知识卡片：汉朔科技与X-Era Lab联手探索超市盘点具身智能

一句话结论

汉朔科技（电子价签/零售数字化）与X-Era Lab（拓元智慧，具身智能）合作，把“电子价签网络+数字孪生+世界动作模型”接入覆盖全球近7万家门店的零售场景，试图让巡检、盘点、补货机器人从一次性Demo变成可持续运行、算得过账的生产系统；目前汉朔巡检机器人已在国内外商场进入POC测试。

事件概述或研究问题

量子位2026年9月9日报道，具身智能如何在全球零售门店货架跑通商业闭环，成为两家公司的共同命题。汉朔科技“出场景”，其电子价签已覆盖全球80多个国家、将近7万家真实门店；X-Era Lab“出大脑”，自研基于4D时空表征的原生世界动作模型VWA。文章认为，零售门店是介于高度结构化的工厂与完全非结构化的家庭之间的“半结构化场景”，是具身智能被低估的落地“试金石”。

方法/产品要点

• 汉朔科技是全球第二大电子价签供应商，服务全球超550家零售客户，签约接近四成全球零售百强客户；其电子价签实时连接SKU、价格与货位，相当于为机器人预铺了一套“物理世界坐标系”。
• 汉朔进一步搭建门店数字孪生系统，将商品、货架、设备、库存和门店运营状态映射至统一数字空间，使机器人不必从零感知环境。
• X-Era Lab团队原创原生世界动作模型VWA，在4D时空表征架构内统一完成环境理解与动作生成；据文章/公司称，仅10亿参数即在十余项权威评测中领先，性能超越多款数十亿参数主流模型。
• 据文章介绍，团队将百亿参数模型能力压缩至10亿–30亿参数区间，可在32 TOPS算力硬件上端侧部署；与星宸科技联合研发面向世界模型的专用芯片，推理时延压缩至毫秒级；并开源了具身智能操作系统PhyAgentOS。
• 落地任务被收敛为零售门店的“巡检、盘点、补货”三件事。由于大型零售门店只能在闭店时段进行全店盘点，多数零售商一年仅能完成一到两次全店盘点；若提升至周度甚至每日盘点，将显著改善库存实时性与货损管控。
• 利用电子价签先验信息，机器人只需做“闭集确认”而非开放世界识别，从而降低端侧算力压力、获得原生货架语义坐标，并在欧洲等合规严格区域通过本地计算满足监管要求。

主要结果或产业意义

• 汉朔巡检机器人已进入国内和海外商场开始POC测试，但尚无大规模商业部署的公开数据。
• 该路径试图证明：具身智能落地零售，胜负手不只是模型参数规模，而是“真实门店网络+数字孪生+智能终端”的场景底座，以及真实业务反馈带来的持续迭代能力。
• 文章提出，模型能力正快速走向商品化，仅靠参数规模难以形成长期代际差距；真正稀缺的是来自物理世界的现场知识，如货架点位应陈列商品、通道宽度、商品遮挡与形变等。
• 若方案跑通，零售盘点频次可从每年一到两次提升到周度/每日，为供应链管理和货损控制带来变化。

为什么重要

• 本条与已有NIST、Epoch、OpenRouter三张卡片无直接关联，属于具身智能产业落地的新案例。
• 它提供了“Physical AI如何从Demo走向货架”的具体解释：不是单点模型炫技，而是用电子价签和数字孪生构建机器人可读、可更新的物理坐标系，再接入世界动作模型，在真实业务中持续校准与迭代。
• 文章点出零售场景的商业验收标准——ROI、识别精度、运行安全和设备成本，比实验室指标更贴近真实落地。

局限与不确定性

• 全球近7万家门店是汉朔电子价签网络的覆盖规模，并不等于机器人已部署到7万家门店；目前机器人尚在POC测试阶段，待核实。
• 文中关于VWA“十余项权威评测领先”“获得Google DeepMind、NVIDIA等团队认可”、团队“日均500万次世界模型MaaS平台调用”“每日约2万小时4D训练数据”“500余篇论文、引用超10万次”等数字和评价，来自企业/媒体报道口径，缺少第三方独立验证，待核实。
• 文章未给出盘点准确率、补货成功率、单店硬件成本、维护成本、ROI测算等关键指标。
• “签约接近四成全球零售百强客户”与“产品覆盖80多个国家、将近7万家门店”为汉朔既有业务背景，是否全部转化为机器人落地场景尚不明确。

可用于图书/PPT/简报的角度

• 用“半结构化场景”解释具身智能为什么先从零售门店切入，而不是一步到家庭。
• 以电子价签为例，说明“物理世界坐标系”如何降低机器人感知与端侧算力负担。
• 从“盘点频次瓶颈”切入，展示零售业为什么需要具身智能，以及频率提升对供应链的影响。
• 作为案例说明“场景数据+真实反馈”比单纯堆模型参数更可能构成商业壁垒。

原始材料

• 原始标题：具身机器人能搞定超市盘点吗？全球七万门店正在给出答案
• 原始来源：量子位（QbitAI），2026-09-09，作者衡宇/允中
• 原始URL：https://www.qbitai.com/2026/09/486280.html
• 英文标题：材料未提供官方英文标题（待核实）
• 英文关键词（由内容提炼）：Embodied AI; Physical AI; Retail Robots; Inventory Counting; Electronic Shelf Labels; Digital Twin; World Action Model