編輯｜吳昕

新年剛開局，AI 行業(yè)就直接拉滿強(qiáng)度。

在 CES 這個(gè)全球科技風(fēng)向標(biāo)上，機(jī)器人 × AI 成了真正的主角。在拉斯維加斯的霓虹燈下，中國機(jī)器人軍團(tuán)走到舞臺(tái)中央——不靠堆概念，而是帶著訂單和規(guī)?；涞厮俣取?/p>

CES創(chuàng)新獎(jiǎng)評(píng)委Chris Pereira 指出，中國廠商正在把新興技術(shù)，快速轉(zhuǎn)化為能量產(chǎn)、能交付、能在全球市場銷售的成熟產(chǎn)品。

與此同時(shí)，AI 正退到幕后，成為產(chǎn)品底層能力，真正的競爭，落在實(shí)用性、設(shè)計(jì)與可靠執(zhí)行力上。

在展會(huì)現(xiàn)場，最吸睛的依舊是「人形」。

波士頓動(dòng)力（現(xiàn)在已經(jīng)屬于韓國現(xiàn)代集團(tuán)）的新版Atlas亮相。

但在同一空間內(nèi)，另一條路線也在同步展開。

在影智 XBOT 的透明櫥窗前，人群一層層圍攏過來。這是全球首個(gè)支持冷熱雙杯同出的具身機(jī)器人，也是目前一眾具身智能中最落地的一種呈現(xiàn)。

有人舉著手機(jī)錄像，有人已經(jīng)在討論要把什么圖案印在咖啡上。

影智 XBOT Lite 系列印花咖啡機(jī)器人——全球首個(gè)支持冷熱雙杯同出的具身機(jī)器人。

玻璃之后，兩只機(jī)械臂分工協(xié)作，打奶、印花、出杯，動(dòng)作連貫得像一段被反復(fù)打磨過的編舞。110 秒后，一杯冰美式和一杯熱拿鐵同時(shí)完成，杯面上浮現(xiàn)出由 AI 生成的專屬印花——每一杯都不重樣。

「這玩意兒太酷了?！龟?duì)伍里有人忍不住感嘆，「能在咖啡上打印照片，絕對(duì)是游戲規(guī)則改變者?！褂腥艘呀?jīng)等不及拍照發(fā)社交平臺(tái)。

機(jī)器人繼續(xù)出杯，節(jié)奏穩(wěn)定?！改隳馨压?logo 印在咖啡上，這杯咖啡一下子就成專屬的了，誰會(huì)不喜歡？」 有顧客說?！付也挥酶缎≠M(fèi)——對(duì)顧客對(duì)老板都是好事?！?有人從更現(xiàn)實(shí)的角度補(bǔ)了一句。

喝完咖啡，又嘗了旁邊影智 XBOT 冰淇淋機(jī)器人做的冰淇淋，人群里笑聲不斷?！高@哪是咖啡機(jī)？」有人指著櫥窗笑道，「這是個(gè)能把人吸過來的娛樂中心?！?/p>

與多數(shù)人形機(jī)器人仍在努力「看起來很未來」不同，影智XBOT并不追求形似人類，而是成為一臺(tái)可以全天候運(yùn)轉(zhuǎn)的生產(chǎn)工具——不跳舞、不表演，直接把一杯口感穩(wěn)定、好喝的咖啡，端到你面前。

而這套邏輯，已經(jīng)在真實(shí)世界里跑了很久。

從天安門廣場、國家圖書館到成都錦里，影智XBOT經(jīng)歷的不是短暫的 show time，而是數(shù)百萬次的反復(fù)出杯。

目前，影智XBOT已在15 個(gè)以上國家、100多個(gè)城市落地，部署量超過600 臺(tái)，累計(jì)制作咖啡400 萬杯以上，在部分核心點(diǎn)位甚至實(shí)現(xiàn)了數(shù)月回本

在具身智能普遍面臨商業(yè)化難題的當(dāng)下，影智XBOT用一組明確的數(shù)據(jù)證明：它是目前行業(yè)內(nèi)商用落地速度最快的具身智能機(jī)器人之一

2025年8月影智科技發(fā)布年度新品之一：影智XBOT Lite系列印花咖啡機(jī)器人。

回歸商業(yè)常識(shí)：具身智能不等于「人形」

在當(dāng)下關(guān)于具身智能的討論中，「人形」幾乎成了一種默認(rèn)答案。但在「操刀」影智XBOT的影智科技看來，這條路徑更多源于技術(shù)想象，而非商業(yè)理性。

這一判斷，來自公司創(chuàng)始人唐沐長期積累的產(chǎn)品與商業(yè)經(jīng)驗(yàn)。

作為 2022 年福布斯中國十佳設(shè)計(jì)師，唐沐曾掌舵騰訊用戶體驗(yàn)設(shè)計(jì)中心（CDC），并擔(dān)任小米生態(tài)鏈副總裁。他既是 QQ 頭像、微信表情包等現(xiàn)象級(jí)符號(hào)的締造者，也是小米路由器、小愛智能音箱等億級(jí)爆款產(chǎn)品的重要推動(dòng)者。

公司創(chuàng)始人唐沐和影智XBOT咖啡機(jī)器人。

長期站在技術(shù)、產(chǎn)品與規(guī)?；虡I(yè)的交匯點(diǎn)，也塑造了他極其務(wù)實(shí)的產(chǎn)品觀：一切產(chǎn)品必須從真實(shí)場景出發(fā)、目標(biāo)要指向大眾市場，并且要經(jīng)得起規(guī)?；?、可靠性與成本結(jié)構(gòu)的嚴(yán)格檢驗(yàn)。

這也構(gòu)成了影智科技切入具身智能領(lǐng)域的基本原則——回歸商業(yè)常識(shí)。先解決人的需求，解決人的問題，在一個(gè)足夠垂直的場景中把事情做到極致，再去討論所謂的「終極形態(tài)」。

在唐沐看來，機(jī)器人的進(jìn)化路徑不該從「像人」出發(fā)，而應(yīng)回到「是否真正有用」。具身智能的價(jià)值，并不取決于外形是否擬人，而在于是否能夠圍繞具體問題展開，在真實(shí)環(huán)境中靈活適應(yīng)、精準(zhǔn)執(zhí)行。

在大量現(xiàn)實(shí)的消費(fèi)與服務(wù)場景中，工程復(fù)雜度高、成本更高并伴有不可控風(fēng)險(xiǎn)的人形設(shè)計(jì)，反而會(huì)成為商業(yè)化落地的負(fù)擔(dān)。

至于「為什么是精品咖啡」，也是多條現(xiàn)實(shí)線索疊加后的選擇。

挑市場，首先要足夠大，其次必須是一個(gè)成長型市場，咖啡符合這兩個(gè)前提。它本身是一個(gè)高度全球化、已被充分驗(yàn)證的成熟消費(fèi)市場，而中國市場還在快速增長。

數(shù)據(jù)顯示，2023 年我國人均年咖啡消費(fèi)量約為 16.74 杯，幾乎是 2016 年的兩倍；到 2024 年，這一數(shù)字已提升至 22.24 杯以上。即便在瑞幸、庫迪等品牌快速擴(kuò)張的背景下，中國咖啡門店的整體密度，依然明顯低于日本和韓國等成熟市場，增長空間可觀。

需求持續(xù)走高的同時(shí)，供給側(cè)卻長期受制于人力瓶頸。

咖啡師培養(yǎng)周期長、流動(dòng)性高，崗位留存率普遍偏低；在高度內(nèi)卷的競爭環(huán)境中，咖啡店拼的是出單量與運(yùn)營效率，對(duì)人力的擠壓不斷加劇，也放大了系統(tǒng)性的運(yùn)營矛盾。

咖啡消費(fèi)還呈現(xiàn)出明顯的波峰與波谷。高峰期排隊(duì)幾乎成為常態(tài)，品質(zhì)波動(dòng)難以避免。尤其是在拉花這類對(duì)毫米級(jí)精度和連續(xù)軌跡高度敏感的操作中，人類不可避免的生理性抖動(dòng)，會(huì)直接放大為線條斷裂或形變。

而對(duì)大多數(shù)用戶而言，他們關(guān)心的不是「誰在做咖啡」，而是出杯是否足夠快、品質(zhì)是否始終穩(wěn)定。以出杯量為例，每天三百杯以上的穩(wěn)定輸出，對(duì)人類咖啡師而言幾乎不可持續(xù)；而對(duì)機(jī)器人來說，這只是一個(gè)連續(xù)、可復(fù)制的標(biāo)準(zhǔn)工作負(fù)載。

在這樣的背景下，大模型的出現(xiàn)，讓產(chǎn)品「升維」——從底層重新定義一套面向消費(fèi)服務(wù)場景的具身智能系統(tǒng)——成為可能。

市面上多數(shù)咖啡機(jī)，本質(zhì)上仍是工業(yè)自動(dòng)化設(shè)備，考慮的是「怎么把咖啡做完」。具身智能除了關(guān)心效率，還關(guān)心「這杯咖啡是給誰喝的、在什么情境下喝、怎樣才算一次好的體驗(yàn)」。咖啡這一日常消費(fèi)場景，第一次有機(jī)會(huì)邁入以用戶體驗(yàn)為核心的重構(gòu)階段。

歷經(jīng)兩年多研發(fā)，影智XBOT問世并成功出圈，唐沐也因此多了一個(gè)被媒體反復(fù)引用的標(biāo)簽：「具身智能消費(fèi)機(jī)器人第一人」。

具身智能的「三位一體」：

為什么能做到萬杯如一？

從原料開始，影智XBOT就在為「穩(wěn)定性」服務(wù)。

目前，影智XBOT全部采用阿拉比卡咖啡豆，設(shè)備內(nèi)設(shè)置兩個(gè)豆倉：一個(gè)拼配豆，一個(gè)單品豆（瑰夏），以覆蓋不同用戶的口味偏好；牛奶則與蒙牛合作統(tǒng)一供應(yīng)。無論是在北京、上海，還是成都，下單后端到手里的那杯咖啡，都能保持高度一致的風(fēng)味。

這種「萬杯如一」的表現(xiàn)，并不是靠單一環(huán)節(jié)實(shí)現(xiàn)，而是依賴一套完整的具身智能技術(shù)體系：負(fù)責(zé)理解與決策的「大腦」、統(tǒng)籌執(zhí)行的操作系統(tǒng)（OS），以及完成精細(xì)物理動(dòng)作的「小腦」。

影智XBOT的「大腦」，并不是傳統(tǒng)點(diǎn)單系統(tǒng)，而是一套面向真實(shí)世界運(yùn)行的具身智能餐飲大模型，核心目標(biāo)是更好地理解用戶需求。

當(dāng)你說出一句模糊需求——比如「我想來一杯熱帶風(fēng)情的咖啡」——系統(tǒng)會(huì)在毫秒級(jí)調(diào)取完整的飲品知識(shí)體系，覆蓋公開菜單、配方邏輯與標(biāo)準(zhǔn)化制作 SOP，并理解「熱帶風(fēng)情」意味著椰子、熱帶水果、冰感與較高甜度。

接下來，大模型會(huì)調(diào)用口味拼配算法，在現(xiàn)有原料約束下尋找最優(yōu)解：比例如何控制？先加什么、后加什么，才能在不破壞咖啡骨架的前提下，呈現(xiàn)「熱帶」風(fēng)味？

這些原本高度依賴咖啡師經(jīng)驗(yàn)與手感的判斷，被轉(zhuǎn)化為一組可計(jì)算、可推演的決策過程。算法甚至「知道」一些已經(jīng)被反復(fù)驗(yàn)證的美味公式，如生椰與拿鐵是絕配。

最終，你的抽象需求會(huì)被翻譯成一連串精確到秒的動(dòng)作調(diào)用：咖啡液多少秒、椰乳多少秒，冰、糖與水如何配合。每一個(gè)動(dòng)作，都是機(jī)器人已經(jīng)掌握的能力模塊，可以被反復(fù)調(diào)用、穩(wěn)定復(fù)現(xiàn)。

在「攬客」上，AI 數(shù)字人承擔(dān)「意圖入口」的角色。它具備長記憶能力，能識(shí)別老顧客與偏好——「Hi，Thomas，還是要上次的橙 C 冰美式嗎？」甚至能在連續(xù)對(duì)話中保持上下文一致。

數(shù)字人還能根據(jù)狀態(tài)做出情境化推薦，如夜深時(shí)建議一杯 double 濃縮。結(jié)合 AIGC，用戶「隨口一說」的創(chuàng)意，也能被實(shí)時(shí)「打印」成咖啡印花。

將自拍變成獨(dú)一無二的咖啡印花。

如果說「大腦」解決的是「邏輯上該怎么做」，那么影智XBOT操作系統(tǒng)（LU BAN OS）要解決的是在真實(shí)世界中能不能這么做——這是雙臂機(jī)器人實(shí)現(xiàn)落地的關(guān)鍵一環(huán)。

它更像一套神經(jīng)中樞。當(dāng)「大腦」給出高層指令后，OS并非簡單轉(zhuǎn)發(fā)，而是介入執(zhí)行層，在復(fù)雜的真實(shí)環(huán)境中進(jìn)行全局編排：統(tǒng)一調(diào)度機(jī)械臂、咖啡機(jī)、奶泡器、糖漿泵、制冰機(jī)、印花機(jī)等設(shè)備，確保每一個(gè)步驟、每一個(gè)動(dòng)作，都發(fā)生在安全、合理且可控的物理?xiàng)l件之內(nèi)。

做出一杯咖啡，看似線性的流程，背后其實(shí)是一套高并發(fā)的任務(wù)調(diào)度系統(tǒng)。通過底層運(yùn)動(dòng)算法，OS實(shí)現(xiàn)了雙機(jī)械臂的空間解耦與時(shí)間同步。即便在狹窄的操作空間內(nèi)，兩只手臂也能在毫秒級(jí)反饋下實(shí)時(shí)避障，像人類雙手一樣默契配合。

OS真正強(qiáng)大的地方，在于賦予了雙臂「柔性作業(yè)」的能力。在不同調(diào)度策略下，雙臂可以進(jìn)行高度非對(duì)稱的協(xié)同，互不干擾地同時(shí)制作兩款完全不同的飲品。

在寫字樓早高峰，OS可以同時(shí)處理一杯熱美式和一杯冰拿鐵，將單杯等待時(shí)間大幅壓縮。

與此同時(shí)，OS還會(huì)持續(xù)監(jiān)控設(shè)備狀態(tài)，記錄運(yùn)行數(shù)據(jù)，提前識(shí)別潛在異常，并為下一單完成預(yù)準(zhǔn)備，等等。正是這套全局感知與調(diào)度能力，使影智XBOT即便在無人值守的情況下，也能長期穩(wěn)定地支撐高并發(fā)出杯。

當(dāng)這套通用底座逐漸成熟，咖啡也就不再是它的唯一應(yīng)用場景。冰淇淋、奶茶、雞尾酒、面食，乃至教育、陪伴等更廣泛的消費(fèi)與服務(wù)領(lǐng)域，本質(zhì)上都只是同一套具身智能系統(tǒng)之上的「技能插件」。

在此之下，「小腦」承擔(dān)的是具身智能中最貼近物理世界的一層任務(wù)：在液體流動(dòng)、奶泡阻力與原料狀態(tài)不斷變化的真實(shí)環(huán)境中，依然把口味與視覺表現(xiàn)鎖定在同一標(biāo)準(zhǔn)，實(shí)現(xiàn)真正意義上的「萬杯如一」。

在硬件層面，團(tuán)隊(duì)自研雙六軸定制工業(yè)機(jī)械臂，重復(fù)定位精度達(dá)到±0.03 毫米；配合高精度運(yùn)控算法，整體操作精度達(dá)到0.1毫米，遠(yuǎn)超人類生理極限。

在萃取階段，粉量誤差被壓縮至極小范圍。糖漿添加與拉花動(dòng)作被控制在毫米級(jí)精度。拉花時(shí)，機(jī)械臂的移動(dòng)速度與噴頭擠出節(jié)奏始終保持同步，一旦感知到液體阻力或流速偏移，系統(tǒng)便即時(shí)修正電機(jī)輸出，確保線條連續(xù)、不抖動(dòng)。

為了教會(huì)機(jī)器人各種餐飲手藝，比如「審美級(jí)」拉花能力，團(tuán)隊(duì)搭建了一套頂級(jí)紅外光學(xué)動(dòng)捕系統(tǒng)。

75秒內(nèi)復(fù)刻大師級(jí)的拉花咖啡技藝。機(jī)器人6個(gè)小時(shí)就能掌握一款新的拉花方式，而人類咖啡師需要6個(gè)月。

通過 11 組高精度攝像頭，將頂級(jí)咖啡師最細(xì)微的手部擺動(dòng)與力度變化，以毫米級(jí)精度完整記錄下來，再借助自研算法，將這些大師級(jí)技巧翻譯為機(jī)械臂可執(zhí)行的控制指令，還實(shí)現(xiàn)了跨型號(hào)的自動(dòng)校準(zhǔn)。

最終，原本只存在于老師傅經(jīng)驗(yàn)中的「手感」，被沉淀為可規(guī)模復(fù)制、穩(wěn)定復(fù)現(xiàn)的工業(yè)級(jí)能力。

設(shè)計(jì)美學(xué) × 商業(yè)策略：

讓具身智能真正成為一門生意

如果說，技術(shù)解決的是「能不能把事做對(duì)」，那么工業(yè)設(shè)計(jì)解決的，其實(shí)是「這東西能不能被真正用起來」。而后一個(gè)問題，才是 2B 商家是否掏出真金白銀的分水嶺。

商家的目標(biāo)很簡單，用盡可能確定、低摩擦的方式賺錢。因此，影智XBOT是否能夠被設(shè)計(jì)成一臺(tái)全年無休、穩(wěn)定運(yùn)轉(zhuǎn)的生產(chǎn)設(shè)備，是否能持續(xù)替代人力，把那些瑣碎、重復(fù)、長期消耗精力的管理問題一并吞掉，遠(yuǎn)比「看起來有多先進(jìn)」更重要。

也正因如此，作為少數(shù)同時(shí)拿下 iF、紅點(diǎn) Best of the Best、IDEA、CMF 等國際設(shè)計(jì)大獎(jiǎng)的團(tuán)隊(duì)，影智科技并沒有把工業(yè)設(shè)計(jì)當(dāng)作外觀層面的加分項(xiàng)，而是將其視為一套用于降低商業(yè)摩擦成本的方法論。

這種思路，最先落到一個(gè)極其「現(xiàn)實(shí)」的指標(biāo)上：空間效率。

通過高度緊湊的內(nèi)部架構(gòu)，影智XBOT將機(jī)械臂、咖啡機(jī)、制冰機(jī)、印花機(jī)等完整模塊，壓縮進(jìn)約 1.35㎡–2.5㎡ 的占地范圍內(nèi)。在寸土寸金的商業(yè)環(huán)境中，這是直接影響坪效、租金模型，甚至點(diǎn)位是否成立的關(guān)鍵變量。

設(shè)計(jì)并未止步于「塞得下」，而是與商業(yè)運(yùn)維深度綁定。

通過全模塊化架構(gòu)，將復(fù)雜硬件拆解為標(biāo)準(zhǔn)化服務(wù)組件，故障模塊可在60 分鐘內(nèi)快拆更換；配合遠(yuǎn)程 OTA，實(shí)現(xiàn)系統(tǒng)、動(dòng)作路徑與配方的一鍵升級(jí)。同時(shí)，預(yù)留擴(kuò)展接口，支持未來擴(kuò)容料倉或接入其他服務(wù)設(shè)備，讓單體機(jī)器不被功能鎖死，具備持續(xù)演進(jìn)的商業(yè)彈性。

在商業(yè)模式上，影智科技并未停留在「賣一臺(tái)機(jī)器」，而是搭建了一套更貼近真實(shí)商業(yè)世界的三層結(jié)構(gòu)：設(shè)備銷售、聯(lián)營模式，以及持續(xù)性的增值服務(wù)。

其中，「7S」服務(wù)體系是一個(gè)首創(chuàng)。通過將大量原本由運(yùn)營者承擔(dān)的風(fēng)險(xiǎn)前移至平臺(tái)側(cè)，釋放出一個(gè)明確信號(hào)：咖啡機(jī)器人并不是在「與人搶工作」，而是在用技術(shù)降低創(chuàng)業(yè)門檻，讓小生意重新變得可控。它瞄準(zhǔn)的，正是那些有創(chuàng)業(yè)意愿、卻缺乏技術(shù)、管理與抗風(fēng)險(xiǎn)能力的中小創(chuàng)業(yè)者——過去，這類人往往在高啟動(dòng)成本與不確定風(fēng)險(xiǎn)中迅速出局。

在傳統(tǒng)「4S」基礎(chǔ)上，「7S」補(bǔ)齊了三項(xiàng)關(guān)鍵能力：用數(shù)據(jù)運(yùn)營替代經(jīng)驗(yàn)判斷；通過金融服務(wù)，將近 20 萬元的初始投入拆解為更輕量的運(yùn)營方案；通過回購與升級(jí)機(jī)制，賦予設(shè)備流動(dòng)性與持續(xù)迭代空間，明確機(jī)器人是一種可持續(xù)優(yōu)化的資產(chǎn)，而非一次性消耗品。

把具身智能先安放在當(dāng)下

如果說人形機(jī)器人代表的是遠(yuǎn)方，那么影智科技更像是把具身智能先安放在當(dāng)下。

它代表了另一類具身智能公司：不沉迷概念敘事，也不等待終極形態(tài)，而是用當(dāng)下可行的技術(shù)，在復(fù)雜、開放、不可控的真實(shí)世界中，反復(fù)驗(yàn)證可復(fù)制的商業(yè)模式。

從底層運(yùn)控算法、工業(yè)設(shè)計(jì)，到產(chǎn)品形態(tài)與商業(yè)模式，影智科技在一條全鏈路上不斷打磨同一個(gè)問題——當(dāng)具身智能真正進(jìn)入現(xiàn)實(shí)生活，它如何成為一門成立的生意。至少在咖啡這門生意里，這個(gè)問題已經(jīng)有了被市場驗(yàn)證的答案。

也許正是這些并不「人形」、卻能持續(xù)運(yùn)轉(zhuǎn)的「中間態(tài)」產(chǎn)品，正在把具身智能從想象中的未來，一步步帶進(jìn)現(xiàn)實(shí)世界。