10月27日，作为 AI WAVE 期间的第四项发布，智元推出具身 Agent 框架 Genie Master。这次发布的重点不是单一动作展示，而是机器人进入真实门店后如何持续工作：减少人工示范与调试，让机器人在失败中定位问题、调整策略并积累经验。搭载该框架的精灵 G2 已在真实便利店上岗，并在上下货、打包等任务中验证了 Physical RSI，即具身递归自进化。
这也是行业首次跳出仿真环境和实验室，把“部署后持续自我进化”放到真实业务流程中检验。对具身智能而言，难点正在从完成一段演示，转向能否在长期岗位上保持稳定、持续改进，并把这种能力复制到更多场景。
真实岗位的问题：不是不会动，而是不知道为何失败
便利店上货并不像看上去那样简单。把商品挂到货架挂钩上时，机器人可能遇到挂钩尺寸过小、标签牌遮挡视线、头部相机无法看清准确位置等情况。如果上层 Agent 只给出抽象目标，动作策略很难获得足够信息；如果失败结果无法回传，系统也难以判断问题出在感知、规划还是执行。
Genie Master 的解决方式，是把 Agent 的判断、机器人的动作和现场反馈放进同一闭环。研究团队提出具身执行协议 EEP，将能力、引导、反馈和连续性四类接口统一起来。Agent 由此可以了解当前可调用哪些机器人能力、每一步应如何引导、实际结果是否达标，以及任务还剩哪些部分。
在挂货任务中，Agent 回溯失败记录后发现，头部视角分辨率不足，挂钩又被标签牌遮挡，导致机器人无法识别挂钩位置。随后，系统调整执行引导：左手先靠近目标，用腕部相机补充近距离视角；确认位置后，再由右手完成挂货。这个过程让机器人从单纯发现失败，进一步走到解释失败并改变策略。
如果任务中途被打断，系统会保留已完成进展，Agent 从断点继续规划，而不是重新开始。多机协同时，Agent 也能持续追踪集群分工和任务依赖，支持动态调度。
经验如何保留：一条写进记忆，一条练进策略
执行链路打通之后，更重要的是把一次纠正变成长期能力。Genie Master 通过 Harness RSI 与 Policy RSI 两条路线，分别把经验保留在提示与记忆中，以及动作策略参数里。
- Harness RSI 偏向经验积累：机器人在推理和执行过程中记录成功与失败案例，每日任务结束后由模型统一总结，把可复用内容写入长期记忆。再次遇到类似场景时，这些经验可以被调用。
- Policy RSI 偏向能力固化：Agent 协助执行、接管和恢复时产生的问题、调整与结果数据，会经后处理用于训练动作策略，使有效改进进入模型参数。
在挂货案例中，“头部相机看不清—改用腕部相机定位—右手完成挂货”的调整过程，可以沉淀为后续可调用的动作指南。下次遇到相似遮挡，Agent 不必完全重新摸索。
打包外卖时，水瓶和夹爪容易被白色提带缠住。Agent 会给出更具体的动作提示，引导夹爪先收回，再重新尝试放入包装袋。相关执行与恢复数据随后回流训练，成为后续动作学习的素材。这样，现场纠错不只服务当次任务，也为下一次执行提供基础。
从“完成一次”到“持续进步”：规模化路径开始清晰
G2 在便利店正式上岗期间，已在多个复杂精细任务上实现持续改进。熟食打包在多次失败后变得更顺畅，取货和补货动作的准确度也稳步提高。这些变化并非来自人工调参，而是机器人在执行过程中自行定位问题、调整策略并沉淀经验。
这改变了具身智能落地的一种常见模式。过去，机器人能力往往依赖前期训练和后期工程师维护；现在，框架试图让机器人在真实工作中形成反馈闭环。当机器人可以在部署中自主积累经验，同一套能力便有机会向更多门店、更多场景复制，边际成本也将持续下降。这是具身智能走向规模化应用的重要前提。
真实门店的验证之后，研究团队还将把这套体系放入更多任务和场景。11月2日，智元将开启一场 24 小时不间断直播，6台精灵 G2 将作为机器人便利店的“试用期员工”，从首日 10:00 打卡上班，到次日 10:00 完成连续 24 小时的“转正考核”。它们将经历午间高峰试岗、晚高峰抗压、深夜独立值守、清晨早餐冲刺四个班次。
这场直播的看点不在单个动作，而在连续工作：机器人能否在持续变化的真实环境中保持服务、应对突发情况，并把每一次经验转化为下一次更稳定的执行。Genie Master 给出的，是一条让机器人从展示能力走向持续岗位的路径。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/cong-yan-shi-dao-zhi-ban-zhi-yuan-genie-master-rang-ji-qi
