10月8日，在第22届亚太零售商大会暨展览会（APRCE 2026）上，正行创新基于“具身大脑”，正式发布面向零售开放场景“人机协作”需求的Physical AI解决方案。该解决方案由聚焦货架补货、店面巡检及相关搬运等核心任务的机器人本体产品，以及负责任务分配、状态监控和人工接管的统一机器人管理平台共同组成，打通了从任务获取、环境感知、移动、识别、抓取到作业执行的完整闭环。方案无需改造门店货架与动线，支持“0改造”快速部署，为24/7便利店运营提质增效打造了“人机协作”的全新运营模式。
本届展览会上，正行创新率先推出该解决方案旗下的两款本体产品：面向人类活动空间的通用型双足人形机器人H1，以及专为狭窄空间设计的搬运理货轮臂式机器人C1。机器人可以接手搬运、补货、盘点、巡检等高频任务，让员工可以聚焦其他服务优化工作；夜间持续作业时，机器人可以承担重复性体力劳动，让员工免于熬夜劳作。二者各展所长，共同推动门店运营效率与服务品质的双重提升。
据了解，正行创新由连续创业者姚颂、杨宇欣，清华知名青年学者于超，和著名跨国产业集团正大集团联合发起，以“用物理智能给世界带来便利”为使命，基于世界动作模型、强化学习、具身智能体、机器人本体、运营平台等全栈物理智能技术体系，让机器人在真实门店、仓库、工厂等场景中稳定作业。正行创新创始人兼CEO姚颂在主题演讲“Physical AI and the Future of 24/7 Retail”中表示：“我们选择从零售出发，让机器人在最复杂、最鲜活的商业环境中作业和进化，成为全球可信赖的机器人服务提供商。”
直击零售一线真实需求，“人机协作”实现运营效率、服务品质双重提升
随着体量愈发庞大、24小时业态持续渗透、运营精细化需求不断升级，零售门店正在成为具身智能最具商业价值的落地场景。但同时，零售也是物理智能落地难度极高的场景之一：门店数量庞大、SKU繁多、货架密集、通道狭窄，同时客流与陈列持续动态变化，标准化与动态性并存，对机器人的环境感知、实时决策、动态适配能力提出了远高于其他场景的要求。
当前，行业内多数机器人方案集中在仓储后场、封闭货仓等结构化的固定场景中，难以适应零售前场人流密集、动线复杂、需求多变的真实环境。而零售一线的真实需求，恰恰是开放经营环境下的高效分工作业。前场需要灵活响应顾客问询、接待，同时保持秩序与客户体验；后场需承担补货、分拣、库存周转等支撑职能，并根据节假日和客流变化灵活调整运营策略，保障门店持续运转。
正行创新打造的零售物理智能解决方案，正是在开放环境和复杂任务中实现了“人机协同”。机器人能够实现99%任务自主完成，有效承接高频重复、强体力、熬夜值守类等标准化事务，把一线员工从低效的重复性劳作中解放出来，转而投入到顾客服务、运营优化、复杂问题处理等更具价值、更有温度的工作环节。
其中，面向人类活动空间的通用型人形机器人产品双足人形机器人H1采用柔和的外观设计，支持20多种语言互动，具备45种表情与36种手势表达能力，能够提供亲和、友好的客户交互体验；同时提供开放API，支持二次开发，适配多样化运营需求。
专为狭窄空间设计的搬运理货轮臂式机器人C1搭载窄体全向底盘，无需改造现有货架即可在便利店狭窄通道中灵活穿行。其作业高度覆盖100mm至1750mm以上区间，可适配全货架需求，在有限空间内完成货物运输、货架补货和装卸等操作。安全设计上，C1可通过多传感器融合感知周围行人，遇障紧急制动距离小于10cm；同时配备前后深度视觉与360度全景视觉，结合轻量小型化本体设计，可兼顾通行能力与作业效率。
作为支撑多机协同作业的统一中枢，机器人管理平台M1构建了适配多形态机器人、跨场景的自研软硬一体化运营底座，打通了从设备接入、任务执行到数据复盘的全链路断点，支持“人机协作”任务的大规模部署、编排和持续优化。
未来，正行创新还会将进一步拓展重载版本，并推出面向收银、装袋等精细操作场景的A1精密操作机器人，形成标准型、灵巧型、重载型的产品组合，满足零售一线更加多样化的“人机协作”需求，让门店经营具备更高的灵活性与韧性。
以“具身大脑”，赋能机器人在真实场景和任务中持续进化
此次发布的解决方案，能够胜任开放工作环境和复杂任务的“人机协作”，背后正是依托正行创新的“具身大脑”。作为一套由具身模型、算法、数据与基础设施（Infra）共同搭建的完整物理智能系统，它不仅具备理解世界、学习行动、执行任务等基础能力，更核心的特质是可以在真实场景的实际任务运行过程中持续迭代进化。
更小的模型、更快的响应，是机器人走出实验室、在门店实时作业的前提。正行创新自研的轻量级世界动作模型SLM-0.5负责理解环境与行动之间的关系。该模型在LIBERO基准测试中实现98.6%平均任务成功率，推理速度较主流方案提升24倍。
真实场景中的闭环训练，是机器人实现能力持续进化的关键。正行创新基于RLinf构建强化学习后训练体系STEAM，以轻量任务数据与人工反馈推动零售任务快速适配。在指定商品上货任务验证中，执行成功率达到95%。执行结果与纠正反馈被用于优化操作策略，数据采集、模型训练与评测贯通，形成“执行—反馈—学习—再部署”的闭环，让机器人在真实任务中做得更稳、更快。
实现“人机协作”的关键，还需要精准的任务目标理解、灵活的任务统筹与决策规划能力。由正行创新联合清华大学、无问芯穹发起的智能体基座Rpent，整合了通用大模型的任务理解与规划能力、VLA等专家模型的精细操作能力，以及记忆、工具和机器人接口，形成从感知、决策、执行到纠错反馈的完整闭环。以“补齐这排货架”为例，Rpent会先拆解目标、规划执行顺序，再调度导航、识别、操作等模块协同作业；执行过程中实时监控进度，遇到货品位置偏移、抓取失败等异常时即时调整策略或重新规划，让机器人既能够精准理解任务目标，也能高质量落地每一步操作。
零售行业的智能化升级，本质并非以机器替代人为目标股票配资股票户网，而是通过人与机器的分工协作，打破零售场景的人力边界与运营时空限制，真正实现精细化运营、全天候服务与体验化升级。依托正大集团等全球伙伴零售业务生态的支持，正行创新正加速解决方案的规模化复制与落地，为零售行业输出可复用的物理智能落地范式，推动实体零售迈入开放场景下“人机协作”的全新发展阶段。
【来源：封面新闻】声明：本文版权归原作者所有。如您发现信息来源有误或内容侵犯了您的权益，请通过邮箱与我们联系，我们将在核实后及时更正或处理。联系邮箱：zhongbobaoliao@163.com荣丰配资提示：文章来自网络，不代表本站观点。
