AGIBOT 的六台 G2 輪式人形機器人在上海一家便利商店...

AGIBOT G2 機器人上海便利店實戰測試：六台進場四台過關

上海徐匯區一家營運中的便利商店，近期有六台 AGIBOT G2 輪式人形機器人進場，進行為期 24 小時的實戰測試。測試從 11 月 2 日上午 10 時開始，到 11 月 3 日上午 10 時結束，全程在線上平台直播，觀看人數超過兩百萬。測試內容包括協助顧客、製作咖啡、補貨與清潔等任務，六台機器人合計完成 1,730 項工作，最後有四台通過績效評估，另外兩台未完全符合標準。

任務細節與績效評估

測試期間，六台 G2 機器人分別負責顧客服務、貨架檢查、補貨、咖啡準備、結帳、熱食服務以及店內清潔。具體數據如下：683 次顧客服務互動、369 次產品取送、147 杯咖啡訂單、126 份早餐服務、277 次貨架檢查與補貨任務，以及 128 次桌面清潔。測試涵蓋午餐高峰、傍晚尖峰、夜間營運以及次日早晨早餐高峰四個時段，用來檢驗機器人在不同需求下的表現。

評估標準包括工作時間、任務完成度、顧客反饋、回應速度，以及處理突發狀況的能力。除了常規任務，兩位評估員還做了實境測試，例如要求機器人分辨普通可樂與無糖可樂，或把被重新排列的口香糖放回正確位置。評估員也用人員和箱子擋住通道，測試機器人能否辨識障礙物並繞行。

AI WAVE 技術展示的最後一環

這次便利店測試，是 AGIBOT 在 10 月 22 日啟動的 AI WAVE 技術展示活動的最後一環。該活動先前已發布一系列關於機器人數據、模擬、AI 模型、硬體及營運軟體的資訊。這次實戰是要把這些技術放進真實環境整合運作，證明機器人能從受控演示走向面對顧客的真實場景。

AGIBOT 的「Genie Master」具身智慧代理框架在這次測試中也一併受到檢驗。該框架透過具身執行協議（EEP）串接任務規劃、執行與反饋，依各機器人的能力與店內狀況分配工作。機器人根據行動政策與即時觀察執行任務，再把結果回傳給 Genie Master 分析與排錯。系統也能從成功與失敗的執行中學習，把經驗存進長期記憶體，並將有效的調整轉成訓練數據，用來優化機器人的行動政策。

真實環境下的適應性挑戰

便利商店環境看似單純，但取貨、補貨和準備食物這類日常動作，需要機器人適應頻繁出現的細微變化。例如，糖果袋的角度不同，可能影響抓取；處理蛋糕等易碎物品，則需要精確控制夾持力。營運中的商店不像實驗室，顧客走動、商品被取放、位置改變，都讓同一項任務重複執行時，條件也可能不一樣。

測試中，G2 機器人能利用即時視覺資訊找出放錯位置的商品並歸位，而不是只依賴預設座標。補貨機器人能偵測貨架空隙並自動補充產品，清潔機器人則能區分灑落物與檯面圖案，選擇適當的工具。這些任務要求機器人感知環境、做出針對任務的決策，並隨條件變化調整動作。AGIBOT 已利用營運反饋改進 G2 在精確操作任務上的表現，包括在夜間安靜時段增加練習。

未來擴展計畫

這次測試把 AGIBOT 的機器人硬體、AI 模型、模擬技術與營運系統整合在同一個工作環境中，檢驗的不只是任務數量，也包括機器人在長時間運作、應對意外問題及應用先前經驗等方面的實際表現。AGIBOT 計畫在更多角色與真實環境中繼續測試機器人，並利用營運反饋提升可靠性、任務執行與適應性。隨著機器人承擔的責任變多，公司將評估哪些能力與營運做法可在不同任務間轉移，並複製到其他場景，作為下一階段發展的依據，朝更一致、可擴展的真實世界部署前進。