编辑：吕鑫燚
出品：具身研习社
具身智能落地能力的衡量标尺，已经从简单的“能做”进化到“长程任务”。
这并不是某几家企业选择的展示窗口，而是全行业默契的共识。但纵观行业内的长程任务演示，有一个微妙的差别，即有多少时间花在了把事情做成上？
部分长程任务演示中，虽然成功完成了任务，但也包括了机器人每次伸手前的停顿，抓空后的重复，和重头来过的反复。在演示中这些额外的时间不影响最终任务结果，但现场却可能早已错过节拍。那些颤颤巍巍的动作和反复重来的流程，只是将任务时间拉长。
长程任务从来不是时长竞赛。更长的任务链可以体现更复杂的编排、更持久的记忆，等待和返工却不会增加有效产出。
因此，商业化要追问的，是机器人面对关联步骤与突发变化，能否既把活干完，也把时间用好。
长程任务的难处，在于前一步的结果往往就是后一步的执行条件。杯子没放稳，倒水就得等；物品没装进去，封箱便不能开始；已经摆好的东西被人拿走，确认过的进度又要重新校验。任务依赖、动作条件、执行进度和环境变化，必须放在一起管理。
今年外滩大会期间，蚂蚁灵波CEO朱兴坦言：“相对客观地说，现阶段想做一定规模的落地，环境不能太开放，任务不能太长程。任务太长，异常就多。”这份谨慎说出了现实，每多接手几个环节，机器人就多一份处理异常、维持流程的责任。
单步成功率再漂亮，也不能直接当作整项任务的成绩。假设各步骤独立、每步成功率均为99%，且出错后无法补救，十步全部成功的概率便降至约90.4%。现实存在步骤依赖和重试，这道乘法只是提醒，错误会累积，纠错不可少。
但补救本身也有成本。抓取条件没变，反复伸手往往只是重复失败；局部出了问题，整段重启又会把前面的成果一起作废。单步动作慢、步骤间停顿多，最后即便做成了，也可能难以匹配作业节拍。
因此，评价长程能力，要把完成质量与时间代价放在一起。遇到变化能否调整，失败后能否局部恢复，恢复又花了多久，都关系到任务最终能否交付。效率衡量的是整个过程产生有效结果的能力，机器重复空转，或者只是把手臂挥快一点都远远不够。
客厅、洗衣区、餐饮柜台、仓储工位，看似日常的空间，在今天正在成为不同的长程能力观察窗口，各家具身智能厂商均有解法。
千寻智能Moz1整理客厅时，桌上被临时丢来一个纸团。它调整安排，把纸团扔掉，随后继续收纳玩偶。插进来一件事，没有让原来的工作断片。
千寻强调突破的“金鱼记忆”瓶颈，在这里体现为持续保留目标、已完成步骤和待办事项。扔掉纸团之后，还记得那堆玩偶，长程记忆才有实际用处。
墨奇智能约15分钟的家务演示，则跨越桌面整理、冰箱补货、洗烘设备操作与叠衣。地点和工具接连变化，机器人需要跟住整项工作的进度。
其MoRA架构将目标、记忆与进度判断下沉到执行模型，让局部调整不必等“上层指挥”逐步交代。超出能力范围时仍请求高层介入，这种分工为连续作业减少了来回调度。
Sharpa在DQ门店制作冰淇淋，要完成取杯、接料、加配料、搅拌及倒杯展示等55个步骤。沿用门店原有设备与流程，意味着机器人得适应人类的工作条件。
纸杯不能捏瘪，操作需要触觉与力反馈；三勺奥利奥碎，每加一勺画面都很相似，模型还得记住进度。餐饮柜台把精细接触控制与执行记忆放进了同一份订单。
极智嘉的早餐演示，特意加入了多次干扰，面包机被挪动、杯子被移走，放好的面包又被拿出来。已经成立的操作条件，随时可能失效。
它呈现的重点是状态校验与异常恢复：重新定位、局部重试，或回到受影响的阶段补做。一次异常究竟只增加一次调整，还是拖累整段流程，正在成为观察重点。
各家的步骤划分与演示条件不同，呈现出不同的技术切口。真正值得去深究的是一些共性技术要素，如记忆、操作和应变怎样共同支撑完整交付。进一步的问题是，这些能力能否在业务时间预算内稳定产生有效结果。极智嘉选择仓储作为第一个落地场景，其早餐任务演示也提供了一个观察“泛化能力如何转化为作业效率”的具体样本。
“泛化与效率同时成立，才是真干活”，这二者要在同一段工作里兑现。泛化使机器人在目标和条件变化时仍能推进任务；效率要求它减少等待、无效动作与返工。能应付变化，却迟迟交不出结果，现场依然得围着机器人调节拍。
早餐并非极智嘉要交付的业务场景。但透过这段演示我们很容易提炼可迁移的能力：任务编排、精细操作、灵活应变、自主纠错。仓储里的打包、搬运、复核等多步骤作业，同样需要这些能力处理现场变化，控制时间成本。
任务编排首先要管好步骤之间的关系：这一环完成没有，下一环的条件是否满足，遇到变化是否需要改顺序。机器人不能每做完一个动作，就重新琢磨整件工作。
Gravity的MoT双脑架构对此安排了不同分工：AR Transformer理解指令与场景、编排子任务；Diffusion Transformer负责未来状态预测、子目标评估和连续动作生成。长短期记忆保留目标、阶段与近期变化，Stage/Progress输出帮助判断进度。这些设计指向的，是减少重复判断，让动作衔接更连贯。
精细操作则要少走返工的弯路。面包片进入狭窄槽口前，Gravity先调整相对位姿，对准后再插入；两片面包挨得太近，没有稳定夹取空间，它先拨动、调整，再完成抓取。前者减少插入偏差，后者先创造操作条件，避免在不好抓的位置反复伸手。
定位、抓取、插装、倾倒等操作，被组织成可组合的Robot Skill，并结合示范、工艺规范、完成标准和安全边界等专家先验。面向仓储，这意味着既要适应货物姿态，也要遵守工位要求。准备时多花一点工夫，有机会省下后面更费时的返工。
灵活应变要求机器人持续检查环境，而非沿着已经失效的计划往下做。演示中，面包架、面包机或餐盘移动后，Gravity重新定位，调整夹取与放置轨迹。杯子被遮挡时，它进入安全等待；杯子被移走，则中止倾倒。必要的暂停有助于保住成果，效率不能靠冒进换取。
支撑这些调整的Gravity 4D，将RGB、Pointmap与 Scene Flow结合，表征外观、空间结构和运动变化。世界动作模型WAM依据观测与任务上下文推演未来状态，逆动力学模型IDM据此生成动作片段，为在线重规划提供支持。系统需要及时知道，刚才作出决定时的条件，现在是否还成立。
自主纠错还要区分“动作结束”与“事情做成”。手臂完成插入，面包未必已经入槽；已经插好的面包被取走，原来的完成记录也得更新。只沿着动作清单推进，偏差会悄悄混进后续流程。
面包未能正确插入时，Gravity重新估计位置关系，局部重规划后重试，属于动作级纠错；面包插好后又被拿走，系统回溯到受影响的阶段，重新夹取和插入，属于任务级恢复。以实际结果校验进度，才能保留仍然有效的成果，避免一次局部失误拖着整段流程重来。
这些机制的商业价值，最终体现在恢复成本里。失败后总要人来接管，企业就得额外安排人盯守；能够自行修复且及时接续工作，才有机会减少人工负担。极智嘉还提出通过Evaluation Model与强化学习，将成功、失败和接管轨迹用于反馈、评估与再训练，让现场异常成为后续改进的依据。
到了仓储，交付还包括业务状态同步。货物到位，订单、库存与下一道工序也要收到正确结果。与WMS、WES、RMS等管理和调度系统协同，关系到机器人能否接入整座仓库：实物没到位却报完成，会造成错配；做完没有回传，后续人员和设备又可能白等。
因此，早餐演示展现的能力能否迁移到现场，要由完整任务完成率、作业周期、重试次数和人工接管率共同验证。成功率需要说明时间限制与恢复条件，效率也要以质量和安全为前提。最终要交付的，是在变化中持续完成工作、在异常后及时恢复的作业能力。
写在最后
具身智能接手的流程越来越长，评价标准也需要从“最终是否完成”进一步走向“以什么成本完成”。少一次试抓、少一段空等、少一次从头再来，才能把模型能力变成稳定产出。
商业化的进步，就藏在这些细节里：同样一份工作，更少依赖人工、更少打乱节拍，客户才敢继续交出下一份。长程任务真正要积累的，是这种交付的把握。
