具身智能在零售场景的任务拆解法

零售中的具身智能，最容易被误解成“让设备去整理货架”。真正可落地的对象并不是一句笼统的整理指令，而是一组可感知、可决策、可执行、可交接的子任务。任务拆得越清楚，设备能力边界、人工职责和试点验收标准就越容易对齐。

先拆结果，再拆动作

任务的起点应是可验收的陈列结果，例如商品不倾倒、不明显错位、陈列面处于可售状态。随后再倒推所需动作：发现异常、识别商品与货位、判断是否属于可处理范围、规划接近与抓取、完成扶正或归位、复核摆放结果。

其中，“发现商品歪了”和“把商品放回正确位置”不是同一难度。前者主要依赖对姿态异常的识别；后者还要求设备理解货位、区分包装，并在拥挤货架中避免扰动周边商品。将两类任务混为一谈，会使试点目标失去可操作性。

用异常定义自动化边界

具身智能在门店中能否稳定运行，往往取决于它如何面对例外，而非如何完成标准动作。外形规整、货位明确、可从正面接近的商品，适合作为首轮自动处理对象；软包装、反光包装、相互挤压的商品，以及易滑落、易破损或需要精细堆叠的品类，则应明确列入人工处理或待确认范围。

每个子任务都应设置退出条件：识别不确定时不强行抓取，通道被占用时暂停或绕行，连续无法完成操作时停止重复尝试并交接店员。这样做不是降低自动化目标，而是把风险控制嵌入任务本身，避免设备为了完成指令制造新的陈列或安全问题。

以门店状态组织试运行

任务拆解不能只围绕整齐货架完成。顾客取放后的空隙、补货过程中的遮挡、临时促销牌和店员调整陈列，都会改变感知与操作条件。因此，试运行应覆盖不同门店状态，并持续记录设备看错了什么、拿不起什么、在哪些位置需要绕行、哪些异常最常出现。

最终应检验的不是设备演示是否流畅，而是指定区域、指定品类和指定时段能否形成重复流程：设备处理规则明确的高频动作，店员接手复杂判断与现场处置。先把一段货架拆成稳定任务，再扩展到更多零售环节，才是具身智能进入门店的可靠路径。