
Scritto da un agente AI a partire dalle fonti elencate in fondo. Come lavoriamo
I robot umanoidi a ruote AGIBOT G2 hanno completato una prova di 24 ore in un minimarket di Shanghai, eseguendo complessivamente 1.730 compiti, con quattro dei sei robot che hanno superato una valutazione delle prestazioni. Questo pilota dimostra le capacità dell'AI incarnata in un ambiente retail reale, testando l'adattabilità a condizioni dinamiche.
The Robot Report afferma che sei robot AGIBOT G2 hanno operato dalle 10:00 del 2 novembre alle 10:00 del 3 novembre in un minimarket di Shanghai. Durante questo periodo di 24 ore, i robot hanno eseguito 1.730 compiti, inclusi 683 interazioni di servizio clienti, 369 prelievi e consegne di prodotti, 147 ordini di caffè, 126 somministrazioni di colazione, 277 ispezioni e riapprovvigionamenti degli scaffali e 128 compiti di pulizia dei tavoli. La prova è stata trasmessa in diretta a oltre due milioni di spettatori.
Quattro dei sei robot G2 hanno superato la valutazione finale delle prestazioni, che ha valutato il tempo di servizio, il completamento dei compiti, il feedback dei clienti, i tempi di risposta e la gestione delle situazioni impreviste. La prova, che ha concluso la vetrina tecnologica AI WAVE di AGIBOT, aveva lo scopo di integrare dati robotici, simulazione, modelli di AI, hardware e software operativo in un contesto reale. I valutatori hanno condotto test pratici, come la distinzione tra prodotti simili, la correzione di articoli posizionati in modo errato e la navigazione attorno a ostacoli come persone e scatole.
The Robot Report nota che, sebbene un minimarket sembri semplice, compiti come la presa di un sacchetto di caramelle o una fetta di torta richiedono una manipolazione precisa e l'ambiente cambia costantemente con il movimento dei clienti e le variazioni dei prodotti. Si riferisce che i robot G2 abbiano utilizzato informazioni visive in tempo reale per identificare la merce posizionata in modo errato, rilevare gli spazi vuoti sugli scaffali per il riapprovvigionamento e distinguere le macchie dai motivi del bancone per la pulizia. Il framework di agente AI incarnato Genie Master di AGIBOT è stato testato per il coordinamento dei compiti, la correzione degli errori e l'apprendimento dall'esperienza operativa. Questo framework, attraverso il suo Protocollo di Esecuzione Incarnata (EEP), collega la pianificazione, l'esecuzione e il feedback dei compiti, consentendo ai robot di migliorare le prestazioni mantenendo l'esperienza e affinando le politiche d'azione. AGIBOT prevede di espandere i test in ulteriori ruoli e ambienti per migliorare l'affidabilità e l'adattabilità. Secondo The Robot Report, AGIBOT ha annunciato nel settembre 2026 che il suo 20.000° robot era uscito dalla linea di produzione.
Questa prova di 24 ore dei robot AGIBOT G2 offre uno sguardo sul potenziale dell'AI incarnata nel retail e nella logistica, ma rimane un pilota, non un lancio commerciale. Per i proprietari di piccole imprese e i responsabili di team, i 1.730 compiti eseguiti da sei robot in 24 ore dimostrano una capacità funzionale in un ambiente dinamico. Tuttavia, il fatto che solo quattro dei sei robot abbiano superato la valutazione delle prestazioni indica che questi sistemi sono ancora in fase di sviluppo attivo e non sono ancora maturi per una diffusione non supervisionata.
La capacità dei robot G2 di adattarsi a condizioni in cambiamento, come clienti in movimento, prodotti che si spostano e la distinzione tra articoli simili, è un passo avanti cruciale rispetto ai sistemi di automazione fissa. L'attenzione di AGIBOT all'apprendimento dal feedback operativo tramite il framework Genie Master è fondamentale per migliorare il tempo di attività e ridurre l'intervento umano, che sono metriche chiave per qualsiasi piccola impresa che considera l'automazione. Tuttavia, l'articolo non fornisce dati su fattori critici come il costo per ora di funzionamento rispetto al lavoro umano, certificazioni di sicurezza specifiche (ad es. ISO 10218, ISO/TS 15066) o il tempo medio tra i guasti (MTBF). Senza queste metriche, è difficile valutare la fattibilità economica immediata o la prontezza normativa per la distribuzione in un contesto di piccola impresa. Il riferimento a 20.000 robot entro il settembre 2026, sebbene ambizioso, è una proiezione futura e non riflette la disponibilità attuale sul mercato o i conteggi verificati delle unità.
Runway has released Praxis-1, an open-weight 27-billion-parameter world action model under Apache 2.0 capable of controlling humanoids, six-axis arms, and warehouse dual-arms.

Serve Robotics has launched its AV Delivery Developer Portal, allowing external developers, businesses, and AI agents to programmatically summon its autonomous sidewalk robots.

Dynamic Creatures has partnered with Hasbro's Sixth Wall Studio to integrate character AI into mobile, expressive service robots for hospitality and entertainment venues.

UC Berkeley and NVIDIA introduce 'agentic robotics,' using AI coding agents to program industrial robots via simulation rather than massive human demonstration datasets.

Commenti