在3月26日的发布会上，北京青年报记者从2026中关村论坛年会的科技办会方那里得知了关于这次“机器人餐吧”的秘密。虽然串糖葫芦、做咖啡、送餐这些事以前都是人在干，但这回在这次论坛的现场，这些活儿全交给了机器人去做。这可是行业里头一回见到真正的“异构多机协同”，能让它们像真人一样在闭环里跑通一套完整的餐饮服务流程。来自乐聚通研（北京）机器人技术有限公司还有千寻等5家公司的8台机器人，还有万境千寻（北京）科技有限公司的孙荣毅，他们是怎么把这事儿给搞定的？这里头最大的功劳要给智源研究院的RoboBrain和RoboOS平台。这平台就像个大总管，管着乐聚、千寻这些具身智能企业的8台机器。它们一块干，从客人点单一直干到把热乎的饭菜送到跟前。 乐聚通研那边的具身操作算法总监王强跟我们说，在这个复杂的协同网络里头，乐聚的机器人大都是跑龙套的。其实也不叫龙套，它们专门干那种最累的活儿——比如到处乱窜执行任务、还得跟客人唠嗑互动。乐聚搞的轮臂送餐机器人本事很大，靠3D视觉自己就能找路走，还能像真人一样玩杂技似的转弯走位。只要让它拿着盘子去抓东西准准的，续航能力还特别强，就算外面客人挤兑它也能稳稳当当不停歇。 乐聚还放了个迎宾机器人在外头迎客。这个家伙挺聪明的，它不用把信息全都扔到天上去算（端侧多模态大模型），在本地就能快速反应跟人聊起来。王强觉得这一套自动化的具身智能现在已经在服务业里玩得转了。这说明以后只要有“通用大脑”加上跨本体的软硬件平台这套技术体系在手里头，将来就能大规模地铺下去、变成咱们的生活标配。 到时候咱们的生活可就变样了。商业街上没人管的智慧门店会越来越多，写字楼里的机器人导览配送也会遍地开花。再说产业那边更是直接受益，工业制造、仓储物流甚至科研医疗那些高强度又高精尖的活儿都能交给它们来干。 其实做糖葫芦的机器人“小墨”也挺不容易的。它的任务不光是照着葫芦画瓢串个糖葫芦那么简单。山楂这种果子又软又滑还会变形，孙荣毅管它们叫“非标准柔性物体”。每一个山楂的大小、形状、表皮都不一样，想要串起来全靠它眼睛尖、手脚快（视觉识别和力控能力）。 孙荣毅说他们训练VLA模型可不是为了单纯教会机器人“串糖葫芦”。重点是要让这模型懂点通用的物理道理。比如机器人在串糖葫芦的时候学会的“看着视频自己微调动作”、“两只手配合着干活”、“知道扎的时候会有阻力”，这些其实就是高级的精细手艺。 那个餐吧的环境本来就挺乱套的——光线忽明忽暗、人来人往随时都有突发状况。让VLA模型在这种闹腾的地方还能保持稳定输出是必须要跨过的坎儿。孙荣毅拿小朋友打比方说如果按人的智力和操作水平来看的话，“小墨”现在能凭模型自己推断着串糖葫芦也就相当于五到六岁小孩的水平。 为了把这个水平给提上去2026年公司要采集100万小时的真实数据来喂给机器人大脑。到了年底那时候大家就能见到更新换代的“小墨”了。 采访/编辑/张丽