正行创新亮相APRCE 2026,发布全球首个零售物理智能24/7服务解决方案
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。
以下正文同步自 量子位,版权归原站所有,已转换为易读排版。
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,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。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。