# 智元精灵G2便利店24小时实测：6台机器人完成1730项任务

> 原文链接：https://robotics.hellobike.com/news/2026-11-09-ai-wave24-physical-ai
> 频道：news | 更新日期：2026-11-09 | 标签：auto, aihot
> 核心摘要：智元AI WAVE收官战报显示，6台精灵G2在便利店连续24小时直播作业，累计执行1730项任务，4台通过考核转正。该实测验证了Physical AI全栈技术在真实商业场景中的持续作业稳定性与闭环迭代能力。

# 智元精灵G2便利店24小时实测：6台机器人完成1730项任务

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[AI WAVE收官丨便利店24小时直播战报出炉，智元推动Physical AI走向真实场景](https://www.agibot.com.cn/article/315/detail/267.html)（AGIBOT 智元（网页）（via AIHOT））

## 核心内容

智元“机器人打工不能停”便利店24小时直播挑战于11月3日结束，作为AI WAVE活动收官之战，在全网超200万人围观下完成实测。6台精灵G2机器人在真实营业环境中连续在岗24小时，累计执行1730项任务，最终4台机器人成功通过考核实现“转正”。此次测试旨在检验具身智能在复杂多变真实环境中的持续稳定工作能力，标志着Physical AI从技术验证迈向真实岗位应用。

本次实测集中呈现了智元贯通数据、模型、本体与场景的全栈AI布局成果，包括AGIBOT WORLD数据集、Genie Sim仿真平台、Genie Studio 2.0作业平台、Genie Master具身Agent框架及GO-3 Preview基座大模型等七项技术。系统通过群体经验学习范式（CEL）打通研发、部署与反馈迭代链路，使真实营业场景既作为技术检验场，又成为机器人能力持续进化的数据来源，验证了全栈协同推动规模化落地的工程路径。

## 关键看点

- **实测规模**：6台精灵G2在便利店真实环境连续24小时在岗，累计完成1730项作业任务
- **转正率**：4台机器人通过长时间连续作业考核成功转正，验证真实场景下的稳定性与可靠性
- **全栈验证**：集成Genie Master框架、GO-3大模型及CEL群体学习范式，打通部署与迭代闭环
- **场景价值**：以真实营业环境替代实验室测试，确立Physical AI从技术验证走向岗位应用的基准

## 工程与产业观察

此次24小时不间断实测为具身智能商业化提供了关键工程参照：真实场景的长时序稳定性比单次任务成功率更具产业价值。通过CEL范式将运营数据反哺模型迭代，构建了“部署即采集、作业即训练”的数据飞轮，验证了全栈技术体系在零售等非标场景中的闭环进化能力，加速人形机器人从Demo展示向实际生产力转化。

线索来源：[AIHOT](https://aihot.news/items/jhi6vni49czk1ugyhjiq2k4sb)
:::

## 原始参考来源 (Sources)

- [AGIBOT 智元（网页）（via AIHOT）：AI WAVE收官丨便利店24小时直播战报出炉，智元推动Physical AI走向真实场景](https://www.agibot.com.cn/article/315/detail/267.html)