大晓机器人联手中国石油试水加油站便利店具身智能闭环

2026-09-22 12:31 0 阅读

首个加油站便利店具身智能项目试运营

最近，大晓机器人和中国石油上海销售公司开始在一家加油站便利店测试一套完整的具身智能系统。地点是昆仑好客便利店（中国石油振兴店），消费者在美团下单后，订单会进入中国石油的数智平台，然后由大晓的机器人接手处理。

文章配图

这套系统的核心是“开悟世界模型”加上一台自研的轮臂升降式机器人。前者负责决策，后者负责执行。机器人能在75厘米宽的过道里移动，操作高达2米的货架，完成从找货、取货、打包到更新订单状态的全套动作。除了线上订单，它也能协助到店顾客取放商品，做履约前的准备。

这不是概念演示，而是直接嵌入真实业务流程。门店每天要处理大量线上订单，尤其在高峰时段，还要应对夜间补货和高频理货需求。传统靠人跑来跑去衔接“仓”和“店”的方式越来越吃力。现在，机器人试图把后台库存、前台销售和即时订单串起来，让整个链条更顺。

加油站便利店看起来简单，其实对自动化很不友好。货架高、通道窄、商品种类杂（SKU多），还有不少柔性包装（比如薯片袋、面包），机器人很容易抓不住或识别错。再加上订单集中在早晚高峰，系统必须扛得住压力。

但恰恰因为难，才值得试。全国有大约11万座加油站，如果能在一个典型站点跑通，复制价值就很大。中国石油上海销售公司提供了现成的门店网络、供应链和数智平台，大晓则带入了机器人本体和世界模型技术。双方想验证的，不只是机器人能不能干活，而是整套“仓—店—单”流程能不能闭环。

目前，机器人已经能处理日常的商品上架、补货、分拣和订单履约。关键在于，它不是按固定程序走，而是靠世界模型实时理解环境、规划动作。比如，看到货架空了，知道该补什么；拿到一个新订单，能快速定位商品位置，哪怕包装和其他商品很像。

大晓机器人搞了一套叫ACE的研发范式，核心是“环境式数据采集 + 世界模型”。他们认为，要让机器人在真实世界干活，光靠仿真训练不够，必须从物理环境中持续获取高质量数据，再喂给模型迭代。

基于这个思路，他们推出了开悟世界模型Kairos 3.1、具身超级大脑模组A1，以及三个行业解决方案：“晓满”（即时零售）、“晓新”（酒店服务）、“晓途”（开放场景）。这次用的就是“晓满”，专门针对零售终端的复杂需求设计。

值得注意的是，大晓并不包揽所有环节。他们专注两件事：一是机器人本体的灵活作业能力（比如轮臂结构适应窄空间），二是世界模型的跨任务泛化能力。运营层面的具体策略，比如怎么排班、如何对接配送，还是交给合作伙伴——也就是中国石油这样的实体企业来定。

现在只是第一站。双方的目标是把振兴店的经验变成一套模块化、可快速部署的方案。这意味着，未来新开一家店，不用从头调参，而是直接套用已验证的流程，再根据本地SKU微调。

要实现这点，得解决几个问题：一是模型能不能在不同门店之间迁移？比如A店卖得多的是饮料，B店是零食，机器人是否需要重新学习？二是硬件能不能适应不同门店的布局？三是系统能不能和现有POS、库存管理无缝对接？

目前的做法是，通过真实运营不断积累数据，反哺模型优化。比如，某次机器人没抓稳一包饼干，系统会记录下当时的光照、包装材质、抓取角度等信息，下次遇到类似情况就能调整策略。这种“边干边学”的模式，比纯离线训练更贴近实际。

加油站便利店只是起点。全国还有10万多座公共充电站，这些基础设施正在从单一能源补给点转向综合服务节点。未来可能叠加快递柜、自助洗衣、社区团购自提等功能。如果具身智能能在这种高密度、多任务的场景站稳脚跟，就有机会向物流分拣、工厂巡检甚至公共服务延伸。

大晓的想法是，通过零售这类高频、刚需的场景打磨技术，再把世界模型的泛化能力迁移到其他领域。比如，识别商品的能力可以转化为识别零件，拣选动作可以适配装配流程。关键在于，模型是否真的理解了“物体—任务—环境”之间的关系，而不是死记硬背。

这次合作没提“革命”“颠覆”之类的词，也没画大饼说要替代多少人力。它更像一次务实的工程验证：在真实世界的约束条件下（窄过道、软包装、订单波峰），机器人能不能稳定输出价值？如果能，那具身智能就离规模化落地又近了一步。

当然，试运营离全面推广还有距离。比如，机器人目前主要处理标准化程度较高的商品，生鲜、冷冻品还没纳入。夜间运行的可靠性、突发故障的应急处理、与店员的协作流程，也都需要时间打磨。

但至少，这条路开始走了。过去几年，很多AI公司停留在展厅演示，而大晓选择扎进最琐碎的零售一线。中国石油也愿意开放真实业务场景，而不是只挂个“战略合作”名头。这种双向奔赴，或许才是技术落地最需要的土壤。

接下来几个月，他们会重点观察几个指标：订单履约准确率、单均处理时长、设备可用率，以及店员的实际反馈。数据不会骗人——如果机器人真能帮门店省下人力、提升效率，复制就是水到渠成的事。