汉朔科技与X-Era Lab合作推进具身机器人在零售门店落地
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载机器人进店做三件事
汉朔科技把零售门店对具身智能的需求归纳为巡检、盘点与补货三类动作。巡检机器人已在国内外商场启动POC测试。在营业中的超市里，轮式机器人需要绕开顾客与购物车，核对电子价签与商品实际价格是否一致，并调整摄像头角度查看被前排商品遮挡的库存；补货环节则由机械臂探入高度仅三四十厘米的货架层，抓取膨化食品这类软包装商品再摆回排面。这些动作的识别精度、运行安全与设备成本，都会落到零售商的账面上，因此能否算得过账成为方案能否进入真实门店的前提。
盘点频次为何是瓶颈
零售门店盘点的难点在于时间窗口。营业期间顾客走动、商品持续被取放，盘点数据容易失真，所以全店盘点通常只能排在闭店后的夜间或周末凌晨进行。这种高度依赖人力的方式，使多数零售商一年只能完成一到两次全店盘点，账实不符由此成为普遍问题。若巡检机器人能按区域排班，在营业时段持续完成巡检与盘点，把频次从年度级别提升到周度甚至每日级别，库存实时性与货损管控都会随之改善。这也解释了为何介于高度结构化的工厂与完全非结构化的家庭之间的零售门店，被视为检验具身智能的合适场景。
电子价签充当坐标底座
汉朔科技的角色是提供场景与数字化底座。其服务全球超过550家零售客户，签约接近四成的全球零售百强客户，产品覆盖80多个国家、将近7万家门店，电子价签规模位居全球第二。每张价签都附着在具体货架点位上，与ERP系统实时同步该点位应陈列的SKU及售价，相当于预先为机器人铺好一套可读取的物理坐标系。在此基础上搭建的门店数字孪生系统，把商品、货架、设备、库存与运营状态映射到统一数字空间，机器人进入门店时可直接调用这些先验信息，而不必只靠视觉从零感知环境。
先验信息带来的三点差异
依托价签提供的结构化元数据，机器人获得三方面差别。其一，价签已告知货位预期商品，模型只需做闭集确认，端侧小模型即可胜任，云端算力开销与延迟随之下降。其二，海量价签节点直接提供门店空间与商品分布信息，机器人无需用SLAM重建地图再人工标注。其三，在欧洲等合规要求严格的区域，价签先验加端侧小模型可实现本地数据处理。合作方X-Era Lab（拓元智慧）由中山大学HCP实验室与鹏城国家实验室联合孵化，其原生世界动作模型VWA基于4D时空表征，在统一架构内完成环境理解与动作生成，仅用10亿参数即在十余项评测中领先，团队还将百亿参数模型能力压缩至10亿至30亿参数区间。
为什么值得看
具身智能在真实商业场景的大规模落地尝试，结合了物理基础设施与高效AI模型。
信源1 家
关键事实
相关 · 产品
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。