當(dāng)具身智能開始從實(shí)驗(yàn)室走進(jìn)真實(shí)的物理生產(chǎn)場景，有創(chuàng)業(yè)團(tuán)隊(duì)直接瞄準(zhǔn)了餐飲行業(yè)最剛需、最痛點(diǎn)的后廚環(huán)節(jié)。

專注餐飲場景具身智能的元節(jié)智能（AtomBite.AI）近日完成千萬級種子輪融資，本輪融資由英諾科創(chuàng)基金領(lǐng)投，水木清華校友種子基金以及業(yè)內(nèi)知名投資人個(gè)人跟投，所籌資金將主要投入餐飲場景具身世界模型的技術(shù)研發(fā)，以及核心產(chǎn)品的商業(yè)化落地。

元節(jié)智能的創(chuàng)始團(tuán)隊(duì)核心成員此前已對項(xiàng)目做了長期探索孵化，本次融資也意味著項(xiàng)目的可行性已經(jīng)得到初步驗(yàn)證，目前團(tuán)隊(duì)已經(jīng)拿到了多家國內(nèi)外頭部企業(yè)的產(chǎn)品合作與部署意向。

這家創(chuàng)業(yè)公司的團(tuán)隊(duì)帶有鮮明的互聯(lián)網(wǎng)本地生活服務(wù)基因：創(chuàng)始人兼CEO王棟博士，曾擔(dān)任美團(tuán)外賣事業(yè)部技術(shù)負(fù)責(zé)人，管理過千人規(guī)模的產(chǎn)研團(tuán)隊(duì)，主導(dǎo)搭建了支撐日均數(shù)千萬訂單的外賣算法、數(shù)據(jù)以及系統(tǒng)架構(gòu)；聯(lián)合創(chuàng)始人李滔曾負(fù)責(zé)美團(tuán)外賣的算法與數(shù)據(jù)體系，是業(yè)內(nèi)少有的完整跑通“全鏈路數(shù)據(jù)算法驅(qū)動”的技術(shù)管理者；另一位聯(lián)合創(chuàng)始人李浩哲是連續(xù)創(chuàng)業(yè)者，擁有多年的全球化商業(yè)落地經(jīng)驗(yàn)。

過去多年間，餐飲行業(yè)已經(jīng)被點(diǎn)餐SaaS、外賣小程序、配送調(diào)度系統(tǒng)完成了多輪數(shù)字化改造，但隨著全球外賣訂單規(guī)模持續(xù)增長，一個(gè)長期被忽略的環(huán)節(jié)痛點(diǎn)變得越來越突出：從商家出餐到騎手取餐之間，仍然存在大量完全依賴人工完成的物理操作環(huán)節(jié)——打包、封簽、分揀、接駁都在其中。

這些流程看似細(xì)碎不起眼，但直接決定了整個(gè)外賣履約的效率：錯(cuò)單、漏單、餐品撒漏帶來的損耗，會同時(shí)影響用戶體驗(yàn)、商家收益、騎手配送體驗(yàn)以及平臺口碑。與此同時(shí)，全球餐飲行業(yè)都普遍面臨結(jié)構(gòu)性用工難題：北美快餐行業(yè)時(shí)薪成本不斷上漲，國內(nèi)餐飲門店則長期存在招工難、人員流動率高的問題。

離開美團(tuán)之后，王棟曾花數(shù)月時(shí)間在北美、新加坡等地走訪調(diào)研，接觸了大量當(dāng)?shù)夭惋嬌碳液屯赓u平臺，最終得出一個(gè)明確判斷：餐飲后廚，是當(dāng)下具身智能商業(yè)落地確定性最高的方向之一。

這個(gè)判斷來自于餐飲后廚場景自帶的三個(gè)核心優(yōu)勢：

第一，這是全球餐飲行業(yè)共通的剛需，無論中國、北美還是東南亞，都面臨人力成本上漲、履約效率待提升的痛點(diǎn)；第二，投入產(chǎn)出邏輯足夠清晰，只要能降低錯(cuò)單率、減少人工依賴、提升出餐速度，商家就愿意為方案付費(fèi)；更關(guān)鍵的是，和家庭服務(wù)、養(yǎng)老護(hù)理這類需要強(qiáng)情感交互的場景不同，餐飲屬于專業(yè)服務(wù)領(lǐng)域，決策鏈路更短，中小商家的合作意愿也更強(qiáng)。

王棟在接受采訪時(shí)表示，服務(wù)業(yè)本身占據(jù)了全球GDP的很大比例，如果能在餐飲后廚這個(gè)高頻場景跑通可落地運(yùn)行的具身智能方案，完成從模型到應(yīng)用的完整商業(yè)閉環(huán)，本身就擁有巨大價(jià)值，未來這套能力也完全可以延伸到家庭廚房等更復(fù)雜的場景中。

企業(yè)供圖

和不少行業(yè)玩家優(yōu)先研發(fā)通用具身世界模型的路徑不同，元節(jié)智能選擇從真實(shí)場景中積累交互數(shù)據(jù)，逐步搭建模型能力。王棟認(rèn)為，行業(yè)內(nèi)經(jīng)過近十年發(fā)展，機(jī)器人的移動能力其實(shí)已經(jīng)基本解決，現(xiàn)在行業(yè)真正的核心攻關(guān)方向轉(zhuǎn)向精細(xì)操作。雖然全能型的靈巧手還未完全成熟，但二指、三指夾爪已經(jīng)有了成熟的工程方案，足夠支撐部分標(biāo)準(zhǔn)化任務(wù)落地。

基于這個(gè)判斷，元節(jié)智能沒有把精力放在重新研發(fā)機(jī)器人硬件上，而是聚焦打造一套面向餐飲場景的“世界動作模型（World Action Model，WAM）”。

王棟提出，當(dāng)前主流的VLA（Vision-Language-Action）路線過度依賴語言模塊做高層規(guī)劃，對視覺表征的投入不足，但真實(shí)世界里的動作控制本質(zhì)上并不依賴語言?！叭祟愖鰟幼骺刂频臅r(shí)候，并沒有那么強(qiáng)依賴語言，最核心的問題是視覺理解、物理規(guī)律理解，以及如何把動作和真實(shí)世界建立對應(yīng)映射?！?/p>

基于這一思路，元節(jié)智能在模型層面重點(diǎn)探索融合視覺（Vision）與觸覺（Touch）的VT-WAM（視覺-觸覺世界動作模型）。王棟解釋稱：“視覺可以識別物體的外觀位置，卻感知不到接觸的細(xì)節(jié)；觸覺沒辦法掌握全局，卻可以判斷操作是否成功。視覺錨定的是世界的幾何屬性，觸覺錨定的是世界的物理屬性，VT-WAM會把這兩類信息整合到隱空間中，最終生成一個(gè)可以預(yù)判接觸結(jié)果的世界動作模型。”

世界模型不止需要視覺感知能力，更核心的是要理解真實(shí)物理世界的規(guī)律和因果關(guān)系。他舉例，一個(gè)飲料杯有沒有裝水、裝得滿不滿、溫度高低，都會直接影響機(jī)器人抓取時(shí)的摩擦力、重心變化，最終影響操作的穩(wěn)定性。

元節(jié)智能希望通過視覺、觸覺等多傳感器協(xié)同感知物體狀態(tài)，同時(shí)在模型中嵌入對液體晃動、重心偏移等物理屬性的因果理解，讓機(jī)器人的動作不只是數(shù)據(jù)擬合的結(jié)果，而是真正符合現(xiàn)實(shí)物理規(guī)律，以此提升抓取和操作的穩(wěn)定性、精細(xì)度。

從技術(shù)架構(gòu)來看，元節(jié)智能的系統(tǒng)分為三層：最上層是具身世界模型，負(fù)責(zé)完成對后廚環(huán)境的認(rèn)知，輸出決策和動作規(guī)劃；中層是任務(wù)編排與調(diào)度引擎，把認(rèn)知結(jié)果轉(zhuǎn)化為具體的執(zhí)行計(jì)劃，統(tǒng)一調(diào)度不同硬件設(shè)備；底層是自研核心部件和通用硬件本體的融合方案，保障系統(tǒng)能在復(fù)雜的后廚環(huán)境中長期穩(wěn)定運(yùn)行。

這套架構(gòu)的核心邏輯是：不走先造通用機(jī)器人再找場景的老路，而是先扎進(jìn)一個(gè)足夠高頻、痛點(diǎn)足夠突出的場景，持續(xù)收集真實(shí)交互數(shù)據(jù)，反過來迭代優(yōu)化世界模型，讓模型在物理世界中變得越來越“聰明”。而餐飲后廚每天都會重復(fù)海量的打包、分揀、搬運(yùn)、接駁操作，這些動作天然能產(chǎn)生大量多樣化的真實(shí)世界數(shù)據(jù)，這類數(shù)據(jù)是仿真環(huán)境很難批量生成的。

企業(yè)供圖

具體商業(yè)化落地層面，元節(jié)智能選擇從“外賣打包與接駁”環(huán)節(jié)切入，這個(gè)環(huán)節(jié)是整個(gè)外賣履約鏈路里出錯(cuò)率最高、標(biāo)準(zhǔn)化程度相對較高，同時(shí)商業(yè)價(jià)值最容易量化的環(huán)節(jié)。

王棟表示：“打包環(huán)節(jié)的任務(wù)邊界清晰，場景也可控，我們的路徑是圍繞商業(yè)價(jià)值選擇落點(diǎn)，先聚焦提升抓取精準(zhǔn)度，先做到可用、可靠。從商家的角度來說，他們根本不關(guān)心機(jī)器人長得像不像人、會不會做展示性動作，只關(guān)心你到底能幫我解決什么問題、創(chuàng)造什么價(jià)值?！?/p>

目前元節(jié)智能采用端云協(xié)同的方案：把高頻標(biāo)準(zhǔn)化動作交給端側(cè)輕量化小模型執(zhí)行，比如套餐裝盒、貼封簽這類操作，以此降低操作延遲，減少對網(wǎng)絡(luò)的依賴；云端大模型則負(fù)責(zé)處理異常場景，比如物料缺失、異物干擾這類問題，還可以通過KDS系統(tǒng)聯(lián)動后廚人工補(bǔ)位。

按照規(guī)劃，打包環(huán)節(jié)的解決方案預(yù)計(jì)會在2026年內(nèi)進(jìn)入線下真實(shí)商家后廚，完成規(guī)?；渴?。未來團(tuán)隊(duì)計(jì)劃在跑通打包單點(diǎn)環(huán)節(jié)后，逐步把模型能力延伸到分揀、配送接駁、烹飪協(xié)同等更復(fù)雜的后廚操作，最終拓展到更廣泛的服務(wù)業(yè)場景中。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com