在第二届世界机器人运动会上，机器人表现大放异彩，与此同时机器人也在加速应用和落地。大晓机器人研发副总裁刘春晓近日接受南方+记者采访，介绍大晓在行业解决方案方面的落地情况。

此前，大晓机器人先后发布“晓满”“晓新”和“晓途”三大解决方案，分别面向即时零售、酒店服务和开放场景自主作业。在这几个典型场景里，行业需求和当前技术能力已经形成了比较好的匹配。

“晓满”即时零售解决方案希望重新定义“人、货、场”的即时履约效率。整个零售链条大致包括原厂发货、分拨中心和最后的履约中心，该方案解决的是产品最终交付给用户之前的履约环节。围绕该场景，大晓机器人专门打造了履约机器人W1。

履约机器人需要解决几个问题，第一，它需要足够可靠，即时零售高峰期要求机器人能够长时间、高强度连续作业；第二，它需要足够灵巧，双臂采用仿生力控设计，力控精度小于1牛顿，末端可以灵活适配二指夹爪和灵巧手；第三，它要适应零售窄巷道，底盘最小通过宽度约75厘米，能够进入零售店、前置仓、仓店一体等不同环境。

在解决方案层面，“晓满”还有四个比较重要的能力。第一是多形态SKU的稳定支持。零售场景里既有刚性物品，也有柔性包装和不同形态的包装袋，算法需要面向接近上万种SKU做稳定抓取和拿放。第二是高强度连续作业，尤其履约峰值时，机器人和系统都要支持高频分拣和装箱。第三是多业态快速适配，前置仓、零售店、仓店一体的业务SOP、商品陈列和物品形态都不一样，方案需要能够快速迁移。第四是部署效率，尽可能让客户业务系统、场景点位、建图和操作精度等工作都能在天级完成，机器人进场后最快次日可以上线。

“晓满”的整体架构从底层硬件到业务应用实现打通。比如业务层对接商品管理、库位、订单任务和售后等客户系统。目前，该方案已经在烧卖购、快客达以及中石油相关场景等不同业态中推进实际运营。

“晓新”面向的是酒店客衣服务。刘春晓说，很多人住酒店时可能都有类似体验：晚上想洗衣、烘衣，发现洗烘设备都被占满；如果一直等，可能要半小时甚至更久，但回房之后又很难及时掌握设备状态。在和酒店交流后决定先从客衣服务切入，目标是适配不同星级酒店、非标洗衣房配置，打通取衣、洗涤、转运、烘干、折叠、送回等完整流程。

最开始讨论的方案是，在酒店已有送餐机器人上加一只机械臂就能完成，但把每个环节拆开以后会发现挑战很大。最核心的问题之一就是长程任务规划。一个完整洗衣流程包含很多阶段，即便只是“洗”这一步，也可以拆出多个操作动作。模型不仅要理解长序列任务，还要在执行过程中保持时序正确，不能忘记步骤，也不能把逻辑顺序颠倒。

真实业务里还有一个更难的问题，就是长期作业过程中一定会碰到corner case（极端情况）和单次执行失败。解决方案不能失败一次就停在那里，必须有恢复能力。为此，大晓机器人会结合世界模型的平行推演和反思能力。

比如机械臂第一次开门时，夹爪没有抓到正确位置，这个失败结果会作为下一次推理的输入，模型需要知道上一次为什么失败、这一次应该如何调整，然后重新执行。这种状态判断、自我纠错和恢复能力，是机器人真正进入无人化长期运营必须具备的能力。

“晓途”则是针对开放场景自主作业解决方案，可以适配云深处、宇树等多种主流四足本体。导航方面，“晓途”支持室内外无缝衔接、窄路通行和动静态障碍物避让。任务下发采用Agentic AI框架，客户只需要用自然语言描述任务，系统就可以通过Agent做任务拆解，再调用四足本体和大脑模组上的原子能力进行组合。比如平时是一套常规巡逻SOP，到了节假日临时出现新的任务需求，可以直接重新编排，而不需要像传统方式那样重新开发一套功能模块。一个人在云端管理10台机器狗在户外作业也可以实现。

机器狗走的往往是辅道、园区、步道，这些地方缺少现成的高精地图，方案以视觉为主，辅以低密度激光雷达，不需要提前做大范围SLAM建图和高精定位，就可以支持大范围自主导航。

他也指出，在实际落地过程中，机器人也会面临多种挑战，比如，第一是场景泛化，不同便利店的布局、货品和操作要求都不一样；第二是持续作业能力，真实业务不是抓一下、放一下、拧个瓶盖这样的单点原子动作，而是要把从下单到拣选、打包、交付的整条流程闭环起来；第三是规模化能力，单店、单本体表现不错，不代表推广到多店、多本体以后还能保持系统一致性。

南方+记者 郜小平