□ 本报记者 唐 瑞 文/摄

“请帮我拿第一排中间位置的盲盒。”指令发出后，机器人转身驶向货架，在外观完全相同的盲盒中完成识别、定位和抓取，随后将商品送到柜台，交给顾客。展馆另一侧，机器人在模拟超市里穿梭于货架之间，接单、选品、取货、递送，一套售卖流程被搬进展台。在日前举行的2026世界机器人大会上，越来越多企业不再单独展示机器人的某项动作，而是将药房、超市、书店等真实商业空间“复制”到展馆，让机器人在具体场景中完成一整套任务。

从“能不能动”到“能不能干活”，再到“能否持续创造商业价值”，场景正在成为检验机器人技术和产业化能力的新考场。

图为工作人员正在讲解取药机器人如何工作。

一排货架考验的不只是“拿起货品”

记者在蚂蚁灵波公司展区，看到线下药房被“搬到”展馆，机器人在其中穿梭取药。药品包装大小不一，货架排列紧密，不同商品之间的外观差异并不明显。机器人要完成一次取药，首先要理解订单需求，再规划行进路线，识别目标药品并确定抓取位置，最后稳定地将药盒取下、送达柜台。看似简单的“拿”，背后实际串联了感知、决策、导航、抓取和任务调度等多项能力。

支撑这一流程的是机器人的具身智能“大脑”。记者了解到，该机器人使用的“蚂蚁灵波全栈大脑2.0”将空间感知、任务理解和动作规划连接起来。通俗来讲，就是既要“看清”药盒在哪里，也要“想明白”走哪条路线、从哪个角度抓取。

◀图为机器人模拟在超市中为顾客打包。

这套智慧药房解决方案吸引了不少观众。该公司工作人员向记者介绍，“方案已经在国大药房门店实际运行，机器人主要承担订单接收、药品分拣任务，为值守药剂师减轻重复劳动压力。”与为机器人专门改造的“样板间”不同，这套方案强调在原有门店环境中工作。“这也是国内首个真实药房零售门店的智慧药房案例，货架、商品陈列和通道布局不必为机器人重新设计，它可以适应既有门店布局”。该工作人员说。

理工华汇展示的图书馆场景取书机器人也吸引了不少观众互动：观众在平板上下单需要拿取的书籍，机器人接受指令后顺利完成。深朴智能展示的机器人则无需顾客平板操作下单，只需语音说出需求即可；星辰智能展示的机器人化身“智慧生活主理人”，能主动招呼、引导顾客；数字华夏的复合机器人更是能担当迎宾、导购等“大任”。

▶图为深朴智能的机器人正在拿取盲盒。

一个动作背后是一整条技术链

从药房到超市、书店，商品种类和空间布局虽然不同，“机器人售卖”的基本逻辑却相似：听懂顾客需求，找到对应商品，将其准确取出并交付。如果继续延伸，还要接入库存、订单、支付和会员等零售系统。深朴智能的工作人员徐先生告诉记者：“对于人类来说，‘我让你去拿一件东西’这个指令几乎是一秒钟就能理解、完成的。但对于机器人来说，这是很长的任务流。指令下达后它需要解析成很多步骤：接收指令、思考要拿什么物品、调出物品位置在哪、导航、寻找识别相应物品、再导航回来。而加入语音对话功能之后，又会更复杂一点。也正因如此，目前机器人的效率肯定无法与人相比。”

记者在展馆看到，不同企业正从整机、本体、大模型、视觉感知和场景运营等环节切入这条技术链。

机器人接单要有具备行动能力的“身体”。理工华汇展示的复合机器人采用移动底盘搭载机械臂的形态，能够在商业空间中自主移动，也可升降、俯仰或伸展机械臂，适应不同高度的货架。相较固定在一处的机械臂，复合机器人既能“走到商品面前”，又能完成抓取、搬运和递送，因而可以进入新零售、新餐饮、商业服务等场景。

◀图为观众正在跟星辰智能的机器人互动。

要想完美完成任务，机器人也要有“聪明的大脑”。数字华夏聚焦金融、康养、教育等场景，其机器人不只是进行迎宾或简单问答，还要承担商品介绍、需求响应和业务办理等任务。据工作人员介绍，其“RoboEase”场景大脑负责连接模型、机器人本体和后台业务系统，并通过物联网级场景编排实现多台不同型号机器人的协同，目前已在银行业务场景落地运营。

机器人要拿货，还需要能把货看清楚的“眼睛”。奥比中光与蚂蚁灵波联合展示的深度增强引擎，正是从视觉感知环节解决这一问题。“透明包装、反光瓶体、弱纹理纸盒以及堆叠商品，容易造成深度信息缺失或边缘识别不准。通过深度相机与空间感知模型，系统可对缺失信息进行补全，提高机器人对商品轮廓、距离和抓取位置的判断能力。”相关工作人员告诉记者。

这意味着，“机器人售卖”并非一台机器包办所有技术，而是一条产业链的协同：传感器让机器人看见商品，大模型帮助其理解任务，本体完成移动和操作，场景系统则把机器人接入真实的商业流程。

场景空间既是展台也是“训练场”

商业零售之所以成为机器人企业集中探索的方向，与其场景特征密切相关。相较完全开放的家庭环境，药房、超市和书店的空间相对固定，任务也更容易被拆解；但与高度标准化的工业产线相比，商业空间中的人员走动、商品变化和临时干扰更加复杂。

这使零售场景成为机器人走向通用化之前的一块重要“试验田”。徐先生告诉记者，家庭是一个高度复杂、不断变化的环境，直接进入家庭应用难度较高，而酒店、零售等类家庭场景既有真实需求，也能持续产生数据，可帮助机器人在实际作业中迭代。

记者在采访中发现，“数据”是多家企业反复提到的关键词。机器人在实验室里学习一种抓取动作，并不意味着能够立即应对货架上成千上万种商品。包装材质、摆放角度、光线变化甚至顾客的随手移动，都可能影响识别和抓取结果。只有不断采集真实场景数据，训练模型并在设备上验证，机器人才能逐渐提高成功率和稳定性。

因此场景化展示不只是为了让展台更好看，它一方面让采购方直观看到机器人能够承担什么岗位的工作，另一方面也显示出技术短板：面对临时改变的指令能否重新规划？商品位置发生变化后能否重新识别？遭遇行人遮挡或抓取失败能否自主纠错？连续工作数小时后，效率和准确率能否保持？

业内人士认为，商业零售对机器人的需求并非简单替代店员，而是优先承接夜间值守、重复分拣、库存盘点以及标准化取送等工作。机器人能否真正进店，还要综合考虑购置与维护成本、单位时间作业效率、系统接入难度以及安全责任等问题。能把商品准确递到消费者手中，只是第一步，能否日复一日稳定“上班”，才是决定机器人走进商业世界的关键因素。

编辑：暴梦川