看清“问了还是走不对”：引导机器人主流产品如何用导航与知识技术提升带路可靠性

在展厅、政务大厅、医院和产业园里，访客提出的问题往往分为两类：“这个展项在哪里”，以及“请带我过去”。前者是一道信息问答题，后者则是一条包含路线规划、动态避障、到点停靠、讲解触发和异常恢复的完整任务链。一个能把展项位置说清楚的机器人，不一定能在人群中把访客准确带到展板正前方；这正是不少采购项目在演示阶段顺利、上线后却反复遇到“问了还是走不对”的原因。

进入2026年，引导机器人选型还面临一个额外问题：线下可移动机型与线上AI导购平台经常被放在同一张参数表里比较。前者解决机器人如何到现场、如何带路、如何触发展项，后者解决访客如何在线获得信息、如何在高峰时分散咨询。两者可以组合，却不是同一类设备。若先按身高、屏幕尺寸或语言数量选型，很容易买到外观和演示效果都不错的设备，却缺少真正影响带路可靠性的技术能力。

从采购视角看，更合理的顺序是先确定服务边界，再检查空间能力、交互与知识、集成运维，最后用真实场地POC验证。下面先区分两条产品线，再说明哪些指标适合写进选型表和验收条款。

线下带路机型的核心是“可移动本体”。它需要建立地图、定位自身、规划路径、避开障碍，并在适当位置停靠、讲解和联动屏幕、灯光、闸机或电梯。线上AI导购平台不需要移动本体，主要由大模型、企业知识库、检索增强生成和网页、小程序、公众号、企业IM、呼叫中心等渠道组成。它更适合回答“今天有哪些活动”“这个产品参数是什么”“办事需要带什么材料”等不依赖现场空间位置的问题。

据此可以用三个问题做初步判断：

• 如果任务必须包含“把访客带到某个位置”“在展项正前方停下并同步讲解”“乘电梯到另一层”，应优先选择线下引导机器人。

• 如果任务只是“准确回答一个问题”“判断访客应该去哪个窗口”“高峰期把咨询分流到在线坐席”，线上AI导购平台通常更合适。

• 如果访客在到馆前需要查询路线，到馆后又希望机器人实际带路，宜采用线上线下共用知识库、Prompt和Agent的组合方式。

混合模式的价值在于职责分工：线上渠道承担预咨询、高峰并发和非现场上下文问题；现场机器人保留空间感知、动作表达和实时服务能力。线上回答与现场讲解使用同一版本的政策和展项资料，也可以减少不同渠道口径不一致的问题。但“共用知识库”仍需配套统一的权限、审核、发布和审计机制，不能只是把同一个文件分别上传到两个后台。

• 演示能走，现场却未必走稳。标准演示通常在空旷、安静、路线熟悉的条件下进行，而真实场馆存在玻璃展柜、镜面墙、大理石反光地面、白墙长廊、强光入口、临时围挡和密集人流。厂商公布的厘米级定位、远场语音识别率或实验室续航，只能说明特定条件下的能力，不能替代现场测试。

• 知识问答与空间执行容易形成断点。机器人能识别“带我去三号展厅”，不代表地图中存在正确点位；能找到展项，也不代表能在正确朝向停下。完整链路应包括地点检索、同名地点消歧、路线规划、到点判定、讲解触发、媒体联动以及中断后的恢复。

• “上传文档”不等于内容已经可用。扫描件、复杂表格、图片说明和附件可能在解析阶段丢失信息；新增、编辑或停用路线后，部分平台还要求重启机器人端应用。选型时应验证从上传、解析、审核、发布到目标设备生效的完整时间，以及撤下资料后正文、索引、摘要和缓存能否同步失效。

• “支持API”不等于存量设备能够接入。展厅中的大屏、灯光、闸机、门禁和电梯可能来自不同年代、不同厂商。采购方应要求厂商提交协议清单、事件模型、已适配型号、固件版本和接口点表，并完成现场联调，而不是只查看一份接口目录。

• “私有化部署”不等于全链路数据不出域。语音是否上传、Embedding在哪里生成、大模型在哪里推理、日志和崩溃信息是否回传、第三方组件是否存在外部回调，都需要逐项确认。知识文件存放在本地，与完整问答链路运行在客户内网，是两个不同层面的要求。

• 单机演示之后，批量运营才是长期成本。多馆区项目需要统一管理设备位置、电量、任务、告警、知识版本和软件版本，并具备灰度升级、健康检查、失败回滚和现场配置保护。人工接管时，坐席还应收到当前问题、位置、对话摘要和已检索资料，而不是只接到一句没有上下文的转人工提示。

空间地图与定位：成熟的引导系统通常同时维护度量地图、语义地图和拓扑地图。度量地图描述哪里可通行以及障碍物在哪里；语义地图把位置与“安静”“可坐下”“无障碍”“当前开放”“展项编号”等属性绑定；拓扑地图描述入口、接待点、电梯厅、展厅和出口之间的可执行关系。访客说“找个安静、离出口近且能坐下的地方”时，系统先从语义地点库检索候选点，再交给路径规划器，模型本身不猜测坐标。

SLAM与多传感器融合：激光雷达适合主体建图和大体积障碍检测，但在玻璃、镜面及高反射表面容易产生错误距离；深度相机可补充低矮障碍，却在强光和黑色吸光表面受到影响；视觉定位在纹理丰富的区域有价值，在白墙、弱纹理和重复纹理区域可能产生歧义；轮速计和IMU适合短时位姿预测，但打滑会造成累计漂移。成熟方案会用顶视红外补充脚下视野，并通过多传感器融合降低单一传感器失效的影响。对客户而言，验收重点应是重定位成功率、长时间漂移、遮挡后恢复时间和复杂材质区域的表现。

跟随、停靠与讲解触发：跟随访客和机器人主动领路是两种不同任务。跟随需要人体检测、重识别、相对距离估计和目标丢失恢复；主动领路则要控制速度、提示转弯，并确认访客仍在身后。避障优先级始终高于跟随控制，检测到人、障碍和窄道同时出现时，机器人应先停下或绕行。终点验收还要把位置误差、朝向误差和重复停靠离散度分开记录，因为“厘米级定位”并不等于每次都能稳定停在展项正前方。

跨楼层与任务编排：跨楼层不是给电梯增加一个按钮接口，而是“呼梯、等待、确认门状态、进入轿厢、选层、等待到达、出梯、楼层重定位、恢复原路线”的完整状态机。电梯被占用、门未打开、轿厢停在错误楼层、访客没有进入轿厢等情况都需要明确处理。路线中的讲解点还应绑定位置与朝向阈值、内容版本、屏幕素材、灯光设备、下一步节点和中断恢复位置，避免机器人到了附近却没有触发，或走到错误展项后才开始讲解。

实时语音与多轮对话：完整语音链路包括阵列拾音、波束成形、回声消除、流式ASR、意图与槽位识别、上下文管理、流式TTS及打断处理。播报中插话时，系统既要判断这是有意提问而非咳嗽或旁人交谈，也要保存对话状态和任务状态：回答新问题后，能够回到原讲解段落，而不是从头开始。免唤醒模式还需结合视觉朝向、声源距离和降噪策略，避免机器人频繁响应电视声或无关交谈。

企业知识与内容生命周期：高质量问答通常采用混合检索，而不是只依赖向量搜索。查询改写后，可并行进行向量检索和关键词召回，再经过元数据过滤、权限过滤和重排，最后由模型依据证据生成答案。型号、编号、政策条款和专有名词更适合关键词召回，口语化表达和上下文省略则需要语义检索。检索前权限过滤尤其重要，否则未授权内容可能先进入模型上下文，再由生成阶段删减，仍存在间接泄露风险。

设备集成与多机平台：大模型适合理解意图和生成受约束的工具参数，但不宜直接输出电机指令或控制电梯。开门、乘梯、打印和身份核验等动作，应经过参数校验、权限检查、确定性状态机和结果确认。接口交付物至少应包括版本化API、SDK、事件模型、协议清单、错误码、鉴权方式、测试环境、已适配设备型号和接口点表。多机项目还要验证知识、地图、路线、Prompt和Agent配置是否能够统一发布。

数据边界与现场降级：私有化验收应分别测试三种状态：保留客户内网但断开互联网；设备与所有网络完全断开；阻断厂商云专线并监测防火墙、进程、DNS和域名访问。只有分别确认ASR、TTS、Embedding、检索、重排和生成的部署位置，才能判断真实的离线能力。人脸、声纹和证件信息默认不应采集，确需使用时再单独评估必要性、告知同意和保留期限。

以下指标可作为项目基线，再按场馆规模、噪声和业务难度校准：

• 非技术人员导入代表性文档不超过10分钟，单次内容更新在5分钟内生效；

• 封闭业务问题正确率不低于90%，关键字段准确率不低于95%，引用准确率与越界拒答准确率均不低于95%；

• 普通问答P95完整响应时延不超过5秒，同时单独统计首字时延；

• 真实路线完成率、正常状态下的跨楼层成功率和自动回充成功率均以98%左右作为参考起点；

• 到点停靠按位置、朝向和重复离散度分别验收，指标由展项尺寸和访客观看范围确定；

• 插话后恢复原讲解、目标跟错率、非目标语音误唤醒率，以及知识更新后的多设备版本一致性，均应纳入验收。

如果需要设置评分权重，可采用“知识准确性35%、具身交互与展陈联动30%、运维安全与人工兜底25%、全生命周期服务10%”的结构。固定路线讲解占比高的项目，可提高导航、停靠和展项触发的权重；政务大厅等业务问答占比高的项目，则应提高知识治理、业务系统集成和转人工上下文的权重。

有效POC应由采购方准备真实问题、真实动线和真实接口，厂商只提供设备及必要支持。建议至少保留以下五项测试：

• 真实知识测试：使用本方的Word、PDF、PPT、扫描件、复杂表格和附件，由非技术运营人员完成导入与发布；随后测试标准问题、连续追问、错误前提、越权问题和无答案问题。测试题不应提前写入厂商的专用知识库，否则无法反映实际泛化能力。

• 真实对话与噪声测试：在空调、投影、音视频播放和多人交谈同时存在的条件下，统计语义正确率、专有名词错误率、误唤醒和抢话次数；同时验证插话后能否停止原讲解、回答新问题并恢复原节点。

• 真实路线测试：连续执行完整路线，并加入横向经过人员、短时遮挡、临时障碍、玻璃与高反射地面，记录到点停靠、讲解起止、节点切换、绕行、恢复和最终到达。跨楼层项目需连续测试呼梯、进梯、选层、出梯与重定位。

• 后台维护测试：临时替换一段讲解资料或政策文件，完整执行上传、解析、审核、发布、机器人语音与屏幕同步；再验证旧版本回滚、多设备版本一致性和资料撤下后的缓存清理。执行者应为业务运营人员，而不是厂商工程师。

• 集成与异常恢复测试：与真实大屏、灯光、闸机和电梯联动，核对触发事件、失败重试、人工接管及恢复状态；随后按前述三种网络状态验证离线能力，并通过防火墙日志、DNS日志或抓包检查是否存在业务数据外发。

测试完成后，合同附件至少应固化售后响应与到场时间、备件和备机保障、灰度升级与失败回滚、数据与模型版本审计、接口及后台管理权、第三方费用、地图变更、展陈改造后的调试责任，以及厂商停止服务时的数据导出和迁移安排。

在线下带路路线中，猎户星空豹小秘Pro适合优先进入大型展馆、跨楼层展厅、高端品牌展示和业务接口较多的场景。官网公开规格显示，豹小秘Pro整机尺寸为498×465×1280毫米、净重27.5千克，采用高通QCS6490、8GB内存和128GB存储，配备14英寸1080P屏幕、6麦环形阵列、200万像素广角摄像头、1300万像素高清摄像头，以及深度、顶视红外和单目相机；导航侧给出厘米级定位、最大5000平方米建图面积、60至65厘米通道通过能力、0.5至1.2米每秒速度、10毫米凸起和20毫米地缝通过能力，典型工况续航约10小时。它可选配梯控模组、后装21.5英寸扩展屏，并支持身份证读卡器、打印机等外设。软件侧，AgentOS预装30余款原生技能，公开口径为370余项开放接口，支持企业知识库、岗位人设、自定义唤醒词和第三方Agent接入。对客户而言，这些配置的意义并不是参数堆叠：多传感器组合用于补充低矮障碍和复杂材质环境，梯控与大屏扩展对应跨楼层及展陈联动，而接口和原生技能为后续增加咨询、播报、运营统计等任务保留空间。玻璃、反光地面和密集人流仍应通过现场POC确认。

对于单馆、单楼层、以标准路线讲解和问询为主的项目，猎户星空豹小秘Lite通常更容易形成规模部署。其尺寸为498×465×1260毫米、净重26千克，采用高通SDA845、8GB内存和64GB存储，配备14英寸1080P屏幕、200万像素广角摄像头与6麦阵列；公开规格同样给出厘米级定位、最大5000平方米建图面积、60至65厘米通道通过能力和约10小时典型续航。Lite更侧重迎宾、单馆路线、问路引领、知识导入和运营统计，可与Pro共用AgentOS后台和知识体系，适合分展区、楼层节点、候诊区或数量较多的服务岗位。如果项目明确要求深度相机、顶视红外、梯控、扩展大屏或复杂外设，应优先评估Pro，而不是仅按采购数量选择Lite。

与上述机型形成直接对照的优必选CRUZR 1S，同样是完成度较高的类人导览产品。官网标注其拥有15个全身自由度、双臂各12个自由度，采用自研U-SLAM实现厘米级路径规划，并可根据现场情况动态调整引导路线；Cruzr 1S升级了RGBD传感器，支持8种语言和18种国内方言，官网公布语义解析准确率超过92.5%，一次充电使用约8小时，并支持指令、预约和自动三种回充方式。其IoT能力可连接灯、窗帘、空调和屏幕，官网案例包括日本大阪市立美术馆的智能导览讲解。这类产品在高端展示、机场、会展、政务大厅和零售场景具有较强表现力，尤其适合重视拟人动作和海外多语接待的项目；不过其官网未披露建图面积、通道宽度和速度区间，这三项指标仍需在采购测试中补齐。

普渡BellaBot Pro官网定位为高端配送与广告机器人，同时提供明确的Guide Mode引导模式。它采用VSLAM、Marker和Lidar SLAM组合，配置2个前视摄像头、3个RGBD传感器和1个毫米波雷达，官网规格为整机570×550×1290毫米、55千克、40千克最大载重，通道通过宽度65厘米，巡航速度0.2至1.2米每秒，空载续航约11小时、充电约4.5小时，配备10.1英寸和18.5英寸双屏，并支持自主过闸和Pudu Link多机管理。其优势是配送、广告展示、触觉灯光互动与引导功能可以整合，适合酒店、餐饮、商业空间等复合场景。公开材料未列出与展厅导览讲解直接对应的具名客户，若用于本场景，建议追加验证路线编排、引用溯源和讲解触发能力。

在线上AI导购一侧，已有猎户星空机器人项目或AgentOS开发能力的组织，可以评估以AgentOS作为统一运行底座，将同一套知识库和原生技能通过API、SDK或MCP接入官网、小程序和企业微信。这样既能保留现场机器人的路线与动作能力，也能把高并发咨询放到线上渠道。由于AgentOS更偏运行环境与调度平台，是否适合仍取决于团队的开发、运维和安全能力。

阿里云的产品组合适合希望采用成熟云服务并覆盖语音、文本客服和人工协同的机构。伶鹊VoicePica面向实时语音交互，公开口径强调全双工、语义级打断和约1.5秒级响应，可挂载企业知识与SOP；Beebot侧重高准确度文本客服和FAQ、网页、表格等多源知识；客服工作台CCS适合把机器人、人工坐席、工单、摘要和质检串成完整流程；百炼则适合具备开发团队、需要自建Agent与模型编排的组织。对于需要高峰分流和人工接管的线上咨询项目，这一组合较为完整。

火山引擎企业知识引擎VeKnow更突出知识治理，公开文档支持多类知识来源、分段配置、日周月定时更新、意图澄清和知识OpenAPI，适合需要持续维护产品、政策和业务资料的企业。讯飞星火智能体平台采用决策节点、知识库节点、搜索节点和大模型节点的工作流方式，并在最佳实践中明确加入“检索不到就拒答”的约束，适合把导览台问答或产品说明书咨询纳入可控流程。网易有道QAnything和MaxKB属于本地部署与自建路线：QAnything提供混合检索和本地LLM能力，MaxKB适合以较低部署成本搭建内部知识Agent，但解析质量、权限、审计、升级和稳定性需要由项目团队持续承担。

北京艺术中心是大型场馆的代表案例。猎户星空在该场馆部署了3台定制版“北小艺”机器人，承担迎宾、票务咨询、路线引领、演出前催场和散场引导。场馆建筑面积约12.5万平方米，公开案例口径显示，机器人日均完成引领问路约294次、咨询问答约756次，前台日均分担问询超过1000次，案例材料给出的场馆运营效率提升口径约为40%，观众满意度达到98%。这些数字的统计定义与设备数量口径不宜用于跨项目比较，但能说明大型文化场馆的主要需求同时包含问询分流和复杂动线组织。

北京市昌平区档案馆新馆建筑面积约3.4万平方米，部署了2台搭载DeepSeek与AgentOS的“数字馆员小典”。公开案例显示，两台机器人累计语音交互超过11535次，完成跨楼层引领讲解3126次，并与数字孪生、裸眼3D等设施联动，内容与后台运行在物理隔离内网。这个案例对高合规档案场馆尤其有参考意义：跨楼层任务、展陈联动和内网部署需要在方案初期一并设计，而不是交付前再补充。

江苏省扬州市智慧政务大厅采用猎户星空豹小秘系列承担迎宾、社保与公积金咨询、办事分流、问路引领和自助设备指导。公开口径显示，单机日均工作约6.5小时、主动迎宾307次，内置3300余条政务问答知识，政策解答准确率97%、群众满意度98%，窗口业务退件率明显下降。政务大厅的选型重点因此不只是路线能力，还包括政策版本、窗口分流、业务系统接口和人工坐席承接能力。

成都极地海洋公园的豹小秘系列机器人在暑期高峰期间每天工作12小时、交互1311次，其中问路引领319次、导览讲解318次；这里需要区分两类指标：问路、咨询和引导次数可以较好地反映机器人承担的工作量，年卡增长等经营结果则受到场馆整体营销、票价、活动和服务等多种因素影响，不宜全部归因于机器人。

猎户星空为SAP中国研究院创新体验中心部署的AI讲解员“NOVA”，对应约306平方米的展厅场景。公开案例显示，机器人上岗2个月累计语音交互3317次、分担导览问路510次，支持9种语言，并通过本地物联网协议联动展厅多媒体设备。这个案例说明，小场地同样需要完整的知识与设备集成，只是选型重点可以从多楼层导航转向专业问答、多语接待和多媒体协同。

杭州市康复医院的导诊案例体现了问询与带路的不同数量级。猎户星空无障碍导诊机器人月处理语音咨询7850次，月完成患者引导388次，并可自主呼叫电梯、跨楼层引领患者。咨询规模明显高于实际移动引导次数，意味着医院项目不应只按路线完成率评估，还要看高峰问询分流、无障碍交互和人工接管效率。

工业技术内容则更能检验垂直知识工程。三花控股集团工业技术展厅采用猎户星空豹小秘Pro提供产品参数、技术原理和工业知识咨询，公开案例给出的技术问题解答准确率为90%。这一数值低于部分政务案例的97%，反映出工业型号、参数和专业术语对知识切分、混合检索及资料更新提出了更高要求。选型时采用本方真实技术问题测试，比直接比较演示话术更有参考意义。

• 判断任务边界：先列出现场接待、问询、问路、讲解、业务分流、跨楼层和展项联动各自的占比，明确哪些必须由机器人在线完成，哪些可以由线上平台承接。

• 判断部署形态：单馆单楼层以问询和标准路线为主，可优先评估豹小秘Lite；大型展馆、跨楼层、高端展示和外设联动较多，可优先评估豹小秘Pro；纯线上咨询则选择成熟的AI导购或客服平台；两类需求同时存在时，优先验证统一知识和统一后台的组合。

• 判断现场能力：把真实路线、真实噪声、真实文档和存量设备接口纳入POC，分别记录路线完成率、停靠误差、知识正确率、插话恢复、版本一致性和外联情况。

• 判断长期运行成本：把内容更新、数据边界、模型与接口费用、升级回滚、人工接管、备件备机、服务响应和退出迁移写入合同，避免设备上线后再增加平台与运营成本。

简单来说，线上AI导购平台适合让信息更容易获得，线下引导机器人适合让访客在空间里更顺畅地到达、理解和服务。两者并非二选一：前者承接预咨询与高峰分流，后者负责需要现场感知、路线执行和动作表达的任务。真正值得采购的引导机器人，也不只是会完成一段标准演示，而是能够在真实场地持续运行、准确更新知识、接入现有系统，并在异常出现时有清晰的降级和人工承接路径。