2022年起，部分便利店品牌开始在门店日常运营中引入智能机器人。但要说把门店完全交给机器人打理，这对当时的机器人行业来说确实还有些许难度。
但到了2026年，事情终于迎来了转机。11月2日，作为智元AI WAVE的收官一站，智元直接把6台机器人放到了上海一家正在营业的便利店，开启了一场24小时的「打工挑战」；11月3日上午10点挑战结束，共有4台机器人完成了打工挑战，成功转正。
在雷科技（ID：leikeji）看来，这场打工挑战也从另一个角度回应了过去大家对具身智能实用性的质疑。长期以来，人形机器人一直被认为是噱头大于实用性的花瓶类产品，只适合打太极表演，不适合打工赚钱。但智元机器人这一次直接把机器人送到了服务行业的一线，用便利店复杂的工况去考验具身智能的能力上限。
虽然从结果上看，此次挑战仍有两台机器人没能通过挑战，但四台机器人能在全网200万观众的见证下成功转正，这也完全可以看作是具身智能赛道在2026年的重要里程碑。
借着这次机会，雷科技也和智元具身研究中心副总裁任广辉进行了交流，尝试从另一个角度感受具身智能的行业发展。
便利店就像
具身智能机器人行业的「高考」
通常来说，具身智能机器人想要展示自己的工作能力，往往会选择工业分拣等场景。智元这一次选择以便利店作为挑战舞台，确实让人有些意外。在被问到为什么会选择便利店时，智元具身研究中心副总裁任广辉提到了两个重点：
「便利店足够真实，也足够难。」
前者非常好理解，相较于没有太大实用意义的动作演示，或离消费者更远的工业场景，便利店不仅常见，且功能也不仅仅是售货这么简单，可以充分展现机器人的各项能力。
但后者就比较有意思了，便利店本身带有极强的不可控性：门店里顾客会走动，商品的位置、朝向、库存状态随时都在变。用任广辉的话来说，「机器人要一边理解现场，一边调整操作和任务安排。」
而机器人在这种不确定性下的表现，也是此次挑战的一大看点。任广辉举了两个例子：
在夹取食品时，机器人必须在短时间内判断机械手和商品的位置，准确选择夹取力度，同时还要规划夹取路径，避免带倒其他商品。另外，机器人还必须面对来自现场顾客的「干扰」，既要保证自身的工作效率，也不能给现场顾客带来安全隐患。这种对工作能力的综合考验，确实只有便利店能做到。
犯错不要紧，
但要从错误中吸取教训
在直播中，我们也能看到机器人失手的时候。任广辉也承认，目前的短板在于柔性物体的夹取、复杂接触和连续多步操作上。和熟练的店员相比，机器人在适应现场变化的能力和异常情况的处理能力上仍有不小差距。
不过按智元的说法，衡量这批「新员工」合不合格，标准不在单次成败，而是能不能知错就改。交流中任广辉就提到，初期点单系统曾出现过下单失败、订单状态不更新、机器人位置冲突等一系列状况。
针对挑战中暴露的问题，智元给出了一个两步走的改进模式：
对于那些出现在流程和编排上的问题，智元可以当天进行总结和调整，第二天就能有所改进；至于Policy RSI层面的策略更新，更新频率则取决于数据积累和训练排期，但也能在几天内就完成一轮迭代。任广辉还提到，现在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。
甚至在夜里门店没客人时，机器人还会自己去货架前加练白天没做好的任务，和真实的便利店员工培训机制几乎一致。
「转正」只是机器人打工的开始
从结果来看，智元这一次机器人打工的挑战显然是成功的。但智元表示，单店的成功，只不过是智元机器人在具身智能应用中的一个小里程碑。雷科技认为，智元真正想做的，是把这套具身智能「赋能」传统线下行业的打法推广到更多的领域中。
从工作量层面看，六台机器人分守六个岗位，一共完成1730项任务，平均每小时70多项，平均每分钟都有一项任务完成。而便利店繁杂的日常运营，本身也和线下服务行业有一定的重合。
而这件事情更大的价值，在于智元建立了一套更接近岗位的评价尺度。规范商品、固定工作区域和结果容易核验的任务，为机器人进入业务现场提供了第一批稳定岗位；柔性物体、复杂接触和连续多步骤操作，则构成下一阶段明确的能力清单。真实营业环境不断暴露这些问题，也让后续迭代有了具体对象。
将成功经验带到更多场景之中
按智元的说法，AI WAVE的下一站是更多真实场景。既然这场便利店挑战是收官一战，那接下来智元必然会把这套机器人代管的模式用在更多的门店；并通过不断地学习提升机器人的综合能力，将具身智能概念带到更多的行业中。
另外，这一次挑战中有两台机器人没能完成考核，但智元照样把结果摆了出来。按过去的行业惯例，这种失败的尝试通常都会直接剪掉。能在直播中承认「错误」，也意味着智元对这一套系统已有了充足的把握，不需要像某些品牌那样遮遮掩掩。
可以肯定的是，有了这次直播实战背书，智元推广具身智能时的底气也会更足，整个行业的接受程度也会随之提升。虽然我们目前还不确定什么时候才能见到真正完全由机器人管理的便利店，但有了智元打头阵，我们离这一天肯定不会远。
