乐享科技街头直播一小时：用真实“翻车”重塑具身智能信任标准
如果给过去两年的具身智能行业找一个关键词，“内卷”大概得票最高。只不过，卷的方向有点奇怪：大家卷的不是机器人在真实世界里能干什么，而是谁的演示视频更吸睛、更炫技。
视频越来越精致，配乐越来越激昂，剪辑越来越丝滑。机器人在镜头前叠衣服、冲咖啡、翻跟头，每一帧都经过千锤百炼。行业内甚至悄然形成一条“演示特供链”：专属拍摄场地、定制灯光系统、精心筛选道具，以及一支专攻“拍一百遍、挑一遍”的幕后团队。大众看到的是第一百次成功，而前九十九次的卡顿、脱手、误判，全被静静拖进剪辑软件的回收站。
9月16日，乐享科技以一场近乎“自曝式”的实践，撕开了这层精心修饰的幕布。
01、一场全程不设滤镜的街头直播
搭载乐享科技以太大模型的机器人，在上海开放式街头环境完成近一小时不间断直播，完整执行点单、备料、烧烤、上菜全流程。过程中，机器人端盘时突然晃动、路径规划临时调整、与顾客即兴互动——所有“不完美”均未规避，镜头如实记录。恰恰是这些未经修饰的瞬间，让技术承诺真正落地可感。
这场直播处处“反Demo”：Demo追求封闭理想环境，它选择完全开放的公共街巷；Demo依赖剪辑剔除失误，它坚持全程无剪辑直播；Demo观众被动观看，它允许现场3桌共6名顾客随时提出新需求、移动物品、临时变更流程；Demo每个环节均有预设预案，它甚至在原定顾客缺席后，随机邀请围观路人补位参与。
换言之，行业Demo中极力回避的所有不确定性，这场直播主动将其全部纳入——别人为机器人铺平道路，它却主动设置真实世界的“路障”。
02、为什么“精修Demo”成了默认游戏规则？
演示视频成为行业通行做法，有其现实基础：具身智能的真实场景验证成本极高，环境变量不可控，任何企业都难以确保直播零失误。而融资推介、公众传播、人才吸引，又高度依赖“确定性”内容输出。久而久之，业内形成一种心照不宣的共识：用最优质的影像说话，至于成功率与容错率，则不必深究。
这种默契的代价，是整个行业的可信度持续稀释。当每支视频都被默认“已剪辑”，真正具备真实鲁棒性的技术反而难以脱颖而出。
乐享此次直播的价值，正在于以最高风险投入，换取最坚实的技术公信力。
直播期间，弹幕不乏质疑：“是不是提前排练？”“镜头外是否有人遥控？”对此，乐享科技创始人郭人杰直接带镜头环场巡检：四周为完全开放街景，无隔离围挡；全场唯一可藏人的角落——背后一间小屋——被镜头直击：空无一人、无备用设备、无远程操控痕迹。这段“透明化验场”行动，彻底封堵了所有人为干预的想象空间。
03、真实，反而催生更惊艳的智能涌现
这场“高难度赛制”并未导致翻车，反而触发多个引发弹幕刷屏的真实智能时刻：顾客中途插话要水，机器人送完水后无缝续接原订单；面对陌生调料瓶，烧烤机器人自主试抓数次，快速习得最优握持方式；烤串与上菜由两台异构机器人协作完成，交接全程无脚本、无预设指令，纯靠实时感知与任务协同；最易被忽略却最具分量的一幕发生在送水之后——无人提示，机器人主动递上纸巾。这一动作未写入任何服务流程，却精准指向“吃烧烤需擦手”的场景逻辑。
这意味着模型不再停留于“指令—执行”的工具层级，而是基于对“人在吃烧烤”这一完整语境的理解，自主推导出未明说的用户需求。从“听懂指令”跃升至“预判意图”，正是工具与智能的本质分野。工具等待指令，智能主动思考。
直播尾声还有一段自然花絮：主持人宣布结束，技术人员临时起意示意机器人致意，机器人随即面向镜头与观众挥手告别。因全程无预设流程，这一即兴动作反而极具说服力——它并非程序设定的“结束动作”，而是对“社交收尾”情境的自主理解与人性化回应。
这些瞬间之所以珍贵，正因其无法被设计：剪辑可复刻完美动作，却无法生成“被打断后仍记得主线任务”的连续性思维，更无法模拟“无人吩咐却主动递纸巾”的场景推理能力——这背后，是模型对任务本质、环境动态与人类意图的深度建模。
04、“敢不敢直播？”正成为行业新暗语
直播结束后，一个新问题在从业者社群中迅速扩散：若将自家模型置于同等条件下，能稳定运行多久？十分钟？半小时？还是根本不敢开机？
这个问题没有标准答案，但它的出现本身，已悄然重构行业对话范式。过去见面聊参数、比数据量、晒Demo效果；未来，第一句可能变成——你敢不敢直播？
支撑本次直播的“以太大模型”，据乐享介绍，是一款跨本体通用具身大模型，采用以神经元分配为核心的能量驱动架构，区别于主流VLA（Vision-Language-Action）路线，强调感知、记忆、推理与运动控制的闭环连续性；训练仅依赖200小时人类行为视频数据，零真机采集，模型体积仅4B。当同行仍在比拼真机数据规模与参数体量时，它已切换赛道，聚焦效率与泛化能力。
比技术路径更深远的影响，在于它为行业立下新契约：具身大模型的真实能力，从此拥有了公开、可重复、可证伪的检验标尺——即：能否在真实世界、无人接管、连续作业、抗干扰的环境中完成端到端任务？
可以预见，更多企业将面临“跟进或解释”的双重压力：跟进，意味着接受同等不确定性；不跟进，则必须直面“为何不敢”的拷问。而第一个把考场公开摆上台的人，自然成为新规则的定义者。
Demo内卷的时代或许不会戛然而止，但看过这场直播的观众与投资人，再审视那些精修视频时，心中难免浮现同一个问题：敢不敢直播？
作为长期追踪具身智能发展的媒体，SmartHey认为：乐享科技这场直播所颠覆的，并非某项单一性能指标，而是整个具身大模型的能力衡量体系——评价尺度，已从“演示视频里的几十秒完美片段”，升级为“真实世界中持续一小时的鲁棒表现”；从“曾做到过一次”，转变为“扛住所有意外，依然把事做完”。标准一旦重写，行业便无法退回旧轨道。
对乐享科技而言，这场直播更是一次历史性坐标锚定：从此，提及具身智能大模型，行业首个联想对象，将是那套装进机器人、在上海街头稳稳烤满一小时串的“以太”系统。由乐享科技开启的具身智能新纪元，规则已然落笔。接下来，是追赶者的时间。