量化派 (02685.HK) 2026智通财经夏季路演大会
文章语言：
简
繁
EN
分享
纪要
原文
会议摘要
一家港股上市的AI公司，聚焦于智能硬件、机器人服务及垂直行业改造，旨在构建物理世界的通用模型。通过电商、AI硬件和机器人服务三大领域增长，尤其在餐厅场景无人化解决方案上，计划两年内覆盖200家餐厅。公司强调与合作伙伴共建智能体生态，优化技术底座，推动物理世界大模型构建，目标成为B端场景服务龙头，中期成为物理世界模型领导者，长期愿景是让智能技术普及至千家万户。
会议速览
AI与物理世界融合：构建智能硬件与垂直行业应用的未来讨论了AI技术向物理世界拓展的趋势，包括智能硬件与垂直行业应用的机会，强调通过数据沉淀和场景构建，打造物理世界的大模型，以及全栈闭环团队在AI大脑构建中的重要性。
AI驱动的传统行业转型与创新商业模式讨论了AI在传统行业转型中的作用，强调自上而下推动变革的重要性，以及通过构建新体系替代旧系统实现降本增效的策略，同时提出将自身业务模块嵌入合作伙伴系统，助力其商业模式升级。
智能体嵌入垂直行业与生活场景的战略转型讨论了通过构建智能体解决方案，将技术嵌入垂直行业和生活场景的战略，包括电商、AI端侧硬件和机器人应用，旨在解决消费者问题并构建商业闭环，强调了餐厅场景作为家庭环境延伸的重要性，以及通过硬件入口采集数据提供服务的商业模式。
构建智能体与物理世界金融公司愿景：从数据积累到场景服务通过技术积累和场景带动，形成数据回流闭环，构建智能体，目标成为B端场景服务龙头，中期转型为世界模型经贸公司，长期愿景是智能技术普及至千家万户。计划在2026年前打通各种场景，实现200家餐厅覆盖，并解决供应链与量产问题，与合作伙伴共同推动技术研发与应用。
初创公司与巨头在AI硬件数据整合上的优势对比讨论了初创公司与互联网巨头在AI硬件数据整合方面的优势，初创公司通过专注于AI大脑而非硬件本体，能够在垂直应用中快速切入市场。同时，初创公司能有效收集和利用真实场景下的用户数据，以训练更精准的AI模型，解决现有智能硬件功能不足的问题。
上市公司与创业公司合作，通过数据采集优化健身餐饮场景的数字化转型对话探讨了上市公司与创业公司合作，利用数据采集优化健身餐饮场景的数字化转型策略。上市公司通过与本地公司深度合作，专注于数据采集与商品服务整合，特别是在餐厅场景中，利用已有的自动化技术解决复杂交互问题，从而推动数字化进程。
机器人技术在餐饮业的应用与前景讨论了机器人在餐饮业的应用，强调了标准化和食品安全的重要性。指出机器人能解决餐饮业的人力成本和标准化难题，尤其是在中餐标准化方面。提及机器人学习方式的创新，以及未来在全球餐饮市场的发展潜力。
要点回答
Q：在今天的演讲中，你们认为未来AI发展的主要机会是什么？你们公司如何定位自己以抓住这些机会呢？
A：我们认为未来AI发展的大机会在于AI能力逐渐向物理世界渗透并获得实体形态，这使得AI能够深入到日常生活中执行各种任务，不仅限于机器人，还包括各类智能硬件。此外，智能体进入垂直行业进行改造，可以显著提升效率。我们公司定位为一个智能物种平台公司，致力于通过AI硬件、机器人服务以及传统行业深度改造等方式，不断积累数据和场景经验，构建一个通用的物理世界大模型。同时，我们在中央构建世界模型（Word Action Model），通过真实场景如行业场景、机器人场景和AI硬件场景来构建数据飞轮，并拥有一支全栈闭环团队来实现这些目标。
Q：在面对市场和竞争对手时，你们是如何进行差异化定位的？
A：我们在差异化定位上更像Fake，因为Fake不仅做了AI助理公司，还专注于垂直领域的人工智能应用。我们的团队背景多样，互补性强，既有顶尖的AI科学家，也有具有实战经验的业界精英。目前我们在电商业务上有所布局，并计划将其转变为更偏向B端输出的逻辑，帮助传统企业在数字化转型过程中解决实际问题。
Q：对于传统企业在数字化转型中遇到的挑战，你们是如何应对的？
A：传统企业在转型时会面临一号位领导层不懂技术或无法有效推动转型的问题，以及自下而上转型过程中难以触及根本的问题。对此，我们采取的方法是从顶层开始推动变革，打破层级壁垒，并通过整合现有资源，例如重新构建体系，替代旧的系统和技术维护人员，从而实现真正的AI驱动的组织变革。
Q：在传统行业进行业务转变时，你们是如何操作的？
A：我们与合作伙伴合作时，会将新的体系直接嵌入到他们的系统中，并逐渐将整个业务模块嵌入到不同的合作伙伴里面。这样一来，合作伙伴在拥有新的收入来源的同时，原有的人力系统则不再需要，从而实现了成本降低。
Q：这种转变后，你们的商业模式会发生怎样的变化？
A：转变之后，我们大部分收入将来自购买市场上的token并进行增值和服务输出。我们向合作伙伴提供统一的嵌入式体系和对应的收费模式，这样公司的模式变得更轻盈。
Q：在AI端侧硬件领域，你们的逻辑是怎样的？
A：在AI端侧硬件领域，我们最终目标是解决消费者需求，通过提供智能体来满足需求。例如，在餐厅场景中构建智能体解决方案并与合作伙伴共建，然后输出给餐厅更加智能的解决方案。
Q：你们如何通过端侧硬件形成商业闭环？
A：通过端侧硬件获取用户数据并提供智能服务，硬件只是入口，更多通过后期服务来满足用户需求。通过占据家庭入口（如机器人），可以延展到家的应用场景，形成商业闭环。
Q：在正向运行商业模式的过程中，你们如何利用数据？
A：在运行商业模式的过程中积累数据，这些数据将成为未来构建大模型或物理世界大模型的基础，通过技术积累、场景带动、模型更新和真实数据回流，形成正向闭环。
Q：关于无人餐厅和其他行业的应用，你们有什么计划？
A：我们计划在未来一两个月内实现完全无人化的无人餐厅，并推出外卖服务。同时，利用餐厅的云技能和语言能力推广到其他行业如4S店、影院等，甚至跨行业应用到医疗行业。
Q：对于未来的发展里程碑，你们有何规划？
A：我们希望在2026年前打通各种场景，启动无人餐厅和线下展示店项目。到第二阶段，预计覆盖200家餐厅，并与200家生态合作伙伴合作，直至2018年实现更多目标。
Q：在技术研发上，你们如何应对供应链和量产问题？
A：我们将不断应对这些问题，与行业内的合作伙伴共同解决供应链和量产难题，并通过自己的研发团队和合作伙伴推动技术研发，定位为物理世界的金融科技公司。
Q：您提到的技术基座具体是指什么？
A：技术基座是指我们正在构建的既不是完全虚拟生成也不是基于现实数据的数据模型和智能体，它是一种结合实际应用场景，通过数据采集和智能输出，旨在服务B端场景、中期成为世界模型的经济实体，并最终走进千家万户。
Q：在AI硬件和机器人领域，您认为初创公司相较于互联网大厂有哪些优势？
A：初创公司在数据整合方面具有优势，大部分初创公司主要通过本体输出的方式获取数据，难以跨公司整合资源。而我们在垂直场景和应用上能够更灵活地切入，速度相对较快。此外，由于AI硬件和机器人领域并非完全垄断，且用户需求多样，初创公司有机会在特定领域和产品上取得突破。
Q：创业公司在AI硬件领域的发展路径是什么样的？
A：我们的发展路线是从较小的领域如AI影像或玩具开始，收集用户数据用于训练模型，然后逐步扩大应用场景。相比传统硬件厂商，创业公司在提供软硬件结合的产品及后续商品服务方面更具优势，能够更好地解决用户实际需求，并通过平台方式将商品和服务结合起来。
Q：在进行AI硬件产品研发时，如何进行数据采集和训练？为什么选择餐厅作为数字化改造的重要场景？
A：我们计划通过合作的方式，在特定场景如餐厅进行大量数据采集，并设立专门的训练场地进行深度学习训练。与当地深度合作的本地公司共同探索如何在半自动化环境中解决剩余问题，实现真正意义上的数字化解决方案。餐厅场景具有标准化程度低、食安问题突出的特点，这些都适合由机器人来解决。而且随着连锁餐饮业的发展，厨师和服务人员的素质难以保持一致，而机器人成本相对较低，可在单位经济模型上取得显著经济效益。同时，西餐标准化程度较高，也适合采用类似的方式进行数字化改造。
Q：在餐厅场景中使用机器人的具体案例是怎样的？
A：目前我们已经有一个视频展示了在餐厅环境中，双臂协作的机器人进行烹饪工作的场景。通过加入智能体，机器人能模仿人的学习方式，根据实际情况调整动作，甚至能通过尝试和学习来改进错误。
