智元发布Genie Master，便利店跑通Physical RSI
原标题：Physical RSI第一站！便利店打工“人”自己进化，物理AI飞轮启动了
AI 摘要
智元发布具身Agent框架Genie Master，并在真实便利店场景中让精灵G2机器人实现无人在环的自主改进：机器人可自行诊断失败原因、调整策略并沉淀经验。该框架通过EEP协议打通上层推理与底层动作执行，并以Harness RSI积累经验、Policy RSI更新动作策略，形成Physical RSI闭环。智元称这是行业首次在真实业务场景而非仿真环境中跑通Physical RSI，有望缩短新技能交付周期、降低跨场景部署成本。
正文节选
Physical RSI第一站！便利店打工“人”自己进化，物理AI飞轮启动了 无人在环进店实测啃下长尾场景 衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 因为货架上的小尺寸挂钩被价格标签牌挡住了一部分，进便利店打工的机器人君第一次尝试挂货……扑了个空。 换作以往，这时候就必须由人工工程师出马，先排查问题，再调整程序、补充数据，让机器人重新练习一遍。 但机器人君有点不一样。它自己琢磨出了新办法。 它回看此前的执行记录，发现头部相机的视角分辨率不足，加上标签牌遮挡，很难看清小挂钩的位置。 于是，Agent调整了策略，让左手先靠近目标，用腕部相机补上一个近距离视角，确认位置后，再由右手完成挂货。 更值得一提的是，刚才机器人君不仅自己发现了问题所在、寻得了解法，还把这套有效经验默默积累了下来，以备不时之需。 这套让机器人在工作中发现问题、调整策略、积累经验的机制，背后是智元最新发布的具身Agent框架Genie Master。 这也是智元近期掀起的“AI WAVE”系列技术发布的第四弹——这一次，智元在业界把Physical RSI（具身递归自进化）搬进了真实便利店业务流。 在Geni