七万门店实测：盘点机器人能否扛起零售效率大旗

一家正在营业的超市里，一台轮式机器人正沿货架移动，需避开顾客和购物车，核对电子价签与商品价格，调整摄像头查看被遮挡的库存，并用机械臂伸入仅三四十厘米高的货架层，抓取软塌的膨化食品袋并整齐放回。每个动作、识别精度、运行安全和设备成本，都直接影响零售商经营结果。ROI回报，是具身智能进入真实门店绕不开的一步。

汉朔科技与X-Era Lab（拓元智慧）正共同将这些能力带入真实门店。汉朔科技服务全球超550家零售客户，产品覆盖80多国，铺进近7万家门店，货架布满实时连接商品的电子价签，相当于为机器人铺好可读取的物理坐标系。X-Era Lab专注自研世界动作模型，打造具身智能软硬一体方案，其基于4D时空表征的原生世界动作模型VWA，让机器人理解遮挡、光照变化和商品状态，预测环境变化并完成动作。

零售门店是介于高度结构化的工厂与完全非结构化的家庭之间的“试金石”。零售业核心痛点在于盘点频率瓶颈：大型门店全店盘点只能安排在闭店时段，因营业期间数据失真，多数零售商一年仅能完成一到两次盘点。若巡检机器人能在营业时段稳定巡检盘点，将频次提升至周度或每日，将显著改善库存实时性与货损管控。

汉朔已在近7万家门店搭建电子价签网络，建成打通SKU与物理货位的数字化底座，并搭建门店数字孪生系统。电子价签作为可实时更新的结构化商品元数据载体，为机器人带来三大优势：端侧算力压力下降，模型仅需闭集确认；原生货架语义坐标，无需SLAM重建；本地计算满足欧洲等区域合规要求。

X-Era Lab由中山大学HCP实验室与鹏城国家实验室联合孵化，核心团队含王广润、王可泽、蒲韬等博士。其原创VWA模型仅用10亿参数，在十余项权威评测中领先，性能超越多款数十亿参数主流模型，获Google DeepMind、NVIDIA认可。团队累计发表顶会论文500余篇，总引用超10万次。产业化方面，团队搭建日均500万次调用的世界模型MaaS平台，每日生产约2万小时4D训练数据，将百亿参数模型压缩至10亿-30亿参数，可在32 TOPS算力硬件端侧部署，并与星宸科技联合研发专用芯片，推理时延压缩至毫秒级，还开源了全球首个具身智能操作系统PhyAgentOS。

汉朔机器人产品线总经理童亮认为，零售卖场是半结构化场景，真实数据适合训练具身机器人，能规避仿真数据泛化弱的短板。X-Era Lab CTO陈添水博士表示，零售赛道场景细节细碎，技术能力易被实际业务证伪。

具身智能落地胜负手不只在于模型能力，真正稀缺的是物理世界现场知识，如门店实时变化、货架点位商品、通道宽度等。这类信息是汉朔十四年积累而来，无法仅凭算力生成。依托电子价签、IoT网络与数字孪生，门店状态持续映射至数字空间，为AI提供可读取的场景底座。双方让模型在真实业务任务中持续校准，每一次巡检、盘点失误都转化为迭代反馈，依托全球门店网络沉淀能力，使具身智能有望脱离演示Demo，演进为可持续运行、具备商业可行性的生产系统。