日前，深圳K11影院的小吃柜台前，只见一台银色的人形机器人在忙碌应付顾客需求。这是越疆人形机器人Atom，它精准识别订单后，毫米级控制力度拿起纸杯，转身对准爆米花机出料口，均匀装填后稳稳递到顾客手中——这不是实验室里的演示，而是全球首个全自主人形机器人在深圳影院商业运营场景的日常。

《机器人参考》记者观察到，Atom无需人工遥控或预设轨迹，从回应顾客语音点单、识别需求，到抓杯、装填、递送，全流程自主完成。即使有好奇的观众故意将装好的爆米花倒掉一半，它也能通过视觉感知迅速识别状态，主动返回机器前补装；当容器被人为移动后，它会自主重新定位，毫无卡顿地继续完成操作。“以前只在科幻片里见过，没想到现在真能‘放手’让机器人干活。”一位刚拿到爆米花的观众感慨道。

这款“硬核打工人”的底气，来自越疆自研的Dobot-VLA（视觉-语言-动作）端到端模型。该模型如同机器人的“超级大脑”，能将自然语言指令转化为结构化推理链，再映射为连续的动作轨迹。配合“大小脑”协同智能系统，Atom实现了从“看懂世界”到“动手执行”的闭环智能，无需编程即可应对复杂动态场景。

现场测试数据显示，Atom单日可连续稳定作业14小时，完成超1000杯爆米花制作，全程零失误。其核心优势在于自主任务规划与实时纠错能力：能将“售卖爆米花”拆解为定位、抓取、盛装、递送等步骤，在执行中持续监测状态，遇到爆米花洒落、容器移位等突发状况时，可迅速诊断问题并动态重规划，无需外部指令即可完成纠错续行。业界分析，随着具身智能技术的持续迭代，未来或许会有更多“Atom”走进生活，重塑服务行业的运营模式。

“机器人的商业化关键，在于能否在真实复杂环境中可靠运行。”越疆公司向广州日报《机器人参考》表示，人形机器人Atom通过影院场景的实战验证，证明了具身智能在商业场景等领域落地的可行性。其搭载的Dobot-VLA模型，通过动作空间建模、推理链分解与强化学习对齐，实现了视觉感知、语言理解与动作生成的深度融合，攻克了行业长期面临的“落地难”问题。

作为全球具身智能第一梯队的中国企业，越疆人形机器人的这一应用突破具有标杆性的意义。当前，人形机器人行业普遍面临自主决策弱、场景适配性差等瓶颈，而Atom在影院的运营，为服务行业智能化提供了可复制的样本。据了解，该技术后续还将拓展至工业生产、餐饮、零售、医疗等更多场景。

文、图/广州日报新花城记者：阮元元
视频/广州日报新花城记者：阮元元
广州日报新花城编辑：何波