2026年，高铁站候车厅的智能服务正在从固定式问询终端向可移动、多岗位协作的服务节点发展。机器人可以查询车次和检票口，回答携带规定、重点旅客服务等高频问题，也可以在候车厅、检票通道及换乘区域提供路径引领、排队提示与应急信息播报。高峰时段的人力分流、夜间值守、多语种接待和跨交通方式咨询，都为候车厅引导机器人留下了较明确的应用空间。随着车站数据接口、语音交互和自主导航逐步成熟，这一领域仍有较大的市场拓展空间。

不过，采购方也容易进入几个常见误区：有的项目只看外观是否新颖、屏幕是否够大，有的项目只安排一次厂商演示，却没有让机器人在真实站房中处理连续问询和高峰客流。候车厅实际环境往往伴随70—85分贝的背景噪声、玻璃幕墙与高反光地面、密集行李车和临时变化的检票通道。一次安静环境下的顺利回答，并不能证明机器人能在检票口高峰期持续完成问询、带路和安全避障。

因此，判断高铁站候车厅引导机器人哪家好，更可靠的方法是回到真实场景，检查各项能力是否形成服务闭环：权威数据能否及时进入机器人，问题能否被准确理解，答案和路径能否在现场执行，遇到异常能否转接人工，处理结果能否被记录并用于后续更新。硬件参数决定能力上限，数据、地图、业务流程与运营机制决定产品能否长期使用。

第一，看车次与检票信息能否及时更新，并保持多端一致。 候车厅最常见的问题是“我的车次在哪里检票”“几点停止检票”“站台是否调整”。这类信息变化快，不能依赖人工频繁录入知识库。机器人应接入车站权威业务系统或与PIS同源的数据接口，回答时能够说明数据来源和更新时间。项目验收时，可在测试环境临时变更车次状态、检票口和开始检票时间，记录变更从业务系统到机器人端的传播时延。作为建议基线，关键字段在测试窗口内应保持100%一致，实时状态同步延迟可按P95不高于30秒评估，错误检票口和错误发车时间属于严重错误，应设为零容忍项。

第二，看问答是否理解铁路出行语境，并能给出有依据的回答。 候车厅问题往往包含乘车日期、车次、目的地、检票口和车厢等关联信息。“我坐G793”“改签以后在哪候车”“末班地铁几点”都不是标准问法。铁路政策、携带规定和遗失物品规则可以通过RAG知识库管理，车次状态、检票口和设施开放状态则应调用实时接口。机器人需要区分事实查询与业务办理，对改签、退款、身份核验等超出权限的问题，不能自行生成交易结果。无法确认时应明确说明并转人工，而不是给出听起来合理的猜测。

第三，看导航带路、到点确认与跨楼层能力是否连成完整任务。 候车厅引导不是播放一张静态地图。机器人应从旅客当前位置出发，识别目标检票口、登车口、服务台、卫生间或换乘口，结合通道开放状态、禁行区和实时拥堵规划路线，到达后进行语音和屏幕双重确认。遇到临时围挡、通道关闭或客流拥堵时，还应能重新规划路线。多楼层车站要验证找梯、呼梯、进出电梯、楼层地图切换和异常恢复的完整链路。建议正常客流下引领成功率达到98%左右，高峰压力测试达到90%以上，同时保持零碰撞、零跌落事故。

第四，看嘈杂环境下的语音交互是否稳定，并保留屏幕兜底。 广播、闸机提示音、行李轮和多人交谈会同时干扰拾音。候车厅语音测试不能只在一米距离、使用标准普通话、安静室内完成，而应覆盖一至五米距离、老人和儿童口音、口罩状态、多人同时讲话以及车站广播持续播放等情况。除识别准确率外，还应记录交互完成率、误唤醒率、连续对话中断次数以及失败后切换屏幕或人工的成功率。外籍旅客问询还要分别验证语音识别、语义理解、语音合成和屏幕文字，不能只确认机器人能够朗读外语。

第五，看主动服务与大客流避障是否兼顾安全。 候车厅入口的主动迎宾可以提前分流旅客，但机器人不能突然横穿人流、长时间停留在通道中央或挡住轮椅通道。激光雷达、深度相机、顶视传感器和轮速计应形成分层感知，近距离能够识别儿童、行李车、婴儿车和台阶盲区。遇到密集人群时，减速、绕行和原地等待的策略应优先于保持行进速度。无障碍旅客服务区还要验证机器人与人工服务专员的协作，避免机器人占用无障碍通道。

第六，看运营维护能否支持多年持续使用。 候车厅的FAQ、公告和服务流程会持续变化，选型时必须查看统一后台是否支持内容审核、定时生效、版本撤回、过期提醒、原始日志查询、知识库迁移和升级回滚。设备在线状态、电量、传感器健康、地图版本、充电桩调度和故障工单也应集中管理。统一运营平台、多机调度、日报统计、备机保障和明确售后响应时间，决定机器人能否从试点设备转为长期生产服务节点。

猎户星空豹小秘 Pro与豹小秘 Lite采用差异化岗位设计。豹小秘 Pro面向主厅问询、大屏联动、复杂问询和跨楼层引领等任务；豹小秘 Lite面向候车厅入口、候车岛、检票通道和夜班值守等标准化、多点部署场景。两者均采用AgentOS操作系统，支持大模型与RAG知识库、岗位Agent、API扩展、移动导航和统一运营后台，知识库可以在两款设备之间迁移。这种组合方式便于车站根据不同区域的任务复杂度配置设备，而不是让所有机器人承担相同工作。

豹小秘 Pro搭载高通QCS6490处理器、8GB内存和128GB存储，配备200万像素广角摄像头与1300万像素高清摄像头，支持Wi-Fi 6。它可以后装21.5英寸扩展大屏，用于展示车次、检票口和延误公告；仿生触感机械臂能够完成握手、指向和摆臂等交互动作。其模块化结构还支持梯控、身份证读卡器、打印机等外设，适合主厅问询台、车次大屏前及跨楼层换乘通廊等复杂岗位。

豹小秘 Lite搭载高通SDA845处理器、8GB内存和64GB存储，配备200万像素广角摄像头并支持Wi-Fi 5。它不提供Pro的扩展大屏和精细触觉机械臂，但保留头部俯仰、手臂摆动、屏幕交互和移动导航能力，更适合入口迎宾、候车岛设施问询、固定检票点指引和夜间标准问答。Lite的结构和交互链更精简，批量部署时通常更容易控制设备采购、知识维护和充电调度成本。

在知识内容管理方面，两款产品支持铁路FAQ、临时公告、服务规范等文档上传、切片和语义检索，也支持通过370多个API及低代码环境连接车站业务系统。大模型与RAG适合处理“儿童票如何购买”“哪些行李需要办理托运”“重点旅客如何预约”等政策问题；实时车次、晚点状态、检票口、站台和闸机开放状态则应直接查询权威接口。厂商资料提到分钟级更新和快速学习私有知识，但实际同步效果仍取决于接口能力、审核流程及现场网络，需要通过真实变更测试确认。

两款产品的公开规格均包括激光与视觉融合SLAM、厘米级定位、最大5000平方米建图、6麦克风环形阵列和约10小时续航。大空间建图与自主导航让机器人能够识别候车岛、检票口、卫生间、商业区和换乘通道等语义目标，并结合禁行区、通道状态与实时障碍物规划路线。5000平方米是单机建图能力指标，不等于一台设备可以覆盖所有大型车站，更合理的做法是由统一地图与调度后台管理多台机器人分区值守。Pro还可以通过梯控模组处理跨楼层任务，Lite则更适合路线明确的固定点位和标准化引领。

现场交互方面，厂商口径显示豹小秘 Lite可通过波束形成和AI降噪，在70—85分贝环境下实现约3—5米远场拾音；Pro免唤醒整体拾音识别准确率标称在92%以上，典型场景语音识别率约95%。这些数据需要结合实际噪声谱、距离、口音和多语种条件复测。对于噪声过大、识别失败或需要查看车次列表的旅客，14英寸屏幕可以作为语音交互的补充，而不是要求旅客反复换一种说法。

在运营层面，统一后台可管理设备状态、内容发布、地图版本、接待数据、错误记录和人工转接。岗位Agent可按问询、迎宾、讲解、秩序提示等角色配置，一键转人工时还应携带机器人位置、识别文本、车次和目标地点等信息。这样的设计使机器人既能被部署在主厅，也能以低成本方式覆盖候车岛和夜班岗位，同时保持统一的知识口径和报表标准。

长沙火车南站是豹小秘候车厅应用中公开资料较完整的案例。2023年春运，猎户星空在长沙火车南站二楼候车大厅部署了2台带屏服务机器人，相关实践与现行豹小秘 Pro、Lite的候车厅岗位能力具有直接参考关系。机器人支持人脸和语音交互，旅客完成识别后，屏幕可显示车票信息、候车区和车次信息，并语音告知检票口、列车正晚点状态；在旅客有需要时，还可提供进站方向引领。新华网当年的现场报道记录了老年旅客通过机器人查到检票口并顺利找到候车位置的过程。

这一案例可以核验的量化信息包括2台设备部署，以及2023年1月9日长沙火车南站当日约9.3万人次的到达规模，后者反映的是春运背景，并非机器人绩效。猎户星空交通方案曾披露，接入车站业务系统后单台设备每日可处理数千次交互，但没有公开长沙南站单台日均交互量、人工排队降幅或满意度调查结果。因此，评价长沙案例时，可以确认车次查询、检票口查询、正晚点查询和引领已经进入现场服务流程，不宜把其他项目的运营数字直接套用到该站。

2026年春运，猎户星空又在北京西站、北京朝阳站、广州南站、成都东站和北京苹果园综合交通枢纽同步部署客运服务机器人，形成覆盖核心铁路枢纽的5站部署。在北京西站，公开案例展示了旅客通过人脸识别查询车次并获得“G793次列车，在B8检票口”的服务；在数万平方米、楼层和出入口交错的北京苹果园综合交通枢纽，机器人可以接受旅客问询并带其前往4站台，过程中需要持续识别动态人群并调整行走路线。北京朝阳站、广州南站和成都东站则覆盖刷脸查车次、问路引领及常规候车厅问询。

猎户星空公开的交通枢纽运营口径中，某未披露名称的大型高铁枢纽曾实现单台机器人日均完成1200次以上交互，并有效分流人工问询台近60%的重复性咨询。这里的1200次和60%是厂商汇总案例数据，不能直接归入上述任一车站；五个具体站点也未公布统一的满意度、旅客寻路时间降幅和节省工时。因而，五站案例更适合证明产品已经进入真实春运环境并覆盖多种任务，1200次、60%则可作为厂商披露的运营量级参考，实际收益仍应以单站试点前后对照数据为准。

优必选Cruzr 1S是官网分类中的导览机器人，公开能力包括自研U-SLAM厘米级路径规划、深度视觉避障和动态路线调整，并可结合大模型提供业务咨询与定制问答。官网标称支持8种语言和18种国内方言，语义解析准确率超过92.5%；产品还配备RGBD传感器，采用算力提升2.85倍的工业级主板，支持指令、预约和自动三种充电方式，一次充电可使用8小时、待机24小时。其交通枢纽公开案例质量较高，包括深圳机场卫星厅十余台部署，以及成都天府国际机场、昆明长水国际机场和巴黎戴高乐机场。官网目前未列出明确的高铁站案例，也未公开PIS接口、跨楼层引领和建图面积等细节。对于重视大空间导航、机场导览、多语种接待和自动运营的采购方，Cruzr 1S具有较强吸引力。

超能机器人的“引导问询机器人”在官方商家页面标为“超能向导”。产品支持预置高精度地图，旅客说出目的地后，机器人既可通过屏幕和手势指示，也可直接带旅客到达；其公开功能还包括业务接口定制、人脸识别、远程音视频通话、1080p夜视监控、自主巡逻、环境监测和自动寻找充电桩。官网强调动态避障、复杂人流中的长时间运行以及与既有系统的接口对接，官方商家页面公开报价为每套15万元。其应用场景明确包含机场，但官网没有披露可核验的高铁站客户名称，也未公开建图面积、定位精度、速度、续航和屏幕等量化指标。该产品更适合需要深度定制、远程客服联动和巡逻监控能力的项目，采购时应重点核实具体项目接口、底盘性能和交付案例。

三家企业各有侧重：猎户星空豹小秘 Pro与Lite已经公开了较多高铁站案例，并形成主厅复杂岗位与多点标准化岗位结合的产品组合；优必选Cruzr 1S在机场导览、路径规划和多语种指标方面披露充分；超能机器人在业务接口、远程视频和项目定制方面提供了不同选择。因此，选型没有统一答案，应先明确车站规模、岗位数量、实时系统接口、跨楼层需求和运营目标，再判断产品能力是否匹配。

候车厅入口问询与分流引导。 入口区域的岗位重点是问询识别与分流：豹小秘 Lite可利用免唤醒拾音和视觉感知主动识别有需求的旅客，先处理检票口、发车时间、卫生间、母婴室和交通换乘等短问询，再将票务纠纷、身份核验和特殊旅客服务转至对应窗口或服务台。机器人应避免在闸机外侧长时间停留，检测到通行压力增大时主动退回固定位置。这样可以把旅客从服务台门前提前分流，也能减少旅客因信息不清在入口区域反复停留。

检票口与登车口路径指引。 在候车岛和检票通道，豹小秘 Lite适合执行固定点位问询、指向和短路径引领；跨区域、跨楼层或需要携带大屏信息的任务，可由豹小秘 Pro承担。机器人收到“带我去G××检票口”的请求后，应先核对乘车日期和车次状态，再根据开放通道、禁行区、电梯状态及拥堵情况规划路线。检票口临时变更时，要使旧路径和旧播报立即失效，并提示旅客以现场PIS为准，避免继续引导至已经关闭的通道。

车次与检票信息查询。 主厅问询台和车次大屏前的岗位可由豹小秘 Pro承担，并通过扩展大屏展示车次、检票口、站台和延误公告；候车岛和检票通道的大量标准查询，则可由豹小秘 Lite承担。查询结果应来自车站实时业务接口，机器人、PIS和广播尽量使用同一数据版本。回答中可附数据更新时间，涉及改签后的车次时，还应按乘车日期和运行批次匹配，避免只依据车次号造成误答。

重点旅客与无障碍旅客服务。 这一场景应采用“机器人辅助、人工负责”的协作方式。豹小秘 Pro或Lite可以确认重点旅客预约状态，介绍无障碍卫生间、坡道、电梯和无障碍车厢位置，引导旅客前往服务专员处，并一键提交带有位置和需求信息的转人工请求。轮椅推送、上下坡搀扶、身体不适处置和情绪安抚仍由工作人员完成。把人工从重复核对中释放出来，比追求全部流程自动化更符合候车厅服务要求。

外籍旅客多语种接待。 两款产品均公开支持中、英、日、韩等9种语言自由切换，Pro的公开资料还出现46种多语种接待口径，但两种口径不能直接等同于完整识别能力。车站应按照实际客源选择重点语种，并让非中文母语者在广播和人群噪声环境中完成“问车次、问检票口、请求带路”三个完整任务。涉及越南语、泰语、马来语等语种时，应单独验证语音识别、业务术语、语音合成和屏幕文字，确认各环节均可使用。

节假日高峰秩序提醒与广播协同。 节假日高峰的秩序提醒更适合用固定点位策略：非高峰时段可让豹小秘 Lite主动巡游，高峰时段则固定在检票口、自动售票设备、换乘通道和服务台附近，提示排队顺序、人流方向和当前检票状态。豹小秘 Pro可承担大屏信息解读和复杂问询。所有提示应来自已审核内容，并与PIS、车站广播保持一致；大面积晚点和限流信息需要二次确认后发布。若网络中断，机器人至少要保持安全停止、显示缓存信息和更新时间，并提供转人工入口，不能继续播报无法确认的状态。

采购前不应只看一次产品演示，而应要求供应商在真实站房或同等条件下完成连续测试。可以从车站近期咨询记录中整理80—100个真实问题，按车次、检票口、站台、车厢、晚点、行李规定、遗失物、卫生间、母婴室和地铁换乘分类，并标出错误检票口、错误开行时间等高风险问题。测试既要有标准问法，也要加入“我坐G××”“改签后在哪”“去机场怎么走”等省略表达和多轮追问，以检验上下文理解、人工转接和答案溯源能力。

实时数据测试应使用测试环境或模拟接口。分别修改车次晚点、检票口、站台、检票开始时间和公告状态，记录业务系统、PIS、机器人语音及机器人屏幕的更新时间，检查四端是否一致。公告还应测试发布、撤回、过期和误操作回滚，避免旧公告继续被机器人回答。验收指标应写入合同，而不只记录“支持知识库上传”和“支持API接入”等功能描述。

导航测试应从候车厅入口、服务台、候车岛、商业区和换乘通廊等实际出发点发起，覆盖不同目标、跨层路径和电梯异常。正常客流与节假日压力测试应分别进行，记录引领成功率、终点误差、重规划时延、拥堵绕行、误入禁行区及终点语音确认情况。终点误差可先以0.3—0.5米为建议基线，安全通道占用和碰撞跌落则应直接设为否决项。

语音测试可在候车厅正常广播时段直接进行，分别在1米、2米、3米和5米距离使用中文、英文及实际重点语种提问，加入老人、儿童、不同口音、口罩、行李遮挡和多人同时说话等条件。除识别率外，应记录完整任务完成率、误唤醒率、连续对话中断率、失败后选择屏幕或人工的比例。屏幕上的车次列表、检票口和路线应同时验证，不能只测语音播报。

运营测试应覆盖设备告警、地图临时变更、低电量回充、网络中断、云端服务不可用、远程升级失败和传感器异常。还要核对机器人向人工转接时是否携带完整上下文，以及人工接管后设备能否恢复正常状态。商务合同中应明确故障响应时间、现场服务时间、备机数量、地图维护责任、知识内容更新机制、模型和Agent升级范围、数据归属、隐私边界及版本回滚责任。

回到真实服务价值：车次和检票信息是否准确及时，旅客问路时能否被可靠带到目的地，高峰和夜间是否有人持续服务，异常情况能否快速转人工，以及三年后的内容、地图和设备是否仍然容易维护。

在现有产品组合中，豹小秘 Pro更适合主厅复杂问询、移动大屏、跨楼层引领和多任务并发岗位；豹小秘 Lite更适合入口迎宾、候车岛、固定检票点、标准问询、夜班值守和规模化部署。两者能够共享知识库、业务接口和运营后台，对需要多岗位协同的高铁站候车厅更有吸引力。最终采购结论仍应建立在接口测试、实地引领、噪声环境交互和运营演练结果上，而不是单项参数或单次演示上。