红旗连锁放弃机器人卖货:研发 16 个月,夏季玻璃瓶一拿就摔

2025 年 3 月,四川社区便利店龙头红旗连锁发公告,说要和机器人公司一起研发「机器人无人售货系统」。消息出来第二天股价涨停,到 4 月下旬累计涨了约 35%。资本市场的想象很直接:社区便利店 + 机器人店员,人力成本归零。

16 个月后,2026 年 7 月,红旗发公告终止了这个项目。理由写得克制:系统暂未达到大规模商业化落地标准,基于投入产出比等考量,转为 24 小时云值守业务的规模化运营。

这是一份难得的公开样本——一家 A 股上市公司,用真金白银和一年多时间,给出了具身智能在零售场景落地的一份实测报告。

公告里承认的三个硬伤

其实红旗在 2025 年 3 月发布立项公告的同时,就发过一份风险提示,里面已经写明机器人还无法「丝滑上岗」,并列出三处能力不足:

  • 抓取失误率高:面对密集货架与异形商品,机械臂稳定性亟待提升。玻璃瓶、纸巾、金属罐头材质不同,需要的抓取力度、角度和方式完全不一样
  • 视觉识别不稳定:不同光照条件下,识别系统容易偏差,误判商品或位置
  • 避障与传输矛盾:既要灵活避障,又要维持数据传输稳定保证交易流畅,对硬件、算法和网络通信同时施压

当时红旗说,实验室环境下的软硬件测试已经完成,样机预计 5 月下线,但也承认「实验室环境与实际应用场景存在很大差异」。

真实货架比实验室难在哪

据接近红旗连锁的业内人士透露,红旗的设想是让机器人代替店员做夜间值守卖货,但验证过程中发现能力很有限:

  • 夏季玻璃瓶冷饮容易结水珠,机器人拿不稳,反复摔碎
  • 复杂包装商品无法稳定拿取
  • 货架间过道窄,机器人还要在周围有顾客、有店员的环境里工作

这些细节比任何技术指标都有说服力。实验室里锤炼上万次的动作,到了真实货架前依然笨拙——因为真实环境的变量不是「更难的同一个任务」,而是一堆没被建模过的边缘情况。

286 万元,在具身智能行业算不上投入

红旗没有公布这个项目的具体投入,但 2025 年年报显示研发费用约 286.68 万元,而以往财报并未公示研发费用,可以推断项目支出大概率就是这个量级。

多位具身智能从业者对结果并不意外。一位行业人士的评价很直接:「红旗把这件事想得太简单了,如果花 200 多万就能解决零售机器人,具身公司就没有存在价值了,我们雇一个核心科学家一年的工资都不止这个数。」

这句话点出了传统企业做 AI 项目最常见的误区:把「研发一个系统」当成采购一套设备来算预算。机器人零售的难点不在抓取动作本身,而在感知、决策、异常恢复的整套工程体系。

但机器人零售仓还在铺

红旗的失败没有让行业停下来。目前全国有超过 100 个机器人零售仓或零售布局,分布在 30 余座城市,甚至落地香港;至少十余家具身智能公司做零售项目,覆盖售货、现制饮品、药房拣选和门店导购;已有 17 家公司的机器人进入真实营业门店或独立消费点位。

区别在于场景难度被主动降级了。最常见的是独立机器人零售仓,适合园区、商圈和文旅点位,兼有售货和吸引停留的功能;再往上是咖啡店、冰淇淋店这类半开放场景;最难的是开放式商超,那里机器人大多只承担迎宾、讲解和促销——试吃递送、客流引导、商品咨询。

实地探访:机器人其实只负责「取货」

在中关村某广场一个约 10 平米的银色零售仓里,机器人挥手招揽顾客,能主动识别路过的行人。下单流程是顾客在窗口平板扫码付款,机器人接到指令后:双臂夹在身体两侧,轮式底盘移动到货架,伸出右手爪夹夹住饮料瓶,缓慢放到窗口桌面。整个过程约 20 多秒。

几个细节值得注意:

  • 商品极其单一:只有规格相似的矿泉水和饮料,加少量儿童手表和筒装薯片,和传统便利店 2000 至 3000 个 SKU 不在一个量级
  • 「记忆」是断的:取货结束后停顿一两秒,机器人又回到最初那句打招呼话术,像一条没有记忆的金鱼
  • 仍然需要人值守:仓内每天早 10 点到晚 10 点营业,工作人员要随时补货、给机器人充电、在故障时报备

所以现阶段机器人零售的真实定位,不是「替代店员」,而是「替代取货这个动作,顺便制造停留」。人力并没有省掉,只是换了个岗位。

演示与交付之间隔着什么

红旗这个案例的价值在于它提供了反面证据。具身智能在演示视频里已经能打拳、跳舞、叠衣服,但商业交付要求的是另一套东西:连续运行不出错、异常能自恢复、维护成本可算、投资回收期可预期。

这个落差在别的场景同样出现过。此前 DoorDash 承认 AI 智能体只下了几百单、The RealReal 封杀 AI 购物智能体,都是同一种错位:技术能力已经能跑通 demo,但真实业务的容错率远低于 demo。我们此前整理的 AI 产品死亡名单 里,42% 的项目被放弃,原因高度相似。

反过来看,真正跑通的方向往往是任务边界清晰的。像 GPT-6 Astra 操控宇树 G1 收拾厨房 这类研究,价值在于把「收拾」拆解成了可验证的子任务;而零售要的是在一个充满人的动态空间里连续 12 小时不出错,难度不是同一档。

常见问题(FAQ)

红旗连锁为什么要终止机器人售货项目?

官方口径是系统未达到大规模商业化落地标准,基于投入产出比终止,转为 24 小时云值守。实际验证中发现机械臂抓取不稳(玻璃瓶结水珠易摔)、复杂包装拿不住、窄过道和有人环境下的避障与识别都不过关。

这个项目花了多少钱?

公司未单独披露。2025 年年报研发费用约 286.68 万元,且此前年度未公示研发费用,业内推断项目投入大致在这个量级,属于「试水」而非「重投」。

现在还有机器人在卖货吗?

有。全国超过 100 个机器人零售仓/布局,分布在 30 余座城市,17 家公司的机器人已进入真实门店或独立点位。但多数只承担取货动作,SKU 单一,取货耗时约 20 多秒,且需要人工值守补货充电。

机器人零售离真正替代店员还有多远?

按目前公开的落地情况,短期内不具备替代能力。核心障碍不是单点动作,而是长时间运行的稳定性、异常自恢复能力和综合成本。行业更现实的路径是先在标准化场景(零售仓、现制饮品)跑通,再逐步放开。

总结:这家便利店替全行业交了学费

红旗连锁的失败不该被读成「具身智能不行」,而应读成「零售这个场景比想象中难」。一家上市公司用 286 万元和 16 个月给出了公开结论,比行业里无数个只发宣传片的项目诚实得多。

想发现更多好用的 AI 工具?查看我们的 AI 模型库 与 工具对比引擎,或继续阅读:Walmart 开放 AI 智能体购物 · Meta Muse 智能体电商 · OpenAI Decisions API · AI 产品死亡名单。

🔗 分享: Twitter 微博 复制链接

📬 喜欢这篇文章?

每周精选AI工具评测 + 实用教程,直接送到你面前。

订阅每周AI精选 →

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部
工具精选
1
AI文本写作
GPT-6.1 Terra 深度评测:每百万 token 一美元的电脑操作模型
8.9
2
AI音频语音
NVIDIA Nemotron 3.5 Transcribe 深度评测:34B 开源语音模型,40 语言、1 小时长音频单卡可跑
8.7
3
AI编程开发
Particle-1 深度评测:DeepSeek V4.1 Flash 后训练的省 Token 编程 Agent,每百万 Token 0.25 美元
8.3
📌AI资讯 💻AI编程开发 📊AI办公效率 📝AI文本写作
📬 每周 AI 精选