具身智能的长程任务，该算“效率账”了

衡量具身智能落地水平的标准，已从简单的“能执行”升级为“长程任务”的完成能力。

这并非少数企业的宣传选择，而是整个行业达成的共识。然而，观察行业内的长程任务展示，一个微妙的差异浮现：真正用于完成任务的时间究竟有多少？

部分长程任务展示中，尽管最终成功完成，但过程中包含机器人每次伸手前的停顿、抓空后的重复，以及从头再来的反复。这些额外时间在演示中不影响最终结果，但在实际场景中可能早已错过节奏。那些颤颤巍巍的动作和反复重来的流程，只是拉长了任务时长。

长程任务从来不是时间的竞赛。更长的任务链可以体现更复杂的编排、更持久的记忆，但等待和返工并不能增加有效产出。

因此，商业化需要追问的是，机器人面对关联步骤和突发变化，能否既完成工作，又高效利用时间。

01 额外的时间，流向了哪里？

长程任务的难点在于，前一步的结果往往是后一步的执行条件。杯子没放稳，倒水就得等待；物品没装进去，封箱便无法开始；已摆好的东西被人拿走，确认过的进度又要重新校验。任务依赖、动作条件、执行进度和环境变化，必须统一管理。

今年外滩大会期间，蚂蚁灵波CEO朱兴坦言：“相对客观地说，现阶段想做一定规模的落地，环境不能太开放，任务不能太长程。任务太长，异常就多。”这份谨慎揭示了现实：每多接手一个环节，机器人就多一份处理异常、维持流程的责任。

单步成功率再高，也不能直接等同于整项任务的成绩。假设各步骤独立、每步成功率为99%，且出错后无法补救，十步全部成功的概率便降至约90.4%。现实存在步骤依赖和重试，这道乘法只是提醒：错误会累积，纠错必不可少。

但补救本身也有成本。抓取条件未变，反复伸手往往只是重复失败；局部出了问题，整段重启又会将前面的成果一并作废。单步动作慢、步骤间停顿多，最终即使成功，也可能难以匹配作业节奏。

因此，评价长程能力，需将完成质量与时间成本结合考虑。 遇到变化能否调整，失败后能否局部恢复，恢复又花了多久，都关系到任务能否最终交付。效率衡量的是整个过程产生有效结果的能力，机器重复空转，或只是加快手臂挥动速度，都远远不够。

02 面对长程考题，各有解法

客厅、洗衣区、餐饮柜台、仓储工位，这些看似日常的空间，如今正成为不同的长程能力观察窗口，各家具身智能厂商均有自己的解法。

千寻智能Moz1整理客厅时，桌上被临时丢来一个纸团。它调整安排，扔掉纸团，随后继续收纳玩偶。插入一件事，并未让原有工作中断。

千寻强调突破的“金鱼记忆”瓶颈，在此体现为持续保留目标、已完成步骤和待办事项。扔掉纸团后，仍记得那堆玩偶，长程记忆才有实际价值。

墨奇智能约15分钟的家务演示，则跨越桌面整理、冰箱补货、洗烘设备操作与叠衣。地点和工具接连变化，机器人需要跟住整项工作的进度。

其MoRA架构将目标、记忆与进度判断下沉到执行模型，使局部调整不必等待“上层指挥”逐步交代。超出能力范围时仍请求高层介入，这种分工为连续作业减少了来回调度。

Sharpa在DQ门店制作冰淇淋，需完成取杯、接料、加配料、搅拌及倒杯展示等55个步骤。沿用门店原有设备与流程，意味着机器人必须适应人类的工作条件。

纸杯不能捏瘪，操作需要触觉与力反馈；三勺奥利奥碎，每加一勺画面都很相似，模型还得记住进度。餐饮柜台将精细接触控制与执行记忆放入了同一份订单。

极智嘉的早餐演示，特意加入了多次干扰：面包机被挪动、杯子被移走、放好的面包又被拿出来。已经成立的操作条件，随时可能失效。

它呈现的重点是状态校验与异常恢复：重新定位、局部重试，或回到受影响的阶段补做。一次异常究竟只增加一次调整，还是拖累整段流程，正成为观察重点。

各家的步骤划分与演示条件不同，呈现出不同的技术切口。真正值得深究的是一些共性技术要素，如记忆、操作和应变如何共同支撑完整交付。进一步的问题是，这些能力能否在业务时间预算内稳定产生有效结果。 极智嘉选择仓储作为第一个落地场景，其早餐任务演示也提供了一个观察“泛化能力如何转化为作业效率”的具体样本。

03 把应变能力变成作业效率

“泛化与效率同时成立，才是真干活”，这二者需在同一段工作中兑现。泛化使机器人在目标和条件变化时仍能推进任务；效率要求它减少等待、无效动作与返工。能应付变化，却迟迟交不出结果，现场依然得围着机器人调节拍。

早餐并非极智嘉要交付的业务场景。但透过这段演示，我们很容易提炼可迁移的能力：任务编排、精细操作、灵活应变、自主纠错。 仓储里的打包、搬运、复核等多步骤作业，同样需要这些能力处理现场变化，控制时间成本。

任务编排首先要管理好步骤之间的关系：这一环完成没有，下一环的条件是否满足，遇到变化是否需要改顺序。机器人不能每做完一个动作，就重新琢磨整件工作。

Gravity的MoT双脑架构对此安排了不同分工：AR Transformer理解指令与场景、编排子任务；Diffusion Transformer负责未来状态预测、子目标评估和连续动作生成。长短期记忆保留目标、阶段与近期变化，Stage/Progress输出帮助判断进度。这些设计指向的，是减少重复判断，让动作衔接更连贯。

精细操作则要少走返工的弯路。面包片进入狭窄槽口前，Gravity先调整相对位姿，对准后再插入；两片面包挨得太近，没有稳定夹取空间，它先拨动、调整，再完成抓取。前者减少插入偏差，后者先创造操作条件，避免在不好抓的位置反复伸手。

定位、抓取、插装、倾倒等操作，被组织成可组合的Robot Skill，并结合示范、工艺规范、完成标准和安全边界等专家先验。面向仓储，这意味着既要适应货物姿态，也要遵守工位要求。准备时多花一点工夫，有机会省下后面更费时的返工。

灵活应变要求机器人持续检查环境，而非沿着已经失效的计划往下做。演示中，面包架、面包机或餐盘移动后，Gravity重新定位，调整夹取与放置轨迹。杯子被遮挡时，它进入安全等待；杯子被移走，则中止倾倒。必要的暂停有助于保住成果，效率不能靠冒进换取。

支撑这些调整的Gravity 4D，将RGB、Pointmap与Scene Flow结合，表征外观、空间结构和运动变化。世界动作模型WAM依据观测与任务上下文推演未来状态，逆动力学模型IDM据此生成动作片段，为在线重规划提供支持。系统需要及时知道，刚才作出决定时的条件，现在是否还成立。

自主纠错还要区分“动作结束”与“事情做成”。手臂完成插入，面包未必已经入槽；已经插好的面包被取走，原来的完成记录也得更新。只沿着动作清单推进，偏差会悄悄混进后续流程。

面包未能正确插入时，Gravity重新估计位置关系，局部重规划后重试，属于动作级纠错；面包插好后又被拿走，系统回溯到受影响的阶段，重新夹取和插入，属于任务级恢复。以实际结果校验进度，才能保留仍然有效的成果，避免一次局部失误拖着整段流程重来。

这些机制的商业价值，最终体现在恢复成本里。失败后总要人来接管，企业就得额外安排人盯守；能够自行修复且及时接续工作，才有机会减少人工负担。极智嘉还提出通过Evaluation Model与强化学习，将成功、失败和接管轨迹用于反馈、评估与再训练，让现场异常成为后续改进的依据。

到了仓储，交付还包括业务状态同步。货物到位，订单、库存与下一道工序也要收到正确结果。与WMS、WES、RMS等管理和调度系统协同，关系到机器人能否接入整座仓库：实物没到位却报完成，会造成错配；做完没有回传，后续人员和设备又可能白等。

因此，早餐演示展现的能力能否迁移到现场，要由完整任务完成率、作业周期、重试次数和人工接管率共同验证。成功率需要说明时间限制与恢复条件，效率也要以质量和安全为前提。最终要交付的，是在变化中持续完成工作、在异常后及时恢复的作业能力。

写在最后

具身智能接手的流程越来越长，评价标准也需要从“最终是否完成”进一步走向“以什么成本完成”。少一次试抓、少一段空等、少一次从头再来，才能把模型能力变成稳定产出。

商业化的进步，就藏在这些细节里：同样一份工作，更少依赖人工、更少打乱节拍，客户才敢继续交出下一份。长程任务真正要积累的，是这种交付的把握。

本文来自微信公众号“具身研习社”，作者：彭堃方，36氪经授权发布。