“在市集上拿取一瓶烏龍茶，再送到顧客手中?！边@是一個(gè)代碼腳本中給機(jī)器人下的指令。確定鍵按下，眼前的機(jī)器人緩步向前，走到市集的最后一個(gè)攤位，伸出機(jī)械臂，對(duì)準(zhǔn)貨架上的烏龍茶進(jìn)行抓取。第一次，偏了；第二次，穩(wěn)住了；第三次，成功拿起。

這一幕，發(fā)生在2026上海復(fù)興島具身智能實(shí)景空間實(shí)驗(yàn)實(shí)訓(xùn)實(shí)測(cè)平臺(tái)春訓(xùn)營(yíng)的“市集導(dǎo)購(gòu)”場(chǎng)景，也是被眾多學(xué)員譽(yù)為最“接地氣”的場(chǎng)景。讓機(jī)器人學(xué)習(xí)如何在嘈雜的市集里當(dāng)一名合格的導(dǎo)購(gòu)員，沒有固定貨架、沒有預(yù)設(shè)路徑，只有真實(shí)攤位、隨機(jī)擺放的商品和隨時(shí)可能打斷任務(wù)的現(xiàn)場(chǎng)干擾。

7分鐘的背后：

從“硬編碼”到“半自動(dòng)”

松應(yīng)科技解決方案副總裁王必成全程跟進(jìn)了市集場(chǎng)景的實(shí)測(cè)。他告訴記者，眼前這臺(tái)機(jī)器人完成一次完整的“接單-導(dǎo)航-抓取-交付”流程僅用了7分多鐘，而這個(gè)場(chǎng)景給到機(jī)器人的考試時(shí)間是20分鐘。

“雖然時(shí)間不算短，但考慮到整個(gè)訓(xùn)練只有一到兩周，包括前期素材采集和設(shè)備調(diào)試占用了大量時(shí)間，能在幾天內(nèi)取得這個(gè)成果已經(jīng)非常優(yōu)秀?！蓖醣爻烧f。他補(bǔ)充道，相比團(tuán)隊(duì)最初預(yù)設(shè)的硬編碼方案，現(xiàn)在的表現(xiàn)已經(jīng)“非常自動(dòng)化”?！叭绻鞒淘俳?jīng)過二次優(yōu)化，效果會(huì)更好。下一階段夏訓(xùn)如果能通過訓(xùn)練平臺(tái)把VLA（Vision-Language-Action） 這類操作模型訓(xùn)練出成效，整個(gè)抓取過程會(huì)更加平滑?！?/p>

對(duì)于參訓(xùn)隊(duì)員、空間創(chuàng)客團(tuán)隊(duì)時(shí)亦文來說，這幾天最大的收獲不是成績(jī)，而是“意外”。他此前主要做語言處理算法，那種工作比較抽象，不太能摸得著、看得見。而做機(jī)器人完全不一樣——它走到哪了、能不能夾起來、離那瓶烏龍茶還有多遠(yuǎn)，全都能用眼睛直觀看到。

“這次遇到了一些以前做算法時(shí)沒預(yù)料到的困難，比如調(diào)用SDK、機(jī)器人和機(jī)械臂上攝像頭的通信問題?！睍r(shí)亦文坦言，剛才的夾取過程不太理想，正是因?yàn)橥ㄐ糯嬖谘舆t。但他沒有停下。遇到類似阻礙時(shí)，他試著用物理模型和數(shù)學(xué)幾何算法去推算夾取點(diǎn)位，“雖然還沒算出特別好的結(jié)果，但我們會(huì)盡可能努力把最后的部分完成?！?/p>

目前，時(shí)亦文所在的團(tuán)隊(duì)把整個(gè)機(jī)器人的運(yùn)行拆成了四個(gè)階段：走到攤位、走到商品面前、夾取、返回。他們計(jì)劃把這四個(gè)流程跑通后整合到一個(gè)模型里?！拔覀冏罱K期待的結(jié)果是，只有機(jī)器人在起始點(diǎn)時(shí)由人操作電腦，其他時(shí)間都不外加人為干預(yù)，實(shí)現(xiàn)全自動(dòng)流程。”

從抽象到具象：

實(shí)景測(cè)試的魅力

市集場(chǎng)景的特殊之處在于“真實(shí)”。不同于實(shí)驗(yàn)室里固定的標(biāo)定物和標(biāo)準(zhǔn)光照，復(fù)興島的市集攤位隨時(shí)有人經(jīng)過，光照角度不斷變化，商品位置也可能被挪動(dòng)。機(jī)器人需要理解“攤位位置”“目標(biāo)商品”“顧客指令”這三者之間的空間語義關(guān)系，并在嘈雜環(huán)境中完成精準(zhǔn)導(dǎo)航和語音播報(bào)。

“之前做語言算法，總覺得有點(diǎn)隔著一層。而做機(jī)器人讓我有了一種更加切身的體會(huì)?！睍r(shí)亦文說，“這種從抽象到具象的轉(zhuǎn)變，正是實(shí)景測(cè)試的魅力所在。”

春訓(xùn)營(yíng)的市集導(dǎo)購(gòu)場(chǎng)景，本質(zhì)上是讓機(jī)器人在不完美中學(xué)會(huì)“服務(wù)”。沒有絕對(duì)精準(zhǔn)的地圖，沒有預(yù)先標(biāo)定的抓取點(diǎn)，只有真實(shí)的市集平面空間和真實(shí)的顧客需求。而正是這種“不完美”，讓算法走出了論文，走進(jìn)了生活。

“雙基共生”的市集樣本

春訓(xùn)營(yíng)的核心口號(hào)是“未來城市，雙基共生”——碳基生命（人類）與硅基智能（機(jī)器人）在真實(shí)物理空間中共生共長(zhǎng)。市集場(chǎng)景恰恰是最能體現(xiàn)這一理念的切片：機(jī)器人不是冷冰冰的自動(dòng)化設(shè)備，而是與人類顧客面對(duì)面交流、理解意圖、完成交付的服務(wù)者。

一位現(xiàn)場(chǎng)觀察的導(dǎo)師告訴記者，市集導(dǎo)購(gòu)的難點(diǎn)不在于抓得多快，而在于“聽懂”和“做到”之間的連貫性。自然語言指令解析、攤位位置識(shí)別、全過程語音播報(bào)——這三項(xiàng)能力的協(xié)同，檢驗(yàn)的是機(jī)器人在真實(shí)商業(yè)場(chǎng)景中的空間語義理解能力和服務(wù)意識(shí)。

“如果有一天，你在菜市場(chǎng)里看到一個(gè)機(jī)器人在幫你找生姜，還能告訴你今天的價(jià)格，那就說明我們成功了?！睍r(shí)亦文笑著說。

從7分鐘到更短，從半自動(dòng)到全自動(dòng)，從夾不穩(wěn)到穩(wěn)穩(wěn)拿起一瓶烏龍茶——復(fù)興島的市集里，機(jī)器人們正在學(xué)著成為城市生活的一部分。而這座“全球創(chuàng)客島”，正用最真實(shí)的煙火氣，為未來城市的“雙基友好”寫下第一個(gè)注腳。

文字：王歆瑜 陳奕靜（實(shí)習(xí)）

圖片：王歆瑜

視頻：王子亮

編輯：奚宇軒 馬靖瑩（實(shí)習(xí)）

*轉(zhuǎn)載請(qǐng)注明來自上海楊浦官方微信

“上海楊浦”新媒體平臺(tái)

求喜歡