。
场景越多样、任务越复杂,后期研发与运维的边际成本就越高。
如果每项新需求都需要人工从头排查和调试,技术迭代速度必然受限,跨场景的规模化泛化落地更无从谈起。
简而言之,具身智能要走向大规模商用,必须从依赖人工示教的“被动微调”,转向由机器人自主诊断并解决问题的“自进化模式”。
Genie Master 正是将这部分工作交由 Agent 主导。
通过将问题诊断、模拟练习和效果评估交由 Agent 全权操盘,Genie Master 支持机器人自主习得新技能,从而大幅缩短从“客户提出新需求”到“机器人掌握新本领”的交付周期。
除了前述的挂钩补货,在真实便利店的实地测试中,搭载 Genie Master 的机器人还展现出了应对多元复杂环境的综合能力。
据智元介绍,Genie Master 研发团队已将分拣取货、补货上架、环境清洁、异常恢复及多机协作统一纳入标准业务流,持续探索机器人在实际商业场景中的自主改进闭环。
闲时自主“加练”,具身 Agent 框架贯通“大脑”与“小脑”
让机器人在工作中自我进化,逻辑看似直接。
但在此之前,为何这一设想大多停留在实验室论证阶段,鲜有团队能在真实业务中落地跑通?
核心难点在于:无论是上层的经验沉淀,还是底层的策略内化,都依托于一个极为苛刻的技术底座——
上层推理“大脑”的抽象规划,必须能够精准映射为物理动作;底层执行“小脑”的状态与物理反馈,也必须能够实时逆向传递给大脑。
为打通“大脑”与“小脑”的任督二脉,Genie Master 给出了核心设计:
具身执行协议 EEP(Embodied Execution Protocol)。

EEP 为 Agent 与物理实体之间建立了一套标准化通信接口,主要涵盖四大核心维度:
- 能力接口:使 Agent 实时明确掌握机器人当前可调用的动作原子与技能边界;
- 引导接口:允许 Agent 向底层动作执行模块下发细粒度的空间提示、物体参考及多模态语言约束;
- 反馈接口:向 Agent 毫秒级同步机器人执行动作后的真实物理交互状态;
- 连续性接口:支持跨机集群的任务进度追踪与依赖协同,提供动态任务调度及中断后的无缝状态续接。
依托 EEP 协议,结合时序对齐(Temporal Alignment)等协同机制,上层 Agent 可根据环境反馈动态刷新引导指令;底层基座动作策略(Action Policy)则能结合实时感知观测与 Agent 的语义约束执行精准操作,并持续回传环境观测与子任务完成度。
在具身智能系统中,只有将推理规划、运动控制与物理反馈深度耦合,自进化才具备工程可行性。
EEP 承担的正是这一关键中枢桥梁角色,为后续的经验自积累与策略自更新提供了统一底层规范。
底座构建完成后,机器人在部署态下的“自主加练”便得以运转。
在便利店常态运营中,若机器人检测到某些任务频发失败、控制不稳定或执行超时(即暴露“能力缺口”),Agent 不会简单报错挂起,而是会利用门店客流低峰或闭店闲时,自主拉起针对这些薄弱环节的针对性强化训练。
练什么、如何练、评判标准如何界定、发生干涉或跌落如何自主恢复重试,均由 Agent 自主编排与闭环验证。真实的商业部署现场,由此成为了源源不断为系统输送迭代样本的实战试炼场。
双轨演进:一条沉淀决策经验,一条迭代动作策略
在真实场景中构建起“发现问题”与“自主加练”的闭环后,机器人又是如何将练习成果转化为本体固有技能的?
在此环节,Genie Master 采用了双轨演进策略:
一条路线为 Harness RSI,专注上层决策与规则经验的高效沉淀;另一条路线为 Policy RSI,专注底层端到端动作策略模型的深层参数更新。
首先看 Harness RSI。
其核心机制在于:在冻结模型底层权重与已有硬件接口的前提下,通过针对性优化提示词(Prompt)、记忆机制(Memory)及任务编排逻辑,快速修复并改善后续任务执行质效。
在日常推理作业中,系统会对成功及失败用例进行全生命周期留存;随后通过离线异步反思与记忆图谱整合,将执行轨迹转化为针对性先验引导、终止条件判定、异常恢复分支及多机协同规范。这些内容如同动态更新的“错题本”,被归入长期记忆库,按需在后续对应场景中动态挂载加载。

文章开头提及的便利店挂货案例,正是 Harness RSI 机制的典型应用。
起初,微型挂钩任务的初次成功率极低。Agent 在调阅失败轨迹后定位出根因:“头部相机全局视角分辨率不足叠加标签遮挡,导致末端无法准确定位挂钩空间坐标。”
随后,Agent 自主沉淀出“先利用左腕部相机近距二次采样校验,再交由右手精准实施悬挂”的复合动作链路,并将其沉淀为标准决策流。后续再次遇到同类物理遮挡时,便可直接命中该经验,顺畅完成作业。
然而,“错题本”主要解决高层决策问题;面对真机控制对毫秒级低延迟与高精稳定性的严苛要求,关键操作依然需要固化为机器人的“肌肉记忆”。
这就需要 Policy RSI 介入发挥作用。
Policy RSI 会全面采集机器人在自主作业、人工远程接管示教以及异常恢复全流程中产生的高价值交互轨迹。通过数据过滤、样本加权与目标重标记(Hindsight Relabeling)等工程化治理手段提升数据密度,随后基于监督微调、模仿学习或强化学习直接更新底层基座动作策略(Action Policy),将优化成果固化到神经网络参数层。
以门店内的“外卖打包防缠绕”任务为例:机器人在解脱袋体提带缠绕、轨迹回撤及姿态修正时生成的交互数据,在经过筛选清洗后,会直接用于底层策略模型的增量训练,从而显著提高未来应对柔性物体扰动的鲁棒性。

借助 Policy RSI,系统能够持续从物理交互经验中汲取养分,实现更顺滑的运动控制精度与更严格的指令对齐能力。
需要指出的是,该体系并未完全排斥人工;Policy RSI 依然支持融入高难度场景的人工接管示教数据,策略模型的最终部署上线也需经过完备的数据管道清洗与收敛性验证。
更为重要的是,这两条演进路径并非割裂运行,而是互为飞轮的咬合协同结构:
- Harness RSI 负责高层经验沉淀与结构化组织,辅助系统定位归因失败细节、规划训练用例,并快速提升即时任务表现;
- Policy RSI 则基于高价值实战样本训练底层动作策略,将高频高难操作沉淀为底层确定性动作能力。
双轨互促,最终拉通从业务实测、缺陷定位、自主集训,到经验归纳与模型内化的完整正向飞轮。智元试图通过这一架构实现:系统每积累一轮实战经验,其自我诊断、样本筛选和能力进化的效率便同步上一个台阶。
让模型提升自身能力的能力保持递归跃升,在同等软硬件投入下榨取指数级的泛化增量,这正是“递归自进化(RSI)”的核心技术价值。
从“出厂即定型”走向“在役自演进”
跳出单一的便利店业务切片,置身整个具身智能产业演进脉络审视,智元 Genie Master 正在开启具身落地的新范式。
在研发范式上,它打破了传统具身系统能力“出厂即定型、迭代靠返厂”的死局,推动行业向“在役部署中持续生长”的动态演进范式跃迁。
当端侧系统具备了在现场自主探索出新技能解法的能力,从客户提出定制需求到场景规模化达标的交付工期将被大幅压缩。
在商业化落地层面,这也理清了最具挑战的经济账本。
伴随机器人在真实工况中实现“越干越熟练”,本体与智能系统的综合能力厚度将在运行中被持续摊薄与反哺。
未来横向迁移至更多门店或跨品类场景时,二次开发与工程部署的边际成本将呈现确定性的下行趋势。
而这条持续下探的边际成本曲线,正是具身智能迈向万亿级工业及消费级市场落地的关键底层逻辑。

复盘智元自 10 月 22 日启动的“AI WAVE”系列技术进展,作为该系列的第四项发布,Genie Master 在其全栈具身技术矩阵中占据着关键枢纽地位——它成功将上游大模型基座与全栈 AI 能力,无缝锚定在了真实的商业作业流水线中。
当然,系统架构在纸面上的精妙设计,最终仍需在最严苛的物理世界中接受真实验证。
11 月 2 日,智元将开启一场全网直播的“24 小时真实便利店连续作业实测”。
届时,6 台精灵 G2 机器人将组成协同集群连续在岗作业,在无预设剧本的真实商业运营环境中,直面长尾物理场景的终极考验。
