上崗就能自我學習智元Genie Master框架落地實測

2026-10-28 17:06:45 大公網作者：曾萍

當前人形機器人行業，大量技術演示還停留在實驗室和仿真環境。一旦走進門店、商超這類真實環境，現實裏五花八門的意外狀況，大多不在機器人前期訓練素材當中。過去想要解決這類問題，需要技術人員現場改程序、補錄數據，人力成本高，也很難快速推廣到更多門店。機器人上崗之後能不能自己在幹活的過程中越做越熟練，已經成為行業商業化落地繞不開的考題。

10月27日，智元在AI WAVE技術活動上發佈全新具身Agent框架Genie Master。搭載這套框架的精靈G2人形機器人，在真實便利店環境開展測試：不需要工程師手把手示範、現場調試，機器人幹活遇到失敗後，能夠自己找出問題、調整動作、總結幹活經驗，多項精細任務越做越好。這也是行業第一次走出實驗室，在真實門店場景驗證“Physical RSI(具身遞歸自進化)”技術——簡單來説，就是機器人在實際工作中一邊幹活，一邊自我升級本領。

10月27日，智元正式發佈具身Agent 框架 Genie Master，以回答這一行業命題。搭載該框架的精靈 G2，在真實便利店上崗期間，不依賴人工示範與調試，自己定位失敗原因、調整策略、沉澱經驗，做到了在多個複雜精細任務上持續改進，實現“無人在環”的持續自我進化。這是行業首次跳出仿真環境、走出實驗室，首次在真實業務場景中驗證 Physical RSI(具身遞歸自進化)。

如果機器人上崗後可以自己積累處理各類突發情況的經驗，這套本領就能複製到更多門店場景，大幅降低大規模推廣的成本，為人形機器人真正走進現實業務打下基礎。

打通思考、動手和反饋機器人幹活不再“盲操作”

在便利店補貨掛貨，看起來只是把商品掛到掛鈎上，實際現場麻煩不少：掛鈎偏小、商品標籤擋住視線，機器人頭頂的攝像頭看不清位置，就容易掛失敗。

過去很多機器人只會接收“把商品掛上去”這條指令，失敗之後也不知道到底哪裏出了問題，只能重複無效動作。

Genie Master框架，核心就是解決這個痛點，搭建起一套完整閉環：機器人“思考規劃”、“動手執行”、“接收幹活結果反饋”三者打通。研發團隊配套設計了EEP具身執行協議，可以通俗理解成一套通用溝通規則：告訴機器人自己有哪些動作本領、這一步具體該怎麼操作、判斷有沒有做成功，還有哪些活還沒幹完。

機器人做完動作，不管是成功、卡住、中途失敗，結果都會實時傳回系統。活幹到一半中斷時，機器人記住已經完成的步驟，從失敗的地方繼續往下做，不用全部推倒重來;這套規則也支持多台機器人一起幹活，自動分配不同任務。

就拿掛貨舉例，機器人反覆掛不上商品，系統自己覆盤發現：頭頂攝像頭距離遠，被標籤擋住看不清掛鈎。於是自主調整操作方式，伸出左手湊近貨架，靠手腕上的攝像頭近距離看清掛鈎位置，再用右手完成掛貨，整套調整沒有人為介入。

兩套學習模式把“踩坑教訓”變成長期幹活本事

光做到失敗之後臨時調整還不夠，還要讓機器人記住這次的經驗，下次遇到同類問題不用重新踩坑。Genie Master設計了兩套相輔相成的學習模式，專門用來把實戰當中的踩坑教訓，轉化為可以長期使用的工作能力。

其中一套模式相當於為機器人搭建起一本工作備忘錄，也就是Harness RSI。機器人在作業過程中，會自動記錄下工作裏成功和失敗的各類操作。等到每日工作結束，系統會自動覆盤當天所有案例，從中提煉出實用的解決辦法並保存下來。當後續再碰到相似場景，機器人就可以直接調取積累好的經驗開展工作，不必重複反覆試錯。就像前面的商品掛貨任務，“用手腕攝像頭湊近看清掛鈎”這套解決思路，就會被保存到這份備忘錄中，之後再遇到視線被遮擋、拍攝視野不足的情況就能夠直接拿來使用。

不過僅僅記下處理思路還遠遠不夠，如果每次遇到問題都要翻看“備忘錄”調取方案，依舊會影響作業效率。為此另一套Policy RSI模式，則是把摸索出來的解決辦法進一步打磨成機器人的作業本能。機器人在實戰試錯、調整動作時產生的各類數據，會回流用於模型訓練，把行之有效的操作固化下來，變成機器人可以直接執行的能力，不再需要臨時調取記憶再思考對策。以外賣打包場景為例，包裝袋提帶很容易纏繞住機械夾爪，機器人經過多次嘗試總結出先收回夾爪，再放入商品的操作方式，這套方案通過數據訓練，逐步成為機器人的常規操作。

兩套機制相互配合，一套留存處理問題的思路，一套固化實際操作的本能，讓每一次實戰中遇到的挫折，都成為機器人實現能力升級的素材。