从餐饮后厨到物理世界基础模型：量化派的物理AI，走的是卖能力的路

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 从餐饮后厨到物理世界基础模型：量化派的物理AI，走的是卖能力的路 量子位的朋友们 2026-07-09 10:32:01 来源： 量子位 具身智能行业正在经历一场定位分化。 有人卖机器人本体，有人卖整套解决方案，量化派卖的是物理世界基础模型。这个选择的商业逻辑很直接：硬件会迭代，场景会变化，真正能跨场景复用、持续产生收益的，是让机器人理解物理世界的底层AI能力。 眼下，一场把机器人从展厅逼进真实场景的产业变革正在发生，也让一个商业判断浮出水面：谁掌握了让机器人快速适应新场景的能力，谁就拿到了规模化的入场券。 先看眼下这场变革有多具体。6月，工业和信息化部办公厅与国务院国资委办公厅联合发出《关于联合开展2026年度人形机器人与具身智能实景实训专项行动的通知》，10个省市加全部央企进场，场景横跨工业、服务、特种三大领域，涵盖生产制造、检测分析、仓储物流，餐饮零售、医疗康养，安全生产、应急救援等真实场景，每个省市要报不少于20个重点场景，每家央企不少于10个，11月底前交付验证报告。政策给的八字要求是”最小干预、利旧复用”，不许改造环境来迁就机器人，机器人必须证明自己能在现有条件下干活。这个要求把行业从展厅彻底逼进了真实场景。 （图：DEMO截图开放环境·三明治制作实景测试） 量化派近期在餐饮后厨场景中完成了四轮具身智能技术验证，从三明治柔性制作、购物袋自主分拣、牛排跨抽屉找盐调味到奶茶跨设备协同，全部落地于真实动态工况而非实验室环境。在全行业还把Demo视频当成果发布的阶段，这个节奏排在前列。它的商业定位：跨场景、跨本体的开放生活场景世界模型提供商。不绑定硬件，不锁定场景，做的是让不同厂商的机器人都能调用的通用AI能力层。 量化派自己的技术文件里有一个简洁的区分：推动机器人从「动作自动化」迈向「任务级自主作业」。前者是按固定程序执行动作，后者是理解任务目标后自主完成感知、决策、执行的完整流程。两个词之间隔着的，是整个产业能跑多远的核心问题。市场为什么愿意为物理世界基础模型付费，资本相信它跑得通、赛道能走多远，最终都指向同一件事：谁能让机器人跨场景复用，把每一个新场景的边际成本压到接近于零。 全球资本已经验证过一次了 业内有两类常规思路。卖硬件，一次性交付，客户买走机器人，后续维护和场景适配都是客户自己的事，每个新场景重新调参、重新部署，规模化的边际成本降不下来。卖解决方案，打包服务，硬件加软件加部署加维护，按项目收费，能做深但很难做宽。还有第三种：卖能力。 卖能力层的逻辑是：一次训练，多场景复用。物理世界基础模型不关心下面跑的是哪家的机器人，也不关心上面是什么场景，它提供的是让机器人理解物理世界、做出实时决策的通用能力。这个能力一旦跑通，可以像API一样被不同硬件平台调用，每增加一个场景，边际成本接近于零，而前两种思路却做不到这件事。 它解决的是跨场景的快速迁移能力，不是单一场景的自动化问题。政策要求“验证一个、部署一批、带动一片”，意味着场景方不会每次都为新机器人提供定制化的环境改造。谁能让机器人在陌生场景里开箱即用，谁就拿到了规模化的钥匙。 RaaS模式在这个逻辑里成立。按效用付费，不卖硬件卖能力，客户为机器人干活的结果买单，而不是为机器人本身买单。物理世界基础模型的价值在这个模式里被放大了：它是让RaaS模式能跑通的核心技术资产。 资本看重的也是这个。硬件公司的估值逻辑是销量乘毛利，解决方案公司的估值逻辑是项目数乘客单价，物理AI模型公司的估值逻辑是调用量乘使用时长。后者的想象空间更大，因为它的天花板不在硬件产能，也不在项目交付能力，而在模型本身的泛化能力。 这个判断在太平洋彼岸正在被真金白银验证。 （图：Physical Intelligence机器人截图） 2024年11月，Physical Intelligence以24亿美元估值完成4亿美元融资，投资方包括贝索斯、Open AI、红杉资本和Khosla Ventures。这家公司不造机器人硬件，只做让机器人理解物理世界的通用AI模型。8个月时间，估值从4亿美元跳到24亿美元，翻了六倍。 Skild AI的曲线更陡。这家由前MetaAI研究员创立的公司同样不碰硬件，只做机器人的通用大脑。2024年7月A轮估值15亿美元，不到一年B轮估值47亿美元，再到软银和英伟达以140亿美元估值领投C轮。此时公司年营收仅3000万美元。年营收3000万，估值140亿，这个价差不是在赌收入增长，是在赌物理世界基础模型未来会被所有机器人调用。 资本市场正在用脚投票：物理世界基础模型的估值逻辑，已经被全球最顶级的投资机构验证。 量化派在物理AI领域的定位，类似Anthropic在大语言模型领域的位置，让不同硬件平台调用同一个AI能力层。Physical Intelligence和Skild AI已经证明了这条路的估值天花板有多高，量化派要做的，是在中国市场建起同一类型的技术护城河。 覆盖餐饮和家庭服务，这些都是生活场景世界模型的应用手段，不是基模本身的商业终点。基模的商业价值在于它能被多少场景调用、能支撑多少硬件平台、能产生多少持续性收益。 行业里还有一类选择是展示路线。精心设计的实验室Demo，四轴相机，打磨好的发布节奏。但技术可行性和商业可行性是两件事：在真实后厨里每天应对动态工况，承担出品一致性和作业稳定性的责任，这是另一层级的验证。量化派选的是后者。 在餐厅里验证商业逻辑 实验室里跑通的Demo可以拍视频，后厨里跑通的Demo可以收钱。量化派的四轮技术验证，全部落地在后厨里。 三明治面对的是面包、生菜、酱料这些没有固定形状的软质食材——夹重了破、夹轻了掉，酱挤多了溢出、挤少了不匀。机器人要在同一段流程里连续完成抓取、涂酱、摆放，靠的是能实时感知食材形态、随时调整力度的柔顺控制，全程不挤压、不破损，成品还得标准化。 购物袋分拣没有预设流程。袋里装的是什么、装了多少，机器人事先不知道，只能实时判断任务进度，对多品类物品逐一识别、抓取、分类摆放，边做边决定下一步。没有固定脚本，全靠机器人根据当前状态自己把一件事从头做完，考的是没有剧本时的自主决策。 牛排撒盐最能看出理解力。机器人一开始并不知道盐放在哪，得像人一样，在多个抽屉里逐个翻找，判断哪个抽屉、盐在什么位置、该用什么姿势夹起，再精准到毫米级完成调味。整个过程没有人告诉它步骤，只给了”找到盐并调味”这一个目标，剩下的搜索、定位、操作全靠它自己推理。考的是从看懂目标到做对动作那一整条推理链。 (图：DEMO截图开放环境·奶茶制作实景测试) 奶茶难在系统协同。机器人不光自己操作，还得和奶茶机、搅拌机、封口机轮流打配合：接饮品时不能洒、搅拌时不能溅、封口时要对准，液体晃动和位置偏移都得实时控住。几台设备串成一条线，任何一个环节掉链子，整条线就歇菜。 四轮验证跑通之后，下一步的赌注在跨场景复用。量化派的技术路径是软硬件分层，物理世界基础模型不绑定任何一款硬件。跟A厂商合作完，跟