此次落地案例中，越疆人形机器人搭载自研Dobot-VLA（视觉-语言-动作）端到端模型，融合视觉感知、语言理解与动作生成，将任务指令转化为结构化推理链，再映射为连续、可泛化的动作轨迹，机器人能够感知环境、理解任务，进一步观察柜台、识别订单、判断状态，在开放、动态的电影院柜台环境中实现自主作业。
在长达14小时的工作时段内，越疆人形机器人能够保持“零失误”稳定运行，自主完成识别指令、抓取杯具、精准装填、递出品等全流程操作。凭借毫米级抓取力度控制，机器人能够稳固抓握不捏碎纸杯，精准倾倒物料不洒漏，并在狭窄柜台空间内灵活避障，展现出高度的环境适应性与作业可靠性。
越疆机器人相关负责人表示，这一突破依托于越疆自研的“大小脑”协同智能系统，使机器人能感知环境、适应变化并执行操作，突破了产业化关键瓶颈。
值得关注的是，该机器人不仅能够完成任务，还具备应对突发干扰的能力。例如，若爆米花被倒掉一半，机器人能够识别状态并主动进行补装；在盛装过程中，如果有人移动了爆米花杯，机器人也能自主重新识别位置并完成抓取。
