何が起きたか
智元創新（上海）科技股份有限公司は10月27日、具身Agent枠組み「Genie Master」を発表した。精霊G2を実店舗の便利店で稼働させ、熟食の包装や商品の取貨・補貨で、失敗の原因を特定して手順を調整する継続的な改善を検証したと説明している。同社は11月2日から精霊G2 6台を使い、10:00から翌日10:00までの24時間、便利店で検証する計画も示した。
詳細
Genie Masterは、能力・引導・フィードバック・連続性の4種類のインターフェースを統一する具身実行プロトコル「EEP」を採用する。実行後の成否や停止した段階をAgentに戻し、中断時は完了済みの進捗から再計画するほか、複数台の分担とタスク依存関係を追跡して動的に調度するという。 経験の反映には、提示や記憶に蓄積する「Harness RSI」と、実行・復旧データを後処理して動作方策の訓練に用いる「Policy RSI」の2方式を設ける。智元は、精霊G2が人工による示範や調整に頼らず、現場で失敗原因の特定、経験の蓄積、方策の調整を行ったとしている。
Key Facts
| 智元は10月27日に具身Agent枠組み「Genie Master」を発表した。 | [1] |
| EEPは能力・引導・フィードバック・連続性の4種類のインターフェースを統一する。 | [1] |
| 経験を提示・記憶に蓄積するHarness RSIと、動作方策の訓練に使うPolicy RSIの2方式を示した。 | [1] |
| 精霊G2を実店舗の便利店で稼働させ、熟食の包装、取貨、補貨での継続的な改善を説明した。 | [1] |
| 11月2日から精霊G2 6台で、10:00から翌日10:00までの24時間検証を行う計画を示した。 | [1] |
本紙の見方
Genie Masterの要点は、ロボット本体の動作能力を単独で高めることより、Agentの判断、現場での実行、結果の回収、次の判断を一つの運用ループにした点にある。EEPは能力の呼び出しや実行指示だけでなく、成否と中断後の進捗も扱う設計だ。失敗を「動かなかった」という結果にとどめず、次の行動を変える情報にする仕組みが、今回の新しさといえる。 経験の置き場所をHarness RSIとPolicy RSIに分けたことも重要だ。前者は再利用できる手順や記憶として保持し、後者は実行・復旧時に得たデータを動作方策の訓練に回す。同社の説明に沿えば、店舗内での一時的な手順修正と、後続のタスクにも使える操作能力の形成を異なる経路で扱う構成である。ただし、今回示されたのは枠組みと便利店での初期検証であり、経験が別の店舗や異なる作業条件でも同じように再利用できることを示す数値はない。 この発表は、智元、AI WAVEで新品7連発へ 11月2日からG2を便利店で24時間検証が伝えたAI WAVEの発表計画のうち、具身Agent枠組みを具体化するものだ。同記事は本体、モデル、データ、工具、システムの連携を掲げていた。今回のGenie Masterは、そのうち現場で実行した結果をAgentへ戻し、経験を記憶または方策へ反映する部分を示す。つまり、導入後の運用から改善材料を得る構成が、全体の連携に加わったと読める。 業界構造への含意は、ロボット導入後の調整作業をどこまで現場の自律的な処理に移せるかにある。従来のように人が失敗ごとにコードを直し、データを集めるのではなく、失敗記録の診断と手順変更、さらに訓練データ化までをつなぐ設計は、現場ごとの運用負荷や展開時の手戻りを左右しうる。ただし、実際に人手の介入がどの程度減ったか、改善の再現性や安全性がどう評価されたかは発表内容から確認できない。11月2日に予定された6台・24時間の検証についても、連続稼働の結果、タスク別の成功率、介入回数、記憶と方策更新の効果を分けて確認する必要がある。これらが示されなければ、現場での継続改善が運用の標準機能として成立するかは判断できない。
なぜ重要か
智元の発表では、実店舗での作業失敗をAgentが分析し、実行手順の修正や動作方策の訓練に結びつける構成を示した。店舗での作業を導入後も改善するには、実行結果を回収して再利用できるかが焦点となるが、改善率や人手介入の削減量は公表内容から確認できない。