两年前，银河通用Galbot机器人在服贸会的展台上，携手美团买药第一次把“机器人智慧药房”展示到公众面前，这也是业界首创解决方案。

面对一整排货架，Galbot可以自主判断商品位置、完成补货，也可以在接到订单后自行移动、取货，再把商品送到指定位置。

彼时，这套方案更多是在回答一个问题：机器人能不能把药房里的活干起来？

两年后，这个问题已经有了更具体的答案。

目前，银河通用以药品销售为核心的机器人即时零售模式已在全国数十个城市部署近40个即时零售仓，累计完成订单超过30万单，售出商品约100万件，稳定常态化运营超两年。

今年9月，在上海徐汇区虹漕路的一家老百姓大药房里，Galbot开始进入常态化运营。

订单进来后，它会自己找到对应货架，识别并抓取药品，核对商品信息，再完成打包并送进智能取货柜，等骑手到店，输入用户手机尾号就能直接取货。

目前，这家门店日均履单已经稳定在400—500单，单均作业时间约68秒。

从展台上的一次演示，到每天真正处理几百张订单，银河通用这次进入老百姓大药房，值得看的显然不只是一台机器人学会了“抓药”。

机器人开始真正进入药房这套复杂的经营系统里，而药房，可能也是观察具身智能能否走向规模化落地，一个很有意思的窗口。

机器人从货架上拿起一盒药，看上去并不算什么高难度动作。

但真把它放进药房，事情很快就复杂起来。

一间药房里可以摆着成千上万种商品。

有规整的盒装感冒药，有圆柱形的糖浆瓶，有容易反光的塑封包装，也有铝塑泡罩、软包装、异形医疗器械，甚至还有易碎的玻璃瓶。

它们的大小、形状、材质、重心都不一样。

Galbot目前已经能够识别和处理上万种商品，覆盖处方药、非处方药、医疗器械以及预包装食品等多个品类。

真正考验它的，也并非某一次抓取得有多漂亮。

一张线上订单进来之后，机器人需要理解任务、找到商品、移动到对应位置、识别目标、完成抓取，再进行核验、打包和出库。

这是一整条连续任务链。

其中任何一步卡住，订单都出不去。

这也是银河通用一直在强调“银河星脑”的原因。

银河星脑AstraBrain，是银河通用自研的全身全手端到端具身大模型：开创WAM范式、跨本体、跨任务、跨场景，让机器人能够根据真实环境持续完成任务。

所以药房真正考的，是机器人面对大量不同商品和不断变化的订单时，能不能把一件事从头到尾稳定做完。

会抓药，只是第一关。

到了药房，技术之外还有另一道门槛：合规。

普通零售里，系统需要确认商品名称、数量和库存。

药品背后多了一整套更严格的要求。

规格对不对？追溯码有没有核验？药品是否临期？库存信息有没有同步？涉及处方药时，又该如何进入原有的药事管理流程？

这些问题决定了一台机器人即便已经能够准确取货，也不能直接等同于可以进入药房长期运行。

今年3月，北京海淀区市场监管部门向海王星辰丹棱街店颁发《药品经营许可证》，Galbot由此正式进入药品零售的合规经营体系，银河通用至此也成为了全球第一家且唯一“持证上岗”的机器人企业。

在这套系统中，机器人除了接单、分拣和打包，还接入了追溯码采集和效期预警，可以记录药品流转信息，并识别临期商品。监管部门也明确提出，会围绕药品扫码追溯、效期管理、处方药销售等关键环节进行持续监管。

这一步的意义其实很大。

机器人进入药房以后，要适应的不再只有货架和商品，还有一套已经运行多年的药品经营规则。

与此同时，人和机器之间的分工也开始变得更加清晰。

机器人负责找货、拣货、核验、打包等高频、流程化工作；执业药师和门店人员则把更多精力放在问症评估、处方审核、合理用药指导、慢病管理等需要专业知识和人与人沟通的环节。

老百姓大药房给这套模式的概括很直接：

“技术提效率，人工做专业。”

这也是“人机协同”真正落到药房里的样子。

机器人的价值，并不需要建立在角色之间的此消彼长上。把高频、重复、流程明确的工作交给机器，人的时间回到专业服务，药房整体的服务能力才有进一步提升的空间。

有意思的是，盯上药房这门生意的，已经不只有银河通用。

今年7月，蚂蚁灵波与国大药房合作的机器人智慧药房亮相世界人工智能大会。

它走的是另一条技术路线：通过LingBot具身大模型驱动不同品牌的机器人协同工作。

一家做机器人本体和具身大模型，一家更强调“通用大脑”和跨本体适配，技术路线并不完全一样。

这个巧合背后，其实是同一套现实需求。

首先是即时零售。

过去买药更多发生在线下柜台，现在越来越多的订单先出现在手机上。用户下单以后，药房需要快速找货、核验、打包，再交给骑手。

门店里因此多出了一条高频的线上履约链路。

其次是夜间服务：很多药品需求恰恰发生在正常营业时间之外。

孩子半夜突然发烧、老人发现常用药断了、临时需要血糖试纸或者创可贴，这些需求最大的特点，就是不能等。

对于消费者来说，机器人长什么样、用了多少参数的大模型，其实都没有那么重要。

真正能感知到的是：

晚上还能不能下单？

下单以后有没有人处理？

骑手到了，药能不能及时拿走？

材料里有一句话说得很准确：这套系统对消费者的价值，最终落在“省时间、不断档、更确定”。

这也是药房为什么会成为具身智能企业反复验证的场景。

一边是真实存在的即时需求，一边是高度重复、相对标准化的履约流程，中间还有24小时服务带来的运营压力。

机器人恰好可以嵌进这条链路里，和原有的药师、店员一起完成工作。

而银河通用为什么能比较早地把这套方案跑到真实订单里，还要再往前看一步。

这意味着，Galbot进入药房之前，已经经历过相当规模的真实订单训练。

从医疗器械，到取得药品零售场景的合规准入，再到海王星辰和老百姓大药房，银河通用走的是一条很典型的路径：

先把机器人放进真实生意里，再通过一张张订单，把技术、运营和场景一点点磨合起来。

而蚂蚁灵波、国大药房等新的参与者出现，也从另一个侧面说明了一件事：

智慧药房开始成为行业共同验证的落地方向。

当越来越多企业开始进入同一个场景，接下来真正要比的，可能就不再只是机器人能不能完成一次任务，而是谁能把这套能力更稳定、更低成本地铺进更多真实门店。

到了这一步，评价机器人的尺子也开始发生变化。

过去看一台机器人，大家喜欢问：

跑得多快？动作有多流畅？抓取成功率多高？

但真正进入一家每天都在开门做生意的药房以后，老板关心的是另一套问题。

一天能处理多少订单？一张订单需要多久？高峰期顶不顶得住？晚上能不能稳定运行？出了问题能不能快速恢复？

上海老百姓大药房目前给出的数字是，机器人日均履单400—500单，单均作业时效68秒，拣货准确率达到100%。

北京海王星辰此前披露的数据也显示，Galbot单日最高峰值处理量达到370单，订单成功率和正确率均达到99.95%。

更重要的是，机器人开始承担更多高频流程化工作后，执业药师可以把更多时间放在处方审核和用药指导上。

这些数字可能没有机器人后空翻那么抓眼球。

但对一个真正准备规模化落地的行业来说，它们反而更重要。

因为从这一刻开始，机器人第一次可以被放进一套真实的经营体系里衡量：

效率提高了多少，夜间服务能覆盖到什么程度，人和机器如何排班，设备利用率是多少，维护成本又是多少。

具身智能开始从“展示能力”，走向“计算价值”，而这或许才是药房这个场景真正值得关注的地方。

当然，跑通一家店，还远远没有到故事结束的时候，真正难的下一步，是复制。

一家70平方米的药房可以运行，换成100平方米行不行？

货架布局变了怎么办？

SKU换了一批怎么办？

订单从一天几百单涨到更多，系统还能不能扛住？

换一个城市、换一家连锁品牌、换一套原来的门店系统，又需要多少重新调试？

这些问题，决定了机器人智慧药房究竟是一套好看的样板，还是能够真正铺开的商业模式。

从2024年服贸会的展示，到北京海王星辰进入药品经营合规体系，再到上海老百姓大药房常态化运营，银河通用已经把这条路线往前推进了几步。

这意味着，接下来的竞争会越来越具体：既要适应更多商品和门店环境，也要降低部署和改造成本；既要把人机协同流程跑顺，还要验证一套方案能不能从一家店，稳定复制到几十家、几百家甚至更多门店。

到了这个阶段，真正拉开差距的，已经不只是机器人“能不能干”，而是谁能把这套能力做得更稳定、更通用，也更容易规模化。

对于药房来说，最终衡量这套模式的标准也很简单。

消费者能不能更方便地拿到药，药师有没有更多时间做专业服务，门店的履约效率有没有真正提高。

这些问题得到答案之后，机器人才能从一家店走向更多店。

所以回过头再看银河通用这次进入老百姓大药房，最值得关注的或许并不是“机器人又解锁了一份新工作”。

从两年前展台上的一次抓取，到今天每天几百张真实订单，变化发生在一个更加朴素的地方：

人和机器开始真正进入同一套经营流程，各自做自己更擅长的事。

而当这套协作方式能够在更多门店稳定复制，具身智能距离真正成为日常商业基础设施，也就又近了一步。