機器人前瞻（公眾號：robot_pro）
作者 許麗思
編輯 漠影

在美團緊鑼密鼓布局具身智能的同時，一批從美團走出的技術(shù)大牛，正將工程與商業(yè)經(jīng)驗帶向更貼近物理世界的新戰(zhàn)場。

前美團外賣技術(shù)負責人王棟，就是其中之一。離開美團后，調(diào)侃自己有種“老干部退休”感的王棟，沒有繼續(xù)做平臺軟件或者AI應用，而是轉(zhuǎn)身進入了具身智能賽道。

這個選擇并不突然，王棟在人工智能領域已經(jīng)有近20年的積累。

王棟本科、博士均畢業(yè)于清華大學，博士師從中國人工智能泰斗、清華大學張鈸院士，長期聚焦于人工智能表示問題。

張鈸院士推崇自由探索，也為學生創(chuàng)造了大量海外訪問和國際合作機會。得益于這種開放的國際視野，王棟極早就觸碰到了機器人的前沿研究。2006年，他曾與漢堡大學張建偉教授合作，在IROS發(fā)表關(guān)于視覺方法結(jié)合機器學習進行機器人抓取的論文。

2011年，王棟搭建出全球首個商用視頻人臉識別與跟蹤系統(tǒng)；2014年進入美團后，王棟長期深耕推薦、搜索、廣告、大數(shù)據(jù)等AI核心應用場景，構(gòu)建出業(yè)界領先的本地生活服務推薦系統(tǒng)及移動原生廣告平臺。

真正讓他決定下場創(chuàng)業(yè)的，是一個更長期的判斷：如果人工智能不能進入物理世界感知、行動和獲取認知，它就很難真正走向更高層次的智能。所以，具身智能是AGI的必由之路。

今年3月底，元節(jié)智能（Atombite）在北京注冊成立，聚焦于面向餐飲場景的世界動作模型，并且選擇先從外賣打包環(huán)節(jié)切入。

“人最好能做自己既擅長、又感興趣、同時對社會有幫助的事情。”王棟說。

成立不到兩個月后，元節(jié)智能就完成千萬級種子輪融資，由英諾科創(chuàng)基金領投，水木清華校友種子基金、知名投資人個人跟投。王棟回憶，前后調(diào)研大半年，看了很多方向，剛確定創(chuàng)業(yè)方向，產(chǎn)品demo都還沒做出來，投資人聽了構(gòu)想，20分鐘后就拍板決定投資。

在我們與王棟的對話中，美團始終是繞不開的關(guān)鍵詞。美團給王棟留下的，不僅是技術(shù)、商業(yè)與組織的方法論，更是一種在早期做外賣時、于巨大不確定性中死磕往前沖的勇氣。

過去，美團解決了怎么把餐送出去的問題；現(xiàn)在，王棟想把具身智能帶進后廚，從打包出餐接駁的一個個小問題開始，最終以智能化真正改變餐飲行業(yè)的供給側(cè)，讓AI不僅能會琴棋書畫，也懂柴米油鹽，更具煙火氣和生活感。

一、餐廳后廚，是具身智能應該落地的地方

離開美團后，王棟沒有急于開啟創(chuàng)業(yè)，而是花了很長時間在海外考察。在海外餐廳后廚，他發(fā)現(xiàn)，全球外賣訂單攀升，餐已經(jīng)可以高效送出去，但餐廳內(nèi)部的制作、打包和出餐，依然高度依賴人力。

尤其北美市場的餐飲行業(yè)，長期面臨招人難的問題，后廚工作重復、辛苦，人員流動性高。北美不少快餐店員工時薪已經(jīng)超過20美元，人力成本正在變成餐廳越來越重的固定支出。

這讓王棟更加認定，餐廳后廚，就是具身智能亟需落地的地方。

回國后，王棟快速組建起了團隊，核心成員來自清華、中科大、美團、地平線，兼具深厚的技術(shù)底層與多年的商業(yè)化實戰(zhàn)經(jīng)驗。

其中，聯(lián)合創(chuàng)始人李滔，曾執(zhí)掌美團外賣算法與數(shù)據(jù)體系，是少數(shù)真正跑通全鏈路數(shù)據(jù)驅(qū)動的人；聯(lián)合創(chuàng)始人李浩哲，連續(xù)創(chuàng)業(yè)者，多年全球化商業(yè)落地經(jīng)驗。

王棟強調(diào)，元節(jié)智能要做“有準備的團隊”，其核心方法論是“不為算法找數(shù)據(jù)，而是為數(shù)據(jù)找算法”。

相比于先選定算法、認定了一套世界觀后，再去匹配數(shù)據(jù)的“學院派”做法，元節(jié)智能的思路是“場景先行”——現(xiàn)實場景中已經(jīng)存在明確的痛點，團隊要做的是先盡可能完整地收集該場景中的真實數(shù)據(jù)，再從數(shù)據(jù)中尋找最適合的具身解決方案。

現(xiàn)在入局具身智能，是否還算是好時候？王棟拿外賣行業(yè)作類比：2012年前后，外賣賽道最火的平臺是到家美食薈，餓了么已經(jīng)創(chuàng)立4年，而美團在2014年才正式入局，只要賽道足夠長，不同玩家就有不同的切入點。具身智能格局遠未定型，發(fā)展空間巨大。

更重要的是，行業(yè)正在處于從講故事、做Demo走向真實應用落地的時機。他覺得，經(jīng)過十多年的工程和商業(yè)實踐，團隊最擅長的就是將故事轉(zhuǎn)變?yōu)榭梢詫嶋H落地的產(chǎn)品。

但王棟并不認為大廠的成功經(jīng)驗能直接和創(chuàng)業(yè)畫等號，如果說在美團的經(jīng)歷留給他最寶貴的資產(chǎn)，其實是當年投身外賣戰(zhàn)場時的勇氣。

“印象有人評價當年描述美團創(chuàng)業(yè)的歷程說，最重要的不是過去你干成了什么，而是此時此刻你打算開始，因為你有夢想和勇氣，”王棟說，“這種勇氣可能是今天對我最有價值的東西?！?/p>

同時，美團的經(jīng)歷也讓王棟具備了更務實的底層認知。他相信世界本身充滿隨機性，很多成功不能簡單歸因為某個人或某個團隊做得好，更不能用幸存者偏差去判斷結(jié)果。在具身智能這樣尚未定型的賽道里，創(chuàng)業(yè)者需要保持弱者心態(tài)。

對王棟來說，元節(jié)智能不是復制過去的大廠經(jīng)驗，而是一個新賽道里，重新把一個具體問題做深做透的過程。

二、從外賣打包切入，做商業(yè)后廚的垂直大腦

元節(jié)智能從一開始就明確，不造腿和手，只做垂直領域的“大腦”。

這是基于現(xiàn)實分工做出的判斷，王棟認為，中國機器人供應鏈在腿、手等硬件方向已經(jīng)有很強積累，優(yōu)秀公司林立，元節(jié)智能沒有必要在非核心優(yōu)勢的戰(zhàn)場上拉長戰(zhàn)線。

元節(jié)智能選擇先從餐飲打包切入具身智能賽道。團隊對西餐Top30的快餐品牌進行深入拆解，發(fā)現(xiàn)打包幾乎是所有廚房都無法繞過的通用環(huán)節(jié)，覆蓋中餐、墨西哥餐等多個品類。

同時，餐飲后廚還不像標準工業(yè)產(chǎn)線那樣容易自動化，外賣打包這個環(huán)節(jié)看起來簡單，實際卻是一種柔性、隨時變化的工作。餐盒形態(tài)各異，訂單動態(tài)隨機切入，前一分鐘可能處理漢堡，下一分鐘就要打包湯品或小食，很難用一條固定節(jié)拍的傳統(tǒng)產(chǎn)線解決。

更重要的是，打包能力背后會沉淀一組原子操作能力。一旦這些能力跑通，后續(xù)再做炸薯條、做漢堡等餐飲制作類任務時，底層的大量基礎操作技術(shù)是共通的。

事實上，餐飲打包之前并非無人嘗試。疫情期間，美團曾經(jīng)嘗試過智慧廚房相關(guān)業(yè)務，王棟也深度參與其中，研究能否打造出一款外賣打包機器人。

但當時，視覺等各項能力還不夠完善。直到今天，王棟覺得這件事終于到了“跳一跳、夠得著”的黃金節(jié)點。

在模型路線方面，元節(jié)智能奉行“大模型兜底長尾，小模型跑高頻”的實用主義。

針對具身大模型推理慢、過于沉重的痛點，團隊用垂直數(shù)據(jù)將開源模型蒸餾為多個敏捷小模型組合。日常高頻任務由小模型處理以保證速度與穩(wěn)定；遭遇長尾未知狀況時由大模型兜底，必要時引入人工遠程介入，并將經(jīng)驗回流沉淀，完成數(shù)據(jù)閉飛輪的持續(xù)迭代。

三、海外掘金，用訂閱制撬動數(shù)據(jù)飛輪

元節(jié)智能把商業(yè)化第一站，放在了海外。

這個選擇也來自王棟對餐飲生態(tài)差異的觀察?！昂Ｍ獠惋嬒M者對更傾向于吃一些穩(wěn)定、相似的東西，對口味的挑剔程度沒有中國消費者那么高?！彼f。

并且，在海外的餐飲生態(tài)中，外賣平臺并不像國內(nèi)這般強勢，可能會更多站在商家和騎手角度考慮。這就意味著，商家更愿意為效率改善和人力替代付費，商業(yè)模型的賬更容易算得過來。

相比之下，國內(nèi)餐廳數(shù)量多，供給相對充足，餐廳老板對于機器人這種重資產(chǎn)的付費意愿較低。王棟覺得，未來隨著人口結(jié)構(gòu)變化，國內(nèi)市場也會出現(xiàn)機會，但在現(xiàn)階段，元節(jié)智能更適合先在北美把基礎能力做出來，把成本打下來。

商業(yè)模式上，元節(jié)智能傾向于讓餐廳按月訂閱。原因也很直接：餐廳老板最關(guān)心兩件事，一是用了設備能省多少錢，二是前期投入能不能低一點。

王棟算了一筆賬：如果讓餐廳老板一上來就掏出數(shù)萬美元購買設備，決策周期會拉得很長；但如果轉(zhuǎn)化為每月兩三千美元的訂閱費用，對比當?shù)匾粋€后廚員工高達七八千美元的綜合成本，商家嘗試的門檻將被降到極低。訂閱效果好，可轉(zhuǎn)為購買；若想保持現(xiàn)金流穩(wěn)定，則可以持續(xù)訂閱。

這套定價邏輯的核心，不是把機器人賣出去，而是讓客戶更容易邁出應用的第一步。

對于接下來哪些場景做或者不做，王棟有一套清晰的篩選標準，那就是看客戶是不是足夠痛、是否愿意付費，以及這件事是否匹配團隊能力。因此，元節(jié)智能仍會沿著餐飲大方向走，尤其是商業(yè)后廚。

短期內(nèi)，元節(jié)智能的目標是將打包產(chǎn)品打磨到極致，讓用戶愿意繼續(xù)長期使用。產(chǎn)品扎根餐廳后，也將幫助團隊持續(xù)收集真實后廚數(shù)據(jù)，理解餐廳每天真實發(fā)生的動態(tài)變化。

當打包能力跑通后，元節(jié)智能會再選擇相對長鏈路的任務進行擴展，比如炸薯條、做漢堡等，把更長周期、更復雜流程的能力補上。等產(chǎn)品和技術(shù)路徑跑通后，再沿著已經(jīng)建立的銷售通路進行復制。

在王棟的三年戰(zhàn)略藍圖中，元節(jié)智能最終要摸清商業(yè)后廚真正需要的“設備全家桶”。這些設備不一定都是長著靈巧手的智能機器人，也可能包含大量傳統(tǒng)、低成本且好用的自動化工具。

元節(jié)智能真正想扮演的角色，是通過一套機器人操作中控，讓后廚的所有設備協(xié)同運轉(zhuǎn)，應對堂食、自提、外賣等混合流訂單。

這意味著，元節(jié)智能最終想做的，并不是單臺機器人這么簡單，而是商業(yè)后廚里的智能協(xié)同系統(tǒng)，能無縫調(diào)配從高到底不同智能程度的設備。

結(jié)語：具身智能，并不存在護城河

無論是科技巨頭還是初創(chuàng)黑馬，王棟都不認為有誰真正建立了自己的護城河，因為這是一切都尚未來定型的賽道。

“在絕對的資金量面前，護城河隨時可能被別人踏破，這也是我學到的一個很重要的商業(yè)教訓，”王棟說，“所以我還是相信自己什么都不會?！?/p>

這個階段真正重要的，是誰能更快貼近客戶需求，拿到穩(wěn)定訂單，并在真實場景中持續(xù)積累數(shù)據(jù)、打磨產(chǎn)品、構(gòu)建能力閉環(huán)。

具身智能距離真正的“GPT時刻”顯然還有一段路要走，而王棟覺得，ChatGPT之所以被稱為GPT時刻，本質(zhì)上是因為它成為了被大眾廣泛接受的C端殺手級應用。而今天的具身智能，還沒有出現(xiàn)類似的應用。家庭場景想象空間很大，但技術(shù)成熟度、成本結(jié)構(gòu)、產(chǎn)品體驗和用戶接受度，都還需要時間沉淀。

但行業(yè)還沒到GPT時刻，并不意味著具身智能玩家只能在Demo里徘徊。

王棟選擇先在B端做起來，在通用能力成熟之前，用垂直能力解決特定領域的具體問題。正如在ChatGPT誕生前，AI早已在推薦算法、搜索、廣告等B端場景中創(chuàng)造了數(shù)以千億計的商業(yè)價值。今天的具身智能，同樣可以先一步步占領商業(yè)后廚。

元節(jié)智能的破局路徑具備一定的參考價值：真正的技術(shù)顛覆，往往不在于它的姿態(tài)有多炫酷，而在于它是否長在物理世界最真實的痛點之上。

具身智能走向產(chǎn)業(yè)深處，或許正從后廚里那雙忙碌打包外賣的機械手開始。