机器人开始上班了：从展厅表演到 1253 笔真实订单

导读

核心观点

人形机器人第一次不是在展厅里表演，而是在江滩的夜色里卖货、收单、算账。这篇的起点是武汉江滩的一间机器人零售仓，但讲的不是一家公司，而是一个转折点：机器人从“会动”跨到了“能干活”。

反直觉点

最先落地的机器人工作，既不是最酷的，也不是最像人的。细节见大纲“为什么偏偏是小卖部”一节。

读完该做什么

下次看到“机器人上班”的新闻，先用大纲最后的清单验一验：问订单、问时长、问成功率的分母、问有没有人暗中托底。

关联

本篇接续《你口袋里的钱，被存储芯片抽干了》留下的线索：机器人大规模上班，内存账由谁来付，见大纲“内存账”一节。

大纲

机器人开始上班了：从展厅表演到 1253 笔真实订单
- 武汉江滩的一间机器人小卖部
  - 智元远征 A3 Ultra，身高 1.74 米的全尺寸双足人形机器人，在汉口江滩江遇桥墩电影营地开起智慧零售仓
  - 合作方：智元联合武汉文旅集团、中云微迅，2026 年 10 月 20 日前后投入实景商业运营
  - 截至 10 月 19 日：连续运行 18 天，每天服务约 8 小时，累计完成 827 笔订单，整体抓取成功率超过 97%
  - 截至 10 月 27 日更新：运营 24 天，累计处理订单 1253 笔，单日最高突破 100 笔，取物成功率超过 98%
  - 卖什么：十余款零食和饮品，机器人独立完成识别、抓取、交付，还能和游客语音互动
  - 硬配置：激光雷达加多相机 360 度融合感知，700 TOPS 算力，最高 20 自由度带触觉感知的灵巧手
  - 定位与续航：UWB 与 RTK 融合定位，商用续航 8 小时，具备自主充电和主动安全防护
- 三个阶段：从会动，到会干，到能算账
  - 第一阶段展演：舞台上跳舞、翻跟头，指标是掌声，不是订单
  - 第二阶段试点：实验室和封闭园区里跑流程，指标是成功率，但没有真实顾客
  - 第三阶段履约：真实客流、真实付款、真实差评，指标是订单数和连续运行时长
  - 智元把 2026 年称为部署态元年：机器人能自主作业、创造价值，才算成为生产力
  - 同一周的另一面：10 月 27 日，智元公开轻量模型 GO-3 Nano 预览版，RoboDojo 评测平均分 61.90 分、成功率 56.42%，排名第一，10 月 29 日正式发布
  - 还有 Genie Master 框架：让机器人在现场作业中自主掌握新技能，不再每次都等人类重新示教
- 为什么偏偏是小卖部
  - 反直觉点：第一个真正上岗的人形机器人，干的不是工厂里最难的活，而是夜市里最简单的活
  - 因为任务边界最清楚：十余款商品、固定货架、标准化抓取，失败模式可数
  - 因为客流自带考验：江滩夜间大客流、波动大，等于免费的压力测试
  - 因为失败成本最低：掉一瓶饮料可以重来，装错一台发动机不行
  - 98% 的成功率换个算法：每 50 笔订单约有 1 笔失手，零售场景容得下，产线容不下
  - 8 小时续航对 24 小时店铺：机器人今天还只是“一班岗”，不是“全天候员工”
- 一部简史：机器人打工 65 年
  - 1961 年：Unimate 走进通用汽车工厂，第一台工业机器人干的是搬运铸件的脏活累活
  - 2000 年：本田 ASIMO 登场，人形机器人第一次像人一样走路，但只能在平地上表演
  - 2002 年：Roomba 扫地机器人进家庭，机器人第一次按件计酬——扫干净一块地
  - 2012 年：亚马逊以 7.75 亿美元收购 Kiva，仓库里的轮式机器人开始按单拣货
  - 2013 年起：波士顿动力 Atlas 跑酷翻跟头，证明双足能动，但没证明双足能干活
  - 2023 年之后：具身智能浪潮，大模型给机器人补上了“理解指令”这一块短板
  - 2026 年的分水岭：问题从“能不能动”变成“能不能连续 8 小时不出错”
- 厨房里的另一场押注
  - 10 月 27 日：卡兰尼克创办的 Atoms 完成 17 亿美元融资，a16z 领投，Uber、贝恩资本、Fifth Wall 跟投
  - 投向哪里：KitchenBASE 商业厨房网络，覆盖香港、新加坡、台湾、日本、韩国、澳大利亚六个市场
  - 干什么：自动配餐碗组装设备、订单传送机器人，削减商业厨房里的人力摩擦
  - 卡兰尼克是谁：Uber 联合创始人，从网约车调度转向厨房调度，赌的是同一件事——用系统吃掉零散人力成本
  - 与武汉小卖部的对照：一个赌前台交付，一个赌后厨生产，两头都在把“人手”换成“流程”
  - 注意口径：17 亿美元是融资额，不是营收，更不是机器人已经省下的人力成本
- 内存账：机器人上班，谁在买单
  - Counterpoint 预测：人形机器人单机平均 DRAM 容量从当前的 19GB 升至 2030 年的 39GB
  - 总量预测：人形机器人 DRAM 总需求从 2026 年的约 8300TB 增至 2030 年的约 172000TB，增长约 20 倍
  - 马斯克 10 月 28 日的回应：称这份预测是“荒谬的分析”，人形机器人对内存的需求将碾压其他所有应用
  - 另一组口径：美光 CEO 曾称人形机器人需要 200GB 以上 DRAM 和数 TB NAND，比 Counterpoint 的单机预测高出数倍
  - 分歧本身就是信息：没人知道量产人形机器人的真实内存配置，预测差 5 倍说明行业还在猜
  - 关联：这正是本 Library《你口袋里的钱，被存储芯片抽干了》留下的线索——物理 AI 会不会成为第二个内存黑洞，答案取决于机器人先卖出多少台
- 怎么判断下一条“机器人上班”新闻
  - 清单：四问，问完再转发
  - 问订单：是真实付款订单，还是演示、体验、内部测试？
  - 问时长：连续运行了多少天、每天多少小时，还是只跑了一场发布会？
  - 问分母：成功率的分母是什么——827 笔里的 97%，和实验室 100 次里的 100%，不是一回事
  - 问托底：现场有没有工程师待命、远程接管、人工补位？有托底不丢人，但要写进新闻里
  - 问成本：单台成本、单单成本、故障一次的成本，三者缺一都不算“能算账”
  - 判断标准：订单数乘运行时长除以人工干预次数，才是“上班”的含金量；只有视频没有这三个数，一律按表演处理

节点详情

机器人开始上班了：从展厅表演到 1253 笔真实订单

武汉江滩的一间机器人小卖部

智元远征 A3 Ultra，身高 1.74 米的全尺寸双足人形机器人，在汉口江滩江遇桥墩电影营地开起智慧零售仓

合作方：智元联合武汉文旅集团、中云微迅，2026 年 10 月 20 日前后投入实景商业运营

截至 10 月 19 日：连续运行 18 天，每天服务约 8 小时，累计完成 827 笔订单，整体抓取成功率超过 97%

截至 10 月 27 日更新：运营 24 天，累计处理订单 1253 笔，单日最高突破 100 笔，取物成功率超过 98%

卖什么：十余款零食和饮品，机器人独立完成识别、抓取、交付，还能和游客语音互动

硬配置：激光雷达加多相机 360 度融合感知，700 TOPS 算力，最高 20 自由度带触觉感知的灵巧手

定位与续航：UWB 与 RTK 融合定位，商用续航 8 小时，具备自主充电和主动安全防护

三个阶段：从会动，到会干，到能算账

第一阶段展演：舞台上跳舞、翻跟头，指标是掌声，不是订单

第二阶段试点：实验室和封闭园区里跑流程，指标是成功率，但没有真实顾客

第三阶段履约：真实客流、真实付款、真实差评，指标是订单数和连续运行时长

智元把 2026 年称为部署态元年：机器人能自主作业、创造价值，才算成为生产力

同一周的另一面：10 月 27 日，智元公开轻量模型 GO-3 Nano 预览版，RoboDojo 评测平均分 61.90 分、成功率 56.42%，排名第一，10 月 29 日正式发布

还有 Genie Master 框架：让机器人在现场作业中自主掌握新技能，不再每次都等人类重新示教

为什么偏偏是小卖部

反直觉点：第一个真正上岗的人形机器人，干的不是工厂里最难的活，而是夜市里最简单的活

因为任务边界最清楚：十余款商品、固定货架、标准化抓取，失败模式可数

因为客流自带考验：江滩夜间大客流、波动大，等于免费的压力测试

因为失败成本最低：掉一瓶饮料可以重来，装错一台发动机不行

98% 的成功率换个算法：每 50 笔订单约有 1 笔失手，零售场景容得下，产线容不下

8 小时续航对 24 小时店铺：机器人今天还只是“一班岗”，不是“全天候员工”

一部简史：机器人打工 65 年

1961 年：Unimate 走进通用汽车工厂，第一台工业机器人干的是搬运铸件的脏活累活

2000 年：本田 ASIMO 登场，人形机器人第一次像人一样走路，但只能在平地上表演

2002 年：Roomba 扫地机器人进家庭，机器人第一次按件计酬——扫干净一块地

2012 年：亚马逊以 7.75 亿美元收购 Kiva，仓库里的轮式机器人开始按单拣货

2013 年起：波士顿动力 Atlas 跑酷翻跟头，证明双足能动，但没证明双足能干活

2023 年之后：具身智能浪潮，大模型给机器人补上了“理解指令”这一块短板

2026 年的分水岭：问题从“能不能动”变成“能不能连续 8 小时不出错”

厨房里的另一场押注

10 月 27 日：卡兰尼克创办的 Atoms 完成 17 亿美元融资，a16z 领投，Uber、贝恩资本、Fifth Wall 跟投

投向哪里：KitchenBASE 商业厨房网络，覆盖香港、新加坡、台湾、日本、韩国、澳大利亚六个市场

干什么：自动配餐碗组装设备、订单传送机器人，削减商业厨房里的人力摩擦

卡兰尼克是谁：Uber 联合创始人，从网约车调度转向厨房调度，赌的是同一件事——用系统吃掉零散人力成本

与武汉小卖部的对照：一个赌前台交付，一个赌后厨生产，两头都在把“人手”换成“流程”

注意口径：17 亿美元是融资额，不是营收，更不是机器人已经省下的人力成本

内存账：机器人上班，谁在买单

Counterpoint 预测：人形机器人单机平均 DRAM 容量从当前的 19GB 升至 2030 年的 39GB

总量预测：人形机器人 DRAM 总需求从 2026 年的约 8300TB 增至 2030 年的约 172000TB，增长约 20 倍

马斯克 10 月 28 日的回应：称这份预测是“荒谬的分析”，人形机器人对内存的需求将碾压其他所有应用

另一组口径：美光 CEO 曾称人形机器人需要 200GB 以上 DRAM 和数 TB NAND，比 Counterpoint 的单机预测高出数倍

分歧本身就是信息：没人知道量产人形机器人的真实内存配置，预测差 5 倍说明行业还在猜

关联：这正是本 Library《你口袋里的钱，被存储芯片抽干了》留下的线索——物理 AI 会不会成为第二个内存黑洞，答案取决于机器人先卖出多少台

怎么判断下一条“机器人上班”新闻

清单：四问，问完再转发

问订单：是真实付款订单，还是演示、体验、内部测试？

问时长：连续运行了多少天、每天多少小时，还是只跑了一场发布会？

问分母：成功率的分母是什么——827 笔里的 97%，和实验室 100 次里的 100%，不是一回事

问托底：现场有没有工程师待命、远程接管、人工补位？有托底不丢人，但要写进新闻里

问成本：单台成本、单单成本、故障一次的成本，三者缺一都不算“能算账”

判断标准：订单数乘运行时长除以人工干预次数，才是“上班”的含金量；只有视频没有这三个数，一律按表演处理