（本文作者为 巨潮WAVE，钛媒体经授权发布）

文 | 巨潮WAVE，作者｜Tiya，编辑｜杨旭然

宏大叙事正在不可避免地退潮。

具身智能作为一个行业的讨论焦点，已经从技术能做什么，转向讨论如何在更具体的场景中真正转起来、持续迭代，并最终实现盈利。

叙事的转向是一种对现实的真实映照，也是对资本诉求的回应。2026年下半年，多家主流厂商在机器人+零售领域搞了大动作，从一线城市商圈到社区便利店，“机器人员工”正以肉眼可见的速度渗入多元业态。

工业产线和展会舞台之外，零售门店正在成为具身智能落地最密集的方向。一个信号已然清晰：零售不再是具身智能的“试验田”，而是成了检验其商业价值的直接场景。

这意味着在当下的具身智能市场，价值的定义几乎已经被重构：“技术可行”与“商业向实”缺一不可。所有已经进入零售场景“打工”的机器人，都在竭力兼顾这两点。

零售场景中悄然泛起的机器人热潮，不该被简单视为短期风口，它像是一面镜子，更具体地映照出整个行业正在从单纯的“能力炫技”走向“价值兑现”。

探索

从场景验证的历程看，零售场景顺承了舞台表演、工厂作业两大重要场景下机器人融入人类工作的基本路径，但也在某种程度上跳出，甚至超越了原有场景验证的局限。

无论是舞台表演、工业生产，亦或是零售服务，机器人在多元场景中的落地，本质上都是在重塑这个世界的生产生活形态。整个过程的深层逻辑并非简单追求“无人化”，而是以机器人为枢纽，构建一种人机互补的新型协作模式。

从技术和产品层面看，这三个场景对具身智能的要求已经出现了分化。

大部分的工业生产机器人受限于横向、纵向，或是“格子式”的封闭空间进行作业，即便是游走在工厂中的叉车及移动机器人，也大多全流程自主作业，与人的直接交互比较少。

舞台表演中的机器人显得更加灵动，但更多是一种简单的功能展示，商业变现能力不足。

相比之下，零售门店恰好介于两者之间——零售场景有标准SKU、标准SOP，可以满足机器人持续学习，能力迭代的底层需求，同时又有真实客流、随机订单和现场干扰，是检验机器人泛化能力与固定场景之下应变力的“试金石”。

零售行业的“无人化”由来已久。从自动售货机、无人货架到AI视觉结算，零售行业一直在寻找降低人力依赖的方案，但此前的探索更多集中在“设备自动化”。

中商产业研究院报告显示，2025年中国无人零售市场规模超480亿元，2026年将达536.26亿元。自动售货机是行业内最早实现无人化闭环的终端，当下的“机器人+零售”更像是进一步的内生性深度探索，不仅是近年才开始的跟风。

但现在有部分机器人零售只是在原有无人零售体系上叠加了机器人躯壳和简单问答，整个状态看起来更像技术展示或“表演”，这不能称之为真正的机器人零售服务。

真正的转折点，在于机器人零售门店化并与零售体系之间开始融合：商店中的机器人在授权范围内真正参与到业务的全流程，“卖东西”成为企业经营行为的延伸。

政策支持、技术优化、商业成熟，三者共同推动着这种更加智能的零售业转变。

政策端，对智慧零售的支持力度在提升，政策红利促进人工智能赋能无人化服务的发展；技术上，世界模型、触觉感知相继跨过可用门槛，机器人已经可以到现成的门店直接上岗；商业端，就像人们逐渐习惯了掌上智能助手的7×24服务，经过一段时间的测算，企业相比之前也更加明确了机器人员工“全天候在岗”的红利。

以此为基础，机器人零售的持续发展几乎是确定性的。但确定性属于赛道，并不属于个体。

当下这个领域还没有陷入到内卷的泥沼，因此那些率先突围者的破局样本，更具有研究和参考价值。

模式

资本催熟之下，零售赛道的具身智能厂商们野蛮生长、良莠并存，洗牌期也提前开始。

野蛮生长的一面主要体现在形态之争——人形、双臂协作、轮式复合、桌面级等形态并存，做咖啡、调酒，从零售货架上取物，形态选择取决于职能和场景需要，尚无公认最优解。

良莠不齐与洗牌期同时出现的一面，则是因为资本涌入速度往往远超技术迭代和商业验证周期，行业出现“时间压缩”效应——许多企业被迫在未完成产品闭环时就开始规模化叙事，这也意味着无法实现商业化自洽的企业只能被迫出局。

整体来看，真正火出圈的还是人形机器人，因为机器人的形象展示更容易引发人们的好奇，也代表着更大的想象空间。厂商们的实践方向各异，催生了差异化落地路径与商业模式。

银河通用没有做过多的技术展示，直接在真实线下门店开展技术验证+商业化转化，旗下Galbot G1人形机器人以轮式人形结构为基础，聚焦于“抓、持、递”三项最基础的操作能力的优化与实现。

这款机器人可以依托轮式底盘快速响应订单，柔式夹爪有更稳定的抓握表现，“大脑-小脑-触觉感知”的闭环传导相对流畅，全自主运行，且无需远程操控。

可以看出，这样的整体规划旨在为线下门店提供可复制的智慧零售解决方案。

资本对于银河通用的押注，其中一部分就是它能够把技术转化为“标准化零售劳动力”的预期。但当前真实零售场景的非结构化程度、人机协同的实际摩擦成本，以及终端客户对“劳动力替代”最真实付费意愿，都还需要进一步的验证。

Sharpa则是走了系统性灵巧操作的技术路线，让机器人学会了做冰淇淋。

今年8月，Sharpa和全球知名冰淇淋和快餐连锁品牌Dairy Queen (以下简称DQ) 合作，打造了一家“零改造、全自主、全年无休”机器人暴风雪餐厅，在DQ上海吴江路店落成。

与银河通用一样，Sharpa也不过度追求机器人长得像人，而是更多去塑造机器人更加类人的思考和行动模式，让机器人实现从“递货员”向“产品制作者”的转变。

物理AI的高阶形态，是在开放动态环境中基于物理规律、社会准则，深度理解并完成复杂的长程任务。这个过程对机器人来说，就包含行动前的预判和多任务拆解、行动中的动态调整，以及任务结束后的记忆“归档”，以不断优化下一次的行动。

拆开技术来看，机器人搭载Sharpa Wave五指触觉灵巧手具有22个主动自由度，可以在“抓、捏、推、拉、舀取、倾倒”一整套动作中灵活切换。

相比“像人手”，这只灵巧手的真正意义在于其将原本需要多套设备、多重适配、多次调试才能完成的零售操作，收敛为一个可复用、可扩展、可与外界交互无缝衔接的物理接口。

Sharpa的自研分层端到端模型CraftNet，在底层控制中引入触觉、力觉和状态反馈等机制，机器人会根据摩擦、滑动、振动和受力变化调整输出力度。触、力的觉感知，则是会反馈回全模态的世界模型，一边“保存”历史任务数据，一边规划演绎下一杯的制作。

Sharpa制作冰淇淋的过程很像一场“动态实验”，需要面对杯、勺、柜门和冰淇淋机多个物理实体，全自主地完成从点单到交付的55步连续任务，且不是快闪演示。

可以看出，在零售场景中，机器人将不断触及、跨越其最终实现长程任务的能力“临界点”。

这套技术全栈式的零售打法，也有可能被Sharpa和具身同行们学习、推广到其他冰激凌、汉堡等更丰富的餐饮制作中，“涟漪效应”显然是明晰的。

不过，不同餐饮品类在工艺流程、卫生标准及设备兼容性等方面存在显著差异，这些现实约束，也可能反过来推动更具适配性的下一代“类Sharpa”门店形态的加速涌现。

商汤善惠也是这个赛道中的一个重要参与者，“烧卖购”机器人小店是其人工智能实体服务消费者构想的核心载体。

通过SenseMart OS零售物理操作系统，商汤善惠希望形成一个开放共享、“即插即用”的平台底座，不同店面既可以接入不同的机器人和设备，也可以连接品牌、运营商和场地方端口，通过标准接口缩短新商品、新设备和新业态的上线周期。

复杂的智能零售链路，被拆解为感知、交互、决策、执行四类能力，由统一零售大脑调度；各动作可独立训练验证，店内设备与货架亦经轻量化改造，便于机器人触达。机器人员工被分配到不同店面，感知咖啡机、冰淇淋机、柜门等服务触点，持续完成指定工作任务。

商汤善惠联合创始人伊帅坦言，“机器人店”并不完全等同于“无人店”，机器人小店的本质还是要回归“经营”——显然这需要比机器人卖货要复杂得多的综合能力。

根据设计，“机器人店长”会将互动数据传回决策中枢，成为零售门店运营的关键基础。但在新品引入、品牌联名及大型促销等关键决策环节，仍将保留人的判断，这样才可以最大化激发整个服务体系的技术张力与商业潜能。

本体能力、操作精度与经营系统，共同构成了机器人零售落地的必要支撑。三者协同，将感知、决策、操作与经营整合为一套可持续履约并实现盈利的完整系统。这意味着机器人进入门店绝非简单的硬件入驻，而是一种系统化商业能力的嵌入。

远景

各家企业的情况各有不同，但综合起来看，当前机器人零售正面临一场价值重估：它是否真的可以被资本与零售业界共同视作一个可持续创新的长期场景，被验证并持续开发？

这其中的影响因素很复杂，穿透表象才能更多感受到机器人企业更真实的商业目的。

行业发展的早期阶段，人们对机器人零售的热情更多源于好奇与打卡冲动。吸睛特质会在无形中放大消费者的猎奇心态，短期内必然会收获一波流量，但这只是起点。

从银河通用、Sharpa、商汤善惠等厂商入局机器人零售的实践来看，现阶段机器人进店的核心动力，主要还是希望依托零售场景中标准SKU、标准SOP及真实的交互数据，实现大规模真实数采以反哺机器人后续的训练。

当基础感知与交互能力趋于成熟，新增数据对模型性能的提升将显著放缓，边际数据价值递减的拐点到来，店面追求的不再是数据的“多”，而是追求更具挑战性的长尾案例。如室外取货、多语种混合指令、非标准交互等稀缺数据，将成为下一阶段模型突破的重点。

这时，机器人零售需要在保持“零售本色”的同时，蜕变出更加面向未来的新经营模式，如RaaS模式（机器人即服务）将会被看重，像烧卖购这样的机器人小店，在这种模式下可以成为品牌触达消费者的新触点，并反向促进品牌的产品研发和精准营销。

猎奇效应要转化为长期价值，关键在于创造独有的消费体验，或完成人类难以完成的任务。

这一逻辑已在实践中验证，零售正在成为机器人能力的“母场景”。商汤SenseMart OS正从便利店向商超、园区等场景迁移；银河通用则从零售延伸至药房、康养等多个领域。

另一方面，各家厂商的竞速也正在表明，“机器人零售”、“无人服务”的终局不是“替代人”，而是“激活人”。这也是其商业模式可持续的体现。

机器人零售需要保持人机协同的灵活性与足够的韧性——机器人保障基础服务的稳定输出，人力则用来完善场景、解决问题、维系与消费者的情感连接等等。

因此，衡量机器人零售的成熟度，不能局限于“替代人工”这个单一维度。相比于单纯的人力置换，人机能力的精准耦合与价值共生，可能会成为更具价值的评估标尺。

从整体市场现状看，人类与“类人”员工，还需经历一段比较漫长的磨合周期，完全以取代人为目标的机器人零售企业，可能会遭遇到不同程度的困境与压力。

结语

机器人零售的演进与升级，同时也是行业从技术想象回归到商业常识的一条必经之路。

猎奇所带来的流量终会消退，在真实经营中验证过的人机协同模式、可复制的场景能力，以及更可持续的盈利路径，才能支撑入局的企业穿越周期。

当前，无论是数据积累的临界点突破，还是RaaS模式的探索，抑或是“激活人”而非“替代人”这样共识的形成，都指向同一个方向：

机器人零售正在褪去表演属性，努力成为零售产业的一个组成部分，一个新的方向。

它或许不会以颠覆者的姿态彻底重塑行业，但作为具身智能落地最务实的试验场与放大器，其意义早已超越了卖瓶装水或者冰淇淋本身。

当机器人员工真正学会像店员一样思考、协作与成长，甚至像店长一样完成经营和盈利工作，这场变革才算抵达了真正的起点。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

（本文作者为 巨潮WAVE，钛媒体经授权发布）

文 | 巨潮WAVE，作者｜Tiya，编辑｜杨旭然

宏大叙事正在不可避免地退潮。

具身智能作为一个行业的讨论焦点，已经从技术能做什么，转向讨论如何在更具体的场景中真正转起来、持续迭代，并最终实现盈利。

叙事的转向是一种对现实的真实映照，也是对资本诉求的回应。2026年下半年，多家主流厂商在机器人+零售领域搞了大动作，从一线城市商圈到社区便利店，“机器人员工”正以肉眼可见的速度渗入多元业态。

工业产线和展会舞台之外，零售门店正在成为具身智能落地最密集的方向。一个信号已然清晰：零售不再是具身智能的“试验田”，而是成了检验其商业价值的直接场景。

这意味着在当下的具身智能市场，价值的定义几乎已经被重构：“技术可行”与“商业向实”缺一不可。所有已经进入零售场景“打工”的机器人，都在竭力兼顾这两点。

零售场景中悄然泛起的机器人热潮，不该被简单视为短期风口，它像是一面镜子，更具体地映照出整个行业正在从单纯的“能力炫技”走向“价值兑现”。

探索

从场景验证的历程看，零售场景顺承了舞台表演、工厂作业两大重要场景下机器人融入人类工作的基本路径，但也在某种程度上跳出，甚至超越了原有场景验证的局限。

无论是舞台表演、工业生产，亦或是零售服务，机器人在多元场景中的落地，本质上都是在重塑这个世界的生产生活形态。整个过程的深层逻辑并非简单追求“无人化”，而是以机器人为枢纽，构建一种人机互补的新型协作模式。

从技术和产品层面看，这三个场景对具身智能的要求已经出现了分化。

大部分的工业生产机器人受限于横向、纵向，或是“格子式”的封闭空间进行作业，即便是游走在工厂中的叉车及移动机器人，也大多全流程自主作业，与人的直接交互比较少。

舞台表演中的机器人显得更加灵动，但更多是一种简单的功能展示，商业变现能力不足。

相比之下，零售门店恰好介于两者之间——零售场景有标准SKU、标准SOP，可以满足机器人持续学习，能力迭代的底层需求，同时又有真实客流、随机订单和现场干扰，是检验机器人泛化能力与固定场景之下应变力的“试金石”。

零售行业的“无人化”由来已久。从自动售货机、无人货架到AI视觉结算，零售行业一直在寻找降低人力依赖的方案，但此前的探索更多集中在“设备自动化”。

中商产业研究院报告显示，2025年中国无人零售市场规模超480亿元，2026年将达536.26亿元。自动售货机是行业内最早实现无人化闭环的终端，当下的“机器人+零售”更像是进一步的内生性深度探索，不仅是近年才开始的跟风。

但现在有部分机器人零售只是在原有无人零售体系上叠加了机器人躯壳和简单问答，整个状态看起来更像技术展示或“表演”，这不能称之为真正的机器人零售服务。

真正的转折点，在于机器人零售门店化并与零售体系之间开始融合：商店中的机器人在授权范围内真正参与到业务的全流程，“卖东西”成为企业经营行为的延伸。

政策支持、技术优化、商业成熟，三者共同推动着这种更加智能的零售业转变。

政策端，对智慧零售的支持力度在提升，政策红利促进人工智能赋能无人化服务的发展；技术上，世界模型、触觉感知相继跨过可用门槛，机器人已经可以到现成的门店直接上岗；商业端，就像人们逐渐习惯了掌上智能助手的7×24服务，经过一段时间的测算，企业相比之前也更加明确了机器人员工“全天候在岗”的红利。

以此为基础，机器人零售的持续发展几乎是确定性的。但确定性属于赛道，并不属于个体。

当下这个领域还没有陷入到内卷的泥沼，因此那些率先突围者的破局样本，更具有研究和参考价值。

模式

资本催熟之下，零售赛道的具身智能厂商们野蛮生长、良莠并存，洗牌期也提前开始。

野蛮生长的一面主要体现在形态之争——人形、双臂协作、轮式复合、桌面级等形态并存，做咖啡、调酒，从零售货架上取物，形态选择取决于职能和场景需要，尚无公认最优解。

良莠不齐与洗牌期同时出现的一面，则是因为资本涌入速度往往远超技术迭代和商业验证周期，行业出现“时间压缩”效应——许多企业被迫在未完成产品闭环时就开始规模化叙事，这也意味着无法实现商业化自洽的企业只能被迫出局。

整体来看，真正火出圈的还是人形机器人，因为机器人的形象展示更容易引发人们的好奇，也代表着更大的想象空间。厂商们的实践方向各异，催生了差异化落地路径与商业模式。

银河通用没有做过多的技术展示，直接在真实线下门店开展技术验证+商业化转化，旗下Galbot G1人形机器人以轮式人形结构为基础，聚焦于“抓、持、递”三项最基础的操作能力的优化与实现。

这款机器人可以依托轮式底盘快速响应订单，柔式夹爪有更稳定的抓握表现，“大脑-小脑-触觉感知”的闭环传导相对流畅，全自主运行，且无需远程操控。

可以看出，这样的整体规划旨在为线下门店提供可复制的智慧零售解决方案。

资本对于银河通用的押注，其中一部分就是它能够把技术转化为“标准化零售劳动力”的预期。但当前真实零售场景的非结构化程度、人机协同的实际摩擦成本，以及终端客户对“劳动力替代”最真实付费意愿，都还需要进一步的验证。

Sharpa则是走了系统性灵巧操作的技术路线，让机器人学会了做冰淇淋。

今年8月，Sharpa和全球知名冰淇淋和快餐连锁品牌Dairy Queen (以下简称DQ) 合作，打造了一家“零改造、全自主、全年无休”机器人暴风雪餐厅，在DQ上海吴江路店落成。

与银河通用一样，Sharpa也不过度追求机器人长得像人，而是更多去塑造机器人更加类人的思考和行动模式，让机器人实现从“递货员”向“产品制作者”的转变。

物理AI的高阶形态，是在开放动态环境中基于物理规律、社会准则，深度理解并完成复杂的长程任务。这个过程对机器人来说，就包含行动前的预判和多任务拆解、行动中的动态调整，以及任务结束后的记忆“归档”，以不断优化下一次的行动。

拆开技术来看，机器人搭载Sharpa Wave五指触觉灵巧手具有22个主动自由度，可以在“抓、捏、推、拉、舀取、倾倒”一整套动作中灵活切换。

相比“像人手”，这只灵巧手的真正意义在于其将原本需要多套设备、多重适配、多次调试才能完成的零售操作，收敛为一个可复用、可扩展、可与外界交互无缝衔接的物理接口。

Sharpa的自研分层端到端模型CraftNet，在底层控制中引入触觉、力觉和状态反馈等机制，机器人会根据摩擦、滑动、振动和受力变化调整输出力度。触、力的觉感知，则是会反馈回全模态的世界模型，一边“保存”历史任务数据，一边规划演绎下一杯的制作。

Sharpa制作冰淇淋的过程很像一场“动态实验”，需要面对杯、勺、柜门和冰淇淋机多个物理实体，全自主地完成从点单到交付的55步连续任务，且不是快闪演示。

可以看出，在零售场景中，机器人将不断触及、跨越其最终实现长程任务的能力“临界点”。

这套技术全栈式的零售打法，也有可能被Sharpa和具身同行们学习、推广到其他冰激凌、汉堡等更丰富的餐饮制作中，“涟漪效应”显然是明晰的。

不过，不同餐饮品类在工艺流程、卫生标准及设备兼容性等方面存在显著差异，这些现实约束，也可能反过来推动更具适配性的下一代“类Sharpa”门店形态的加速涌现。

商汤善惠也是这个赛道中的一个重要参与者，“烧卖购”机器人小店是其人工智能实体服务消费者构想的核心载体。

通过SenseMart OS零售物理操作系统，商汤善惠希望形成一个开放共享、“即插即用”的平台底座，不同店面既可以接入不同的机器人和设备，也可以连接品牌、运营商和场地方端口，通过标准接口缩短新商品、新设备和新业态的上线周期。

复杂的智能零售链路，被拆解为感知、交互、决策、执行四类能力，由统一零售大脑调度；各动作可独立训练验证，店内设备与货架亦经轻量化改造，便于机器人触达。机器人员工被分配到不同店面，感知咖啡机、冰淇淋机、柜门等服务触点，持续完成指定工作任务。

商汤善惠联合创始人伊帅坦言，“机器人店”并不完全等同于“无人店”，机器人小店的本质还是要回归“经营”——显然这需要比机器人卖货要复杂得多的综合能力。

根据设计，“机器人店长”会将互动数据传回决策中枢，成为零售门店运营的关键基础。但在新品引入、品牌联名及大型促销等关键决策环节，仍将保留人的判断，这样才可以最大化激发整个服务体系的技术张力与商业潜能。

本体能力、操作精度与经营系统，共同构成了机器人零售落地的必要支撑。三者协同，将感知、决策、操作与经营整合为一套可持续履约并实现盈利的完整系统。这意味着机器人进入门店绝非简单的硬件入驻，而是一种系统化商业能力的嵌入。

远景

各家企业的情况各有不同，但综合起来看，当前机器人零售正面临一场价值重估：它是否真的可以被资本与零售业界共同视作一个可持续创新的长期场景，被验证并持续开发？

这其中的影响因素很复杂，穿透表象才能更多感受到机器人企业更真实的商业目的。

行业发展的早期阶段，人们对机器人零售的热情更多源于好奇与打卡冲动。吸睛特质会在无形中放大消费者的猎奇心态，短期内必然会收获一波流量，但这只是起点。

从银河通用、Sharpa、商汤善惠等厂商入局机器人零售的实践来看，现阶段机器人进店的核心动力，主要还是希望依托零售场景中标准SKU、标准SOP及真实的交互数据，实现大规模真实数采以反哺机器人后续的训练。

当基础感知与交互能力趋于成熟，新增数据对模型性能的提升将显著放缓，边际数据价值递减的拐点到来，店面追求的不再是数据的“多”，而是追求更具挑战性的长尾案例。如室外取货、多语种混合指令、非标准交互等稀缺数据，将成为下一阶段模型突破的重点。

这时，机器人零售需要在保持“零售本色”的同时，蜕变出更加面向未来的新经营模式，如RaaS模式（机器人即服务）将会被看重，像烧卖购这样的机器人小店，在这种模式下可以成为品牌触达消费者的新触点，并反向促进品牌的产品研发和精准营销。

猎奇效应要转化为长期价值，关键在于创造独有的消费体验，或完成人类难以完成的任务。

这一逻辑已在实践中验证，零售正在成为机器人能力的“母场景”。商汤SenseMart OS正从便利店向商超、园区等场景迁移；银河通用则从零售延伸至药房、康养等多个领域。

另一方面，各家厂商的竞速也正在表明，“机器人零售”、“无人服务”的终局不是“替代人”，而是“激活人”。这也是其商业模式可持续的体现。

机器人零售需要保持人机协同的灵活性与足够的韧性——机器人保障基础服务的稳定输出，人力则用来完善场景、解决问题、维系与消费者的情感连接等等。

因此，衡量机器人零售的成熟度，不能局限于“替代人工”这个单一维度。相比于单纯的人力置换，人机能力的精准耦合与价值共生，可能会成为更具价值的评估标尺。

从整体市场现状看，人类与“类人”员工，还需经历一段比较漫长的磨合周期，完全以取代人为目标的机器人零售企业，可能会遭遇到不同程度的困境与压力。

结语

机器人零售的演进与升级，同时也是行业从技术想象回归到商业常识的一条必经之路。

猎奇所带来的流量终会消退，在真实经营中验证过的人机协同模式、可复制的场景能力，以及更可持续的盈利路径，才能支撑入局的企业穿越周期。

当前，无论是数据积累的临界点突破，还是RaaS模式的探索，抑或是“激活人”而非“替代人”这样共识的形成，都指向同一个方向：

机器人零售正在褪去表演属性，努力成为零售产业的一个组成部分，一个新的方向。

它或许不会以颠覆者的姿态彻底重塑行业，但作为具身智能落地最务实的试验场与放大器，其意义早已超越了卖瓶装水或者冰淇淋本身。

当机器人员工真正学会像店员一样思考、协作与成长，甚至像店长一样完成经营和盈利工作，这场变革才算抵达了真正的起点。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App