机器人已经进入批量“上岗”的节点，那么，它们在进厂、进店之后，能不能不靠工程师跟在屁股后面改代码，自己从失败里长本事？
2026年10月27日，智元机器人发布了具身Agent框架Genie Master，正是试图解决这个底层问题。
根据智元给出的案例，在一家真实便利店里，搭载Genie Master的精灵G2已经做到“边干边学”。它能够在不依赖人工逐次示范和调试的情况下，自己定位失败原因、调整动作策略、把经验沉淀下来，在熟食打包、取货补货等多个精细任务上越做越顺。智元将其称之为行业首次在真实业务场景中验证Physical RSI（具身递归自进化）。
机器人是怎么整理“错题本”的？
从行业普遍现状看，今天绝大多数机器人，都像一个“考前背答案的学生”：在工厂或实验室里把动作练熟，然后照搬到新场景。
可真实世界从不按剧本走：货架挂钩换了尺寸、标签牌挡住了摄像头、外卖袋的白色提带缠住了夹爪……一旦碰到训练时没见过的情况，传统解决方法就是工程师重新采数据、调模型、写规则，机器人停在原地等“补课”。
而Physical RSI想做的，是让这个机器人自己“补课”。如果说过去机器人像一个只会按菜谱做菜的学徒，配方变了就得喊师傅重新教，那么Genie Master想让它变成一个会自己尝咸淡、自己调整火候、做完还会记笔记的厨师。从此以后，每一次失败后总结的经验，下一次都能直接用上。
智元把这套机制拆成两层：
1.Harness RSI，相当于“记笔记”。机器人每天收工后，会把成功和失败的案例交给模型统一复盘，把可复用的经验写进“长期记忆”。下次遇到相似问题，先翻笔记再动手，不用从头摸索。
2.Policy RSI，相当于“练成肌肉记忆”。它把执行与恢复过程中产生的问题、调整和结果数据，拿去重新训练动作策略模型，让有效的改进不只留在这次任务里，而是固化进机器人的“本能”，下次不用想就能做对。
一个让经验可积累，一个让能力可固化，两者配合，机器人才算真正做到“吃一堑、长一智”。
“判断—执行—反馈”闭环
支撑这套自我进化的，是智元提出的具身执行协议EEP（Embodied Execution Protocol）。用大白话讲，它像给机器人和它的“大脑”（Agent）之间定了一套沟通规矩，统一了四类接口：
能力：这台机器人现在会干什么、能调用哪些工具；
引导：这一步该怎么动、先做什么后做什么；
反馈：做完没有、卡在哪一步、成没成功；
连续性：做到一半失败了，哪些已经完成、下次从哪接着来。
这套协议最直接的好处，是机器人不会“失忆式重来”。比如挂货失败，系统会保留已完成的动作进度，Agent从断点处重新规划，而不是从零开始。多台机器人一起干活时，Agent还能盯着每台的分工和任务依赖，动态调度。
官方给出的挂货案例很能说明问题：机器人一开始挂不上挂钩，Agent回溯失败记录后发现头部视角分辨率不够，挂钩又被标签牌挡住。于是它临时改方案：左手先靠近目标，用腕部的相机补一个近距离视角，看准位置后再由右手完成挂货。
从“挂不上去”到“知道为什么挂不上去”，再到“知道以后该怎么挂上去”，执行结果本身成了下一轮判断的输入。
另一个例子是打包外卖：水瓶和夹爪最容易被白色提带缠住，Agent就调整动作提示，让夹爪先收回、再重新尝试放进袋子。这类“翻车现场”的数据，后续都会回流训练，变成后续的学习素材。
规模化前夜的关键一步？
把Genie Master放进行业坐标看，它回应的是一个比“造出机器人”更尖锐的商业问题：当机器人部署到第100家店、第1000台时，边际成本怎么降下来？
中国信通院《具身智能发展报告（2026年）》等行业研究指出，当前具身智能的核心瓶颈已经从“算法不够聪明”转向“模型部署难、从技术到产品的Gap没合上”——每家工厂、每家店的现场条件都不一样，靠人工一个场景一个场景调，永远只能做小批量定制。
如果机器人能在部署中自己积累经验、自己适应环境，那么同一套能力或许就能像“滚雪球”一样越滚越厚，从一家店复制到一百家店时，新增的边际成本会越来越低。
这也是为什么智元把Physical RSI视为“具身智能走向规模化的关键前提”——它本质上是在给机器人行业装一个“越用越好用”的飞轮。
值得注意的是，这种“递归自进化”在学术界其实是个被讨论多年的概念，但更多停留在仿真环境和数字智能体层面。
有业内技术评论者直言，RSI目前更像一个“目标”而非成熟技术：如何让机器在真实物理世界里安全地、低成本地从经验中学习，工程上远未收敛。智元这次把它从论文搬进便利店，无论效果是否理想，方向上都踩中了行业最硬的那块骨头。
当然，真实业务场景的验证只是第一步，真正的考验，已经被安排在日程上：11月2日，6台精灵G2将开启一场24小时不间断直播，作为便利店的“试用期员工”，从首日10:00打卡到次日10:00，连过午高峰、晚高峰、深夜独立值守、清晨早餐四个班次，全程接受“转正考核”。
这场直播的看点，不在机器人能完成几个炫酷动作，而在于：连续24小时不中断、不重样的真实环境里，它积累的经验能不能真的转化为效率提升——打包是不是越来越顺、取货补货是不是越来越准、遇到新问题是自己化解还是原地报错。这正是Physical RSI从“实验室Demo”走向“可复制商业模式”必须过的一关。
采写：南都·湾财社记者 胡雯雯
热门跟贴