夜幕降临,武汉汉口江滩人流织织。近日,身高1.74米的全尺寸人形机器人“远征A3Ultra”从上海出发,走进汉口江滩“江遇”桥墩电影营地,正式开展智慧零售业务。这是智元与武汉文旅集团、中云微迅合作打造的智慧零售仓。据企业披露,截至10月25日,机器人已稳定运行24天,累计完成订单1253笔,抓取成功率超过98%;在最近一个周末的客流高峰中,它更创下单日破百单、抓取成功率100%的成绩。
不到一个月,智元的机器人先后走进长隆乐园、工厂产线等场景,零售、导医等服务应用接连铺开。部署速度加快了,机器人能否持续被使用,如何才能避免“上岗即摆设”?
从汉口江滩到多场景密集上岗
识别商品、抓取零食饮料、交付给游客,一套原本由售货员完成的流程,如今有了机器人的身影。不同于只能按键出货的传统自动售货机,远征A3Ultra以全尺寸双足人形本体自主完成货品识别、精准抓取、交付全流程,覆盖十余款零食饮品,并面向游客进行人机交互,直面江滩夜间大客流考验。
作为商用级全尺寸人形机器人,远征A3Ultra身高174厘米,整机搭载激光雷达与多相机360°融合感知系统,搭配700TOPS算力与自研三层异构计算架构,可自主建图、动态避障,适配户外开放场地;标配至高20自由度带触觉感知的灵巧手,可实现力控精细抓取,轻至小包装零食、重至罐装饮品均可稳定拾取交付。依托UWB与RTK厘米级室内外融合定位、8小时商用续航,搭配自主充电与四重主动安全防护体系,设备得以在江滩景区长时间无人值守作业,降低了现场运维压力。
武汉江滩的智慧零售仓,并不是智元近期探索商业应用的孤立案例。
9月24日,智元与长隆集团合作的具身智能主题乐园项目在珠海横琴落地,超过300台机器人进入长隆飞船乐园,覆盖文娱商演、科普研学、导览导购、服务零售、智能伴游、酒店服务、体育竞技等七大场景。
与此同时,机器人也在向工厂等生产场景延伸。
智元第1.5万台机器人此前交付龙旗产线,面向工业制造场景提供作业能力;第2万台机器人则于9月24日交付长隆集团,探索文旅服务场景。
在医疗服务领域,导医等应用也在拓展,机器人承担起导诊咨询、路线指引等辅助工作,帮助患者更快找到科室、了解就诊流程。
不到半年,该企业披露的量产数字从1万台增加到2万台,具身智能的规模化部署正在加速。
观众看热闹但未必是真热闹
零售、文旅、制造、医疗,看起来是几条不同的赛道,却是技术发展的重要信号:机器人不再只需要完成一个漂亮的动作,还要在具体岗位上持续工作,真正解决问题。只不过,场景铺得越开,考题也越复杂。在工厂里,机器人需要稳定完成作业;在医院里,路线指引和信息准确至关重要;在景区里,除了完成任务,还要让游客愿意参与。不同场景对机器人的要求各不相同,能够在一个地方完成任务,不代表换一个地方也能照搬。尤其是文旅场景,机器人很容易因为外形新奇而吸引游客,却也可能在热闹过后失去关注。
日前在上海张江举行的2026全球开发者先锋大会暨国际具身智能技能大赛上,比拼的内容也悄悄变了:赛场上的机器人不再比赛谁能空翻走钢丝,而是把能源巡检、商超零售、狭小空间搬运等真实工况直接搬上台面,让千台参赛机器人面对实打实的“作业考核”。这一现状引发业内同样的热议:观众围观再多,若无法转化为有效作业,热度终究难以为继。
在珠海长隆的实际运营中,智元合伙人、高级副总裁、通用业务部总裁王闯观察到一个耐人寻味的现象:游客愿意排队体验的项目,不一定是技术难度最高的。“猜拳、下三子棋、打乒乓球等互动性强、孩子能参与、全家人都能玩起来的项目,反而更受欢迎。”王闯表示,团队会持续关注每一个点位、每一台机器人的实际使用率,以及游客对使用体验的反馈。如果发现游客对某个点位兴趣不大,就需要持续优化,甚至更新设备或内容。
除了吸引客流,机器人能否长期留在岗位上,更涉及一笔具体的运营账。除了硬件折旧与电量,人机协作、网络、模型Token调用、备件损耗,都会直接影响综合成本。智元合伙人、联席总裁、中央研发部总裁熊彦透露,长隆项目初期现场投入人员与机器人的比例约为1比3。“这意味着,机器人上岗并不意味着人类员工可以立即退场。在部署初期,机器人仍需要人员协助,现场还要有人处理设备异常、运维、安全和其他突发情况。只有随着自主作业能力提高、运维体系成熟,单台机器人背后的人工投入才有可能逐步下降。”目前,企业希望将这一比例逐步提升到1比10,理想目标是达到1比20。
在真实场景不断试错打捞数据
2026上半年全球人形机器人出货量接近2.5万台,其中,中国人形机器人市场保持快速增长,出货量超1.9万台。国际具身智能技能大赛上各方达成的共识也在于此:行业正从小批量试用向规模化应用加速,“造出来”已经得到初步解决,“用得好”才刚进入深水区。
针对机器人“实验室效果好、落地实操难”的痛点,行业工具链正在加快补齐。10月23日,智元在“AIWAVE”活动中发布了一站式全流程具身智能作业平台GenieStudio2.0,覆盖“采-训-测-推-编-管”全生命周期,打通从模型能力走向真实上岗的关键短板,让一个全新作业场景的从零部署验证最快压缩至7天。
不过,身处一线的研发人员对这股落地热潮依然保持着冷思考。“要想让机器人真正做到大众认为的完全脱离现场调试、像真人一样顺畅干活,起码还需要3到5年的技术沉淀。”熊彦直言,“但行业不能等到技术绝对完美才下场,早早扎进千行百业‘边做边改’,正是技术走向成熟的必经之路。”
机器人密集进入各行各业“打工”的核心价值,恰恰在于打捞真实场景的数据,尤其是那些意料之外的错误。比如,在医院导医台前,机器人每天要面对上千次问询,其中听不懂的方言、回答不上来的偏门路线,都会被记录并回传至云端。这些现场遇到的偏差与差错,是实验室里无法模拟获取的有效数据,也是算法模型持续迭代不可或缺的真实养料。