10月22日，2026科大讯飞全球1024开发者节发布会现场，一段无人超市的机器人服务演示，展现了机器人从主动迎宾、理解需求，到识别商品、抓取递送，再到灵活应对顾客临时需求变化的完整流程，机器人一气呵成的连续服务，让现场观众直观感受到具身智能从理解需求到执行任务的能力进阶。
这一系列流畅操作的背后，依托的是讯飞机器人超脑平台V3.0新一代具身多模交互技术。
该技术通过感知、认知与动作的统一建模，让机器人能够实现“边说边做”，将多模态信息理解、任务规划与动作执行融为一体。依托复杂空间动态降噪、多目标人意图识别、全身动作协同规划、多模精细操作四大核心能力，机器人能够在动态环境中同步理解交互需求、规划任务并执行操作，让人机交互从语言沟通延伸至真实物理世界。
在无人超市这一典型场景中，这些能力进一步转化为主动接待、精准交互、商品拿放、动态决策与连续服务等实际应用能力，为7×24 小时无人商店服务提供技术支撑。
传统自助设备通常需要顾客主动操作，而在真实零售环境中，顾客可能并不清楚如何与设备交互，也可能需要咨询或引导。如何主动发现服务需求，成为提升无人零售体验的第一步。
依托讯飞最新的多模态感知能力，机器人能够结合现场环境感知顾客，并主动发起服务，引导顾客进入自然的交互流程。服务不再局限于等待指令，而是从主动迎宾开始，为后续需求理解与任务执行建立入口。
从等待顾客操作到主动提供帮助，机器人开始具备更加贴近真实服务场景的交互能力，也让无人零售拥有了更自然的服务起点。
零售现场往往不止一位顾客。顾客之间的闲聊、面向机器人的购物指令以及不同人员的服务需求，可能同时出现。机器人即使能够听到声音，也需要进一步判断谁在与自己交流、哪些话是发给自己的，以及当前应该响应谁的需求。
针对多人交互场景，讯飞机器人超脑平台依托多目标人的交互意图识别能力，结合目标人物与当前交互状态，精准区分人机交互与人人对话，减少无关交流对服务过程的干扰。
这使机器人能够在复杂的声音环境中更有针对性地处理交互信息，为后续需求理解与任务执行提供支撑，也让多人场景下的人机沟通更加精准、自然。
理解顾客需求只是服务的开始。面对具体的商品需求，机器人还需要找到目标商品、确认操作对象，并协调完成抓取与递送。语言理解、视觉感知与实体操作之间的有效衔接，是机器人完成实际任务的关键。
依托新一代具身多模交互技术，机器人能够将全身动作统一规划与执行，再基于多模驱动的精细操作，围绕目标商品开展识别、确认、抓取和递送等操作，把顾客的语言需求转化为实际行动。
从提供信息到完成实物操作，机器人不再只是帮助顾客了解商品，而是能够进一步参与购物流程，补足传统自助设备在实体操作与商品交付方面的能力，为无人零售提供更完整的服务链路。
真实的购物过程中，顾客可能临时更换商品。面对这些变化，机器人不仅要理解新的指令，还需要结合此前的对话内容与当前任务进度，判断原有任务是否需要调整，并重新规划后续操作。
依托需求理解与任务规划能力，机器人能够根据顾客的新要求调整任务执行过程，让后续操作与最新需求保持一致，而不是机械地沿着原定流程继续执行。机器人开始具备应对真实场景变化的灵活性，使无人零售能够更好地适应顾客需求，提升服务的灵活度。
除了应对即时变化，连续服务还需要机器人能够衔接前后交互。多轮对话中，顾客可能已经说明过自己的需求，如果每次交流都需要重新确认，不仅会增加沟通成本，也会影响整体服务体验。
依托跨任务长程记忆能力，机器人能够在相应的任务与交互过程中保留必要的需求信息，并在后续交流中加以利用，减少重复沟通，为更自然、连贯的连续服务提供支撑。
这一套完整的服务流程，展现了讯飞新一代具身多模交互技术的综合应用价值，为无人零售从基础自助向更智能、更完整的无人化服务升级提供了新的可能。
当前，讯飞机器人超脑平台 V3.0 已构建具身多模交互硬件与 Harness 软件能力体系，支持前后台协同、端云协同及行业场景定制，为开发者提供从硬件到软件、从技术能力到场景落地的平台支撑。
面向未来，讯飞机器人超脑平台将持续开放平台能力，携手开发者与行业客户，推动具身智能加速落地，让AI更深入地融入真实世界，开启“人-机-物”共同进化的新纪元。