七天七项、便利店 24 小时直播：智元把发布会改成了一张排班表
智元宣布 10 月 22 日起连发七项成果，收尾则是 11 月初 6 台 G2 进便利店连转 24 小时、全程直播。把技术发布会的节奏改成排班表，把验收权交给不能剪辑的摄像头——这是具身智能行业今年最值得抄的一次传播设计。
- 节奏：智元宣布自 10 月 22 日起「AI WAVE」启动，连续七个工作日每天发布一项成果，覆盖数据集、作业平台、机器人本体、Agent 框架、仿真平台、基座大模型与群体经验学习范式。
- 首日内容：10/22 发布 AGIBOT WORLD 2026 第四期「具身推理」（Physical Reasoning）数据集，首批 150 小时真机数据，目标从「学会操作」走向「自主完成任务」。
- 中间三站：10/26 G2 Max 安规级重载具身工业机器人，主打重载与亚毫米级精细作业兼得；10/27 Genie Master 首次在真实业务场景实现 Physical RSI（具身递归自我改进）；10/28 Genie Sim 称复杂任务真机-仿真一致性超过 95%。
- 收尾：10/30 群体经验学习（CEL）是「首个在百台级真机集群上完成原型验证的机器人学习范式」。
- 终局考核：11 月 2 日至 3 日，6 台 G2 进入真实便利店，从早 10 点到次日早 10 点连转 24 小时、四个班次（午高峰、晚高峰、深夜值班、早餐准备），完成上货、补货、理货、制作热食、收纳垃圾、做咖啡、迎宾，全程直播。
- 判断：这一整套安排里，最值钱的不是那七项成果，是把验收环节设计成了「不可剪辑的 24 小时直播」。前者可以彩排，后者不能——这才是它对本行业真正的贡献。
智元把「AI WAVE」的安排摊开成一张七天七项的清单：10/22 数据集、10/23 作业平台、10/26 重载本体、10/27 Agent 框架、10/28 仿真平台、10/29 基座大模型、10/30 学习范式。10 月 24 日、25 日空着——因为那是周末。
这张表有两个刻意的设计。第一，它是一条产线，不是七件展品——顺序是数据、平台、本体、Agent、仿真、大模型、学习范式，从数据源头排到能力出口，读下来正好是一套技术栈的自述。第二，它用的是工作日，跳过了中间的周末，这意味着发布节奏是「一天一个」，而不是「攒够一起发」。
如果只看到第七项，这仍然是一次常规的年度技术发布。让整件事变味的是最后一格：11 月 2 日至 3 日，6 台 G2 走进一家真实便利店。
披露的细节相当具体：时间从早 10 点到次日早 10 点，共 24 小时不间断；分成四个完整班次——午高峰、晚高峰、深夜值班、早餐准备；作业内容包括上货、补货、理货、制作热食、收纳垃圾、做咖啡、迎宾；形式是全程直播。智元自己的说法是，这是一场「转正考核」。
可彩排的验收：单条演示视频、单次任务成功率、单张榜单成绩——拍摄条件、光照、物体摆放都可预先安排，失败片段可以剪掉。
难彩排的验收：24 小时连续直播、跨越四个客流特征完全不同的班次、全程不中断——深夜没观众时也要跑，早餐准备这类热食操作也要做。
关键在于深夜值班这个班次。它没有任何传播价值——凌晨三点的便利店没有观众，也不会有媒体截图；但它恰恰是最容易出现电量、卡顿、异常处理失败的时段。把它排进直播，等于主动把最可能出丑的两小时放进了不可剪辑的窗口。
判断：这才是这次安排里最硬的部分。行业内过去的验收材料，绝大多数是剪出来的：一条演示视频、一段精选轨迹、一张榜单截图。24 小时连续直播把「剪辑权」交了出去，剩下的只能是连续运行能力本身。如果这 6 台机器真的撑满 24 小时并把四个班次都跑完，它给出的说服力强于任何一条演示视频；如果没撑满，这次直播也会成为行业里第一次被公开记录的「翻车」。无论结果如何，这种把验收条件写死的做法都值得抄。
七项成果里已经到点的只有 10/22 一项：AGIBOT WORLD 2026 第四期「具身推理」数据集，首批 150 小时真机数据，定位是专攻决策、推动机器人从「学会操作」走向「自主完成任务」。另两项带具体数字的均为预告口径：Genie Sim 称复杂任务真机-仿真一致性超过 95%；CEL 是「首个在百台级真机集群上完成原型验证的机器人学习范式」。
| 指标 | 数值 | 性质 | 核验状态 |
|---|---|---|---|
| 数据集首批规模 | 150 小时真机数据 | 数据资产 | 已随 10/22 发布 |
| 真机-仿真一致性 | 超过 95% | 技术指标 | 厂商预告，未验证 |
| CEL 集群规模 | 百台级原型验证 | 规模宣称 | 厂商预告，未验证 |
| 便利店考核 | 6 台 / 24 小时 / 4 班次 | 运行安排 | 预告，11 月初执行 |
这三个数字的分量并不一样。150 小时是最实在的一个——它是一个可以用完的资产，数据集一旦发布，别人就能下载、就能在上面训模型、就能复现或者证伪。95% 一致性次之，它取决于「复杂任务」这四个字的定义边界。百台级最需要追问：百台是同时在线，还是累计接入；是同构机型，还是混合本体。
判断：读这类预告清单，最实用的方法不是记住数字，而是先问这个数字能不能被别人拿去用。数据集能，它一发布就脱离了发布方的控制；一致性指标和集群规模不能，它们在 10 月 28 日和 10 月 30 日之前都只是承诺。所以真正的观察节点是三个：10 月 28 日看 95% 的「复杂任务」到底指什么，10 月 30 日看百台级的口径，11 月 3 日看那 24 小时的直播回放。
场景选择本身有信息量。智元此前在武汉汉口江滩落地的零售仓，是文旅营地里的十余款 SKU；这次选的是便利店，而且是 24 小时营业的便利店。
两者的差别不只是营业时长。文旅场景的客流是脉冲式的，高峰期之外可以低负荷待机；便利店 24 小时里有早餐准备这种涉热处理、收纳垃圾这种非结构化动作，还有深夜无人环境下的自主决策。它把难度从「完成一次漂亮的任务」提升到了「熬过一整轮营业周期」。