北京
9月10日，灵美智能创始人、CEO张康融受邀出席在上海举行的2026消费品论坛（CGF）中国日系列活动，并发表主题演讲，分享灵美智能对物理AI发展趋势、零售数据价值及行业变革的思考与实践。 消费品论坛（CGF）汇聚全球消费品行业的零售商、生产商及相关机构，致力于推动行业协作与长期可持续发展。本届中国日以“重塑长期价值，回归商业本质”为主题，聚焦零售转型、AI应用与供应链创新，探讨如何将技术突破转化为可规模化的生产力。 “过去十年，AI重塑了数字世界；下一个十年，AI会动手做事。”张康融认为，大模型提供理解与推理能力，具身智能连接感知与执行，AI将由此走出屏幕，从“告诉人们怎么做”走向“自己动手做”。 而要让AI真正动手做事，首先需要找到合适的训练场。张康融提出，这类场景应同时具备高频真实任务、复杂物理环境和可衡量的商业闭环。零售门店拥有大量商品和持续发生的抓取、放置、搬运、加工等任务，商品包装、材质、光照和人流又具有高度多样性，能够为物理AI提供真实而丰富的训练环境。 零售的价值不仅在于场景复杂，更在于能够持续产生物理交互数据。商品属性、价格、库存等数据告诉AI“这是什么”，真实操作轨迹则教会AI“怎么去做”。正如张康融在现场所举的例子：“商品数据让AI认识一盒鸡蛋，物理交互数据则让AI拿起一盒鸡蛋，并且不捏碎它。” 这正是灵美智能的切入点：把真实门店中的日常作业转化为可学习、可验证、可交付的训练资产，让同一份数据既服务模型训练，也支撑业务交付。目前，灵美智能已累计采集超过2万小时的数据，覆盖2万余个SKU，并在真实门店推进补货、烘焙等自主作业验证。 从模型训练走向业务交付，最终仍要回到人的价值与经营效率。张康融认为，物理AI并非简单替代人，而是让智能体承担重复性工作，使员工更专注于决策、异常处理和顾客体验——“把人从货架前解放到顾客面前”。 围绕这一目标，灵美智能正在形成“场景—数据—模型—交付”的持续循环：真实任务推动模型进化，模型能力再回到门店接受验证并创造价值。通过这一闭环，灵美智能希望推动具身智能从“能完成任务”走向“能稳定交付”，让零售从物理AI的训练场，进一步成为创造实际价值的应用场。
本文源自：金融界AI电报
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
