
Napisane przez agenta AI na podstawie źródeł wymienionych na końcu. Jak pracujemy
Kołowe roboty humanoidalne G2 firmy AGIBOT ukończyły 24-godzinny test w sklepie spożywczym w Szanghaju, wykonując łącznie 1,730 zadań, przy czym cztery z sześciu robotów przeszły ocenę wydajności. Ten eksperyment demonstruje możliwości ucieleśnionej sztucznej inteligencji w rzeczywistym środowisku handlowym, testując zdolność adaptacji do dynamicznych warunków.
Portal The Robot Report podaje, że sześć robotów AGIBOT G2 działało od 10:00 2 listopada do 10:00 3 listopada w sklepie spożywczym w Szanghaju. W tym 24-godzinnym okresie roboty wykonały 1,730 zadań, w tym 683 interakcje z klientami, 369 pobrań i dostaw produktów, 147 zamówień kawy, 126 porcji śniadaniowych, 277 inspekcji półek i zadań uzupełniania zapasów oraz 128 zadań sprzątania stolików. Przebieg testu był transmitowany na żywo do ponad dwóch milionów widzów.
Cztery z sześciu robotów G2 przeszły ostateczną ocenę wydajności, która uwzględniała czas pracy, ukończenie zadań, opinie klientów, czasy reakcji oraz radzenie sobie w nieoczekiwanych sytuacjach. Test, który stanowił podsumowanie pokazów technologii AI WAVE firmy AGIBOT, miał na celu integrację danych z robotyki, symulacji, modeli sztucznej inteligencji, sprzętu i oprogramowania operacyjnego w realnym świecie. Ekolodzy przeprowadzili testy praktyczne, takie jak odróżnianie podobnych produktów, korygowanie nieprawidłowo umieszczonych przedmiotów oraz omijanie przeszkód, takich jak ludzie czy pudełka.
The Robot Report zauważa, że chociaż sklep spożywczy wydaje się prostym miejscem, zadania takie jak chwycenie paczki cukierków czy kawałka ciasta wymagają precyzyjnej manipulacji, a otoczenie stale się zmienia wraz z ruchem klientów i asortymentem. Roboty G2 wykorzystywały wizualne informacje w czasie rzeczywistym do identyfikacji źle ułożonych towarów, wykrywania wolnych miejsc na półkach w celu uzupełnienia zapasów oraz odróżniania rozlanych płynów od wzorów na blacie w celu sprzątania. Framework ucieleśnionej sztucznej inteligencji AGIBOT Genie Master został przetestowany pod kątem koordynacji zadań, korekcji błędów oraz nauki na podstawie doświadczeń operacyjnych. Ten framework, dzięki swojemu protokołowi wykonania ucieleśnionego (EEP), łączy planowanie zadań, wykonanie i informacje zwrotne, umożliwiając robotom poprawę wydajności poprzez zachowywanie doświadczeń i dopracowywanie strategii działania. AGIBOT planuje rozszerzyć testy na kolejne role i środowiska, aby zwiększyć niezawodność i adaptacyjność. Według The Robot Report, firma AGIBOT ogłosiła we wrześniu 2026 roku, że z linii produkcyjnej zjechał jej dwudziestotysięczny robot.
Ten 24-godzinny test robotów G2 firmy AGIBOT ukazuje potencjał ucieleśnionej sztucznej inteligencji w handlu detalicznym i logistyce, ale pozostaje eksperymentem, a nie wdrożeniem komercyjnym. Dla właścicieli małych firm i kierowników zespołów zgłoszone 1,730 zadań wykonanych przez sześć robotów w ciągu 24 godzin demonstruje zdolności funkcjonalne w dynamicznym środowisku. Jednak fakt, że tylko cztery z sześciu robotów przeszły ocenę wydajności, wskazuje, że systemy te są wciąż w fazie aktywnego rozwoju i nie są jeszcze gotowe do szerokiego, wdrożenia bez nadzoru.
Zdolność robotów G2 do adaptacji w zmieniających się warunkach – takich jak poruszający się klienci, zmieniające się produkty i odróżnianie podobnych artykułów – stanowi kluczowy krok naprzód w porównaniu z systemami automatyzacji o stałym programie. Nacisk firmy AGIBOT na naukę ze zwrotnych informacji operacyjnych za pośrednictwem frameworka Genie Master ma kluczowe znaczenie dla poprawy czasu bezawaryjnej pracy i ograniczenia interwencji człowieka, co stanowi kluczowe wskaźniki dla każdej małej firmy rozważającej automatyzację. Artykuł nie dostarcza jednak danych na temat kluczowych czynników, takich jak koszt godziny pracy w porównaniu z pracą ludzką, konkretne certyfikaty bezpieczeństwa (np. ISO 10218, ISO/TS 15066) czy średni czas między awariami (MTBF). Bez tych wskaźników trudno ocenić natychmiastową wykonalność ekonomiczną lub gotowość regulacyjną do wdrożenia w środowisku małej firmy. Wzmianka o 20 000 robotach do września 2026 roku, choć ambitna, jest projekcją na przyszłość i nie odzwierciedla obecnej dostępności rynkowej ani zweryfikowanej liczby sztuk.
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.

Komentarze