具身智能当街“裸考”：乐享科技用一顿烧烤把机器人带进真实生意

撰文 | 白丽

出品 | 勇砺商业评论 阿桶观察 全球商业风向

机器人离日常生活还有多远？在上海闵行，这个问题被摆上了一张露天餐桌：先点几串烧烤，临时加点辣，中途要瓶水，再看看它会不会把刚才的订单忘得一干二净。

9月16日，乐享科技让两台搭载“以太大模型”的智元机器人走进户外，接下了这份看似寻常、实则处处可能出错的工作。点餐、烤串、开饮料、上菜，还要接住围观者随时抛来的问题。整个直播过程持续一小时，没有剪辑、没有遥操作，也没有预设剧本。

一位现场体验者用“我亲眼见证了未来”形容自己的感受。让他印象深刻的，是机器人能把从接单到上菜的服务做下来：顾客临时修改要求，它能回应；工作被打断，它还能记住进度，回头继续。

“未来已来，而且它还会烤串。”这句话很适合媒体。但对具身智能行业来说，真正值得追问的，是热闹散场之后的事：今天能接住一桌人的订单，明天能不能接住一家店的生意？

顾客随时“出题”,机器人当街“裸考”

乐享科技将此次活动称为全球首次具身智能大模型长时户外全自主直播。据悉，这次直播吸引了超过550万线上观众，现场有30余位行业媒体人士。六名顾客可以随机点单、更改需求、挪动物品，也可以随时打断机器人。

现场甚至出现了计划之外的人员变动：一位原定顾客临时未能到场，乐享科技从围观人群中邀请了一位观众补位，继续直播。

这让“裸考”有了具体含义。顾客不必配合机器人，机器人必须想办法跟上顾客。

过去几年，公众已经看过不少机器人展示：翻越障碍、完成抓取、跳一段整齐的舞。这些能力各有技术价值。但一段顺利完成的动作，与一份可以持续交付的工作之间，还隔着大量琐碎而棘手的问题。

烧烤恰好把这些问题集中到了一起。

订单有先后，食物有加工进度，顾客有不同口味。服务机器人离开餐桌后，需要记得刚才答应了什么；烧烤机器人正在操作时，需要处理同伴传来的新要求。人会走动，物品会换位置，原本顺畅的流程随时可能被一句话改写。

在这种环境中，单项动作完成得漂亮，只能解决局部问题。整套服务能否继续，取决于感知、记忆、决策和操作能不能衔接起来。

这也是一小时直播比一个精彩片段更值得观察的地方。随着时间拉长，系统需要处理的信息不断累积，前后任务开始相互影响。一个小失误如果处理不好，可能拖住接下来的一连串工作。

直播无法把这些麻烦剪掉。观众既能看到机器人做成了什么，也能看到它卡在哪里，以及卡住之后如何继续。一句“先拿瓶水”,考验机器人多少能力？

其中一个细节，发生在点单过程中。

有顾客临时要求取水，机器人先去送水，随后回到桌边，继续尚未完成的点单。期间，它还主动递上了纸巾。乐享科技表示，递纸巾来自模型对场景的自主理解，并非顾客明确提出的要求。

人类服务员每天都会处理类似情况，因此这段表现看起来甚至有些平淡。但对于机器人，它涉及一项重要的工作能力：管理未完成的任务。

听懂“拿水”只是第一步。它还需要判断新要求的优先级，保留原来的订单信息，完成送水之后找回此前的任务状态。否则，每一次打断，都可能让服务从头开始。而这类能力直接影响机器人的使用成本。

如果顾客必须一次性说清全部要求，不能改口，也不能插入新需求，门店就需要花精力约束顾客、照看设备。机器人能够处理的变化越多，现场人员替它收拾流程的负担才越有机会减少。

家庭和商业服务场景尤其如此。真实用户很少按照产品说明书生活，一项要求往往伴随着另一项要求出现。机器人要进入这些场景，就必须适应人的节奏。

“二爷”和“五弟”,能不能撑起一家店？

两台机器人之间的配合，则让这场直播多了一层经营意味。

观众给它们起了“二爷”和“五弟”的称呼。一台守在烤炉前，一台往返于烤炉与餐桌之间。服务机器人会把顾客多加辣椒粉的要求转达给烧烤机器人，发现顾客等待较久，还会主动追问出餐进度。乐享科技称，这些交互没有预设触发条件。

从商业角度看，多机协作意味着一段工作可以交给不同设备分别承担。移动、接待和炉前操作对硬件的要求不同，合理分工有机会让每台设备发挥更大价值。但增加机器人数量，并不自动等于提高效率。

订单传递是否准确、任务进度是否同步、一台设备变慢后另一台如何调整，都会影响最终交付。顾客只关心加辣的要求有没有落实、自己的餐什么时候能到。机器人内部如何分工，应当由系统自己处理。

因此，此次双机展示值得关注的地方，是它们开始围绕同一份订单交换信息、协调行动。具身智能需要接受检验的能力，也从单台设备的动作，延伸到了完整流程的组织。

失误之后怎么办？比一次成功更值得看

有意思的一点是，直播中的失误同样值得留下来讨论。

烧烤机器人第一次抓调料瓶时没有拿稳，经过数次尝试后，动作逐渐稳定。工作人员将其解释为现场自学习，即把每次抓取的成败作为修正后续动作的依据。

这对商业客户有很直接的吸引力。设备出错后，能否自行调整，会决定员工需要多频繁地介入。如果一个人必须始终站在旁边等待接管，机器人的实际价值就需要重新核算。

当然，一次现场动作改善，还不足以说明能力可以长期保留，并迁移到其他物品和任务上。后续更有说服力的证据，将来自重复测试和持续运行。

但展示失误本身，让外界有机会观察机器人面对偏差时的表现。真实经营中，错误很难完全避免，恢复能力因此成为产品可靠性的一部分。

户外移动也是如此。据乐享科技介绍，机器人并不依赖提前建好的地图和固定路线，而是根据现场桌椅、人员和物品的位置作出判断。

如果这种表现能够稳定复现，其价值会体现在部署与维护环节。门店调整桌椅、顾客临时起身、通道被物品占用，都是日常事件。机器人对固定环境的依赖越低，经营者为设备改造场地、重新配置流程的投入，就越有机会下降。

从围观到复购,机器人还有几道关要过？

支撑这场直播的，是乐享科技新推出的以太大模型。乐享科技将其定位为跨本体通用具身大模型，提出主动感知、多模态理解、流式记忆、动力学建模和持续自我迭代五项核心能力。

围绕这一模型，乐享科技还提出能量驱动、类人脑神经元模型和自进化具身智能模型三个“全球第一”的技术主张。据工作人员介绍，这些设计试图将任务目标、记忆、物理约束与动作生成联系起来，并推动模型在部署后持续演进。

现场体验材料中提到的“零样本、无专项训练”，也指向同一个问题：当任务和环境发生变化，机器人能够多大程度地依靠已有能力应对，又需要多少额外适配。

对商业市场来说，这些技术主张最终需要转化为几项可衡量的结果：换一个场地，调试要多久；换一种设备，能力能保留多少；增加一项工作，需要投入多少训练和人力。

其中，跨本体能力关系到乐享科技未来的业务空间。一套模型如果能够服务不同形态、不同用途的机器人，就有机会覆盖更多硬件与场景。这个机会能走多远，取决于通用能力与适配成本之间的实际关系。

9月18日，乐享科技又发布了第二个十分钟“一镜到底”视频。新视频在此前双机协作的基础上，进一步加入频繁的外界打断、更精细的操作，以及对人的意图理解和人机交互。

一小时直播让观众观察持续工作的表现，十分钟连续视频则把具体能力集中呈现。两次展示相隔两天，使公众注意力从一场新奇活动，延伸到背后的模型能做什么。

不过，550万观众的关注只是一个入口。真正进入采购环节，客户需要看到的是另一组数字：每小时完成多少订单，任务成功率多高，人工介入有多频繁，以及设备、维护和场地改造合计需要多少钱。

这些指标决定了机器人可以承担哪一段工作，也决定了它能否从一次尝鲜走向持续采购。

乐享科技此次直播，把具身智能的下一道考题摆得更具体了：从一小时走向一个完整营业日，从一个场地走向多家门店，从现场观众的惊叹走向经营者的复购。

人们很容易记住机器人第一次把烤串端上桌的瞬间。但商业世界更在意第二天、第三天，以及忙碌的周末晚上，它能不能照常开工。

当顾客不再举着手机围观，只是自然地催一句“我的串好了吗”，机器人接住这句话，转身把工作继续做完——那时，今天令人兴奋的“未来”，才真正成了一门日常生意。（文/白丽）