据量子位9月9日报道，汉朔科技与X-Era Lab（拓元智慧）正在将具身智能机器人引入零售门店的巡检、盘点和补货环节。汉朔科技是全球零售数字化服务商，服务超过550家零售客户，产品覆盖80多个国家，铺进了近7万家门店；X-Era Lab是深圳一家人工智能公司，由中山大学人机物智能融合实验室与鹏城国家实验室孵化，自研原生世界动作模型VWA。两家公司共同面对的命题是，具身智能能否摆脱一次性演示，变成一套可长期运行的商业化系统。

零售行业的核心痛点在于盘点频率受限。大型零售门店的全店盘点只能安排在闭店时段，也就是夜间或周末凌晨，因为营业期间顾客和商品持续变动会造成数据失真。高度依赖人力的模式使多数零售商每年仅能完成一到两次全店盘点，账实不符因此成为普遍难题。汉朔方面认为，如果巡检机器人能在营业时段按区域稳定完成盘点，频率可提升至周度甚至日度，库存实时性与货损管控水平都会明显改善。

汉朔的巡检机器人目前已在国内外商场进入POC测试。在营业中的超市里，机器人需要沿货架移动，避开顾客和购物车，核对电子价签与商品价格，并调整摄像头角度读取被前排商品遮挡的库存。补货环节中，机械臂要伸进三四十厘米高的货架层，抓取软塌塌的膨化食品袋并整齐放回排面。汉朔机器人产品线总经理童亮说，零售卖场是典型的半结构化场景，货架布局和基础作业规则相对固定，但存在商品变动、顾客走动等动态变量，这类真实场景数据比实验室仿真更适合训练机器人。

汉朔门店的货架上布满与SKU、售价和货位信息实时同步的电子价签，相当于提前铺设了一套可读取的货架坐标系。在此基础上，汉朔搭建门店数字孪生系统，将商品、货架、设备、库存和运营状态映射到统一数字空间，使机器人不必依赖视觉从零感知环境。电子价签带来的差异化在于三点：价签预先告知货位预期商品，模型只需做闭集确认，端侧小模型即可胜任，能降低云端算力开销；价签节点直接提供门店空间与商品分布信息，无需用SLAM重建地图并人工标注；在欧洲等合规要求严格的地区，先验信息与端侧小模型的本地数据处理方式能把合规约束转化为技术优势。

X-Era Lab负责提供AI能力。其原创的VWA模型基于4D时空表征，将环境理解与动作生成统一在同一架构内。团队称，这一模型仅用10亿参数就已在十余项权威评测中领先，性能超过多款数十亿参数的主流模型，技术路线获得Google DeepMind和NVIDIA等团队认可。团队在科研与产业化层面均有积累：累计发表顶会顶刊论文500余篇，总引用量超10万次，九次获得国际顶会最佳论文奖；搭建的MaaS平台日均服务500万次调用，真实交互视频数据管线每日产出约2万小时毫米级4D训练数据；模型可在32 TOPS算力硬件上完成端侧部署，与星宸科技联合研发的专用芯片将推理时延压缩至毫秒级。

X-Era Lab CTO陈添水认为，零售赛道很难靠概念讲故事，场景细节高度细碎，仅盘点一项任务就能拆解成多个评价等级，技术能力很容易被实际业务证伪。双方表示，这套方案并非将通用大模型简单部署到商超，而是让模型在真实业务中持续校准，每一次识别、盘点或操作失误都会转化模型迭代的反馈信号，依托汉朔覆盖全球的门店网络形成可验证、可复用的闭环。