具身智能的落地，正在从实验室走向最真的、最劳苦的物理宇宙。

而元节智能（AtomBite.AI）遴荐了一个看起来并不性感、但充足真的的场景：餐饮后厨。

36氪获悉，具身智能公司元节智能近日完成千万级种子轮融资，由英诺科创基金领投，水木清华学友种子基金、着名投资东说念主个东说念主跟投。资金将主要用于餐饮场景具身宇宙模子研发及中枢产物落地。

元节中枢团队在训诫公司前有过较永劫间的探索和孵化，这次融资秀雅着形状初步考证可行性，并已拿到国表里多家头部公司的产物合营部署意向。

元节智能的独创团队带有领悟的“好意思团基因”。

独创东说念主兼CEO王栋博士曾任好意思团外卖功绩部技巧雅致东说念主，管制千东说念主产研团队，主导构建复旧日均数千万订单的外卖算法、数据与系统架构；合伙独创东说念主李滔曾执掌好意思团外卖算法与数据体系，是少数信得过跑通过“全链路数据算法驱动”的技巧雅致东说念主；合伙独创东说念主李浩哲则是诱导创业者，具备多年行家化交易落地教学。

夙昔几年，餐饮数字化仍是被SaaS、点餐小圭表、配送诊疗系统改良了一轮又一轮，但当行家外卖订单持续攀升，一个遥远被淡薄的问题启动变得越来越隆起：从商家出餐到骑手取餐之间，仍然存在多半高度依赖东说念主工的物理操作法子。

比如打包、封签、分拣、接驳、配送。

这些进程看似琐碎，却径直影响系数这个词践约后果。错单、漏单、撒漏带来的损耗，会同期传导至用户、商家、骑手与平台四端。与此同期，行家餐饮行业还无边面对结构性用工问题：北好意思快餐行业时薪持续高涨，国内餐饮门店则遥远存在招工难、流动率高的问题。

离开好意思团之后，王栋曾在北好意思与新加坡进行了持续数月的市集磨真金不怕火，深切拜谒多半餐饮商家与外卖平台。他最终造成了一个明确判断：餐饮后厨，可能是具身智能最具详情趣的交易落地标的之一。

原因在于，这个场景同期具备几个关节特征。

最初，它是行家共通需求。不管中国、北好意思照旧东南亚，餐饮行业皆面对东说念主力本钱上升与践约后果问题。

其次，它的ROI充足明晰。唯有大约缩短错单率、减少东说念主工、普及出餐后果，商家就快意为此付费。

更要紧的是，比拟家庭、养老等强调情谊交互的场景，餐饮属于专科就业畛域，决策链条更短，中小商家合营意愿更强。

在遴选36氪采访时，王栋暗意，就业业自己占据行家GDP的高大比例。要是大约在餐饮后厨这个高频场景中建筑起信得过可运行的具身决策，杀青从模子到愚弄的系统性落地闭环，自己就价值高大，而且也具备改日再向家庭厨房等更复杂的场景蔓延的可能。

比拟不少公司优先作念“通器具身宇宙模子”，元节智能更倾向于从真的场景中持续学习以冉冉建筑模子才能。

王栋暗意，“迁徙才能（Locomotion）经过七八年发展，其实仍是基本治理了。当今行业信得过的焦点，启动转向细致无比操作。固然忠良手距离信得过练习还有距离，但二指、三指夹爪仍是出现多半练习的工程化决策，不错复旧部分圭表化任务落地。”

在这么的判断下，元节智能莫得把重点放在重新发明机器东说念主硬件，而是要作念一套面向餐饮场景的“宇宙算作模子（World Action Model，WAM）”。

在王栋看来，VLA（Vision-Language-Action）道路过度依赖言语模块进行高层筹办，2026世界杯中国官方入口但对视觉表征不及，而真的宇宙里的算作扫尾，本质上并不依赖言语。“东说念主类信得过的算作扫尾旅途，其实莫得那么强依赖language。更中枢的问题，是视觉会通、物清醒通，以及算作奈何与真的宇宙建筑映射。”

基于这一判断，元节智能在模子层面更强调探索交融视觉（Vision）与触觉（Touch）的“VT-WAM”（视觉-触觉宇宙算作模子）。王栋解说说念：“视觉看得见物体，却看不见讲和；触觉看不见全局，却看得见成败。视觉ground的是宇宙的几何侧面，触觉ground的是宇宙的物理侧面。VT-WAM再把这两类信息通过隐空间详尽进一个能预判讲和后果的‘宇宙-算作模子’。”

宇宙模子不仅需要视觉感知才能，更要紧的是会通真的物理宇宙中的律例与因果干系。他例如说，一个饮料杯是否装水、装得满起火、温度是冷是热，皆会影响机器东说念主握取时的摩擦力、重点变化与操作踏实性。

元节智能但愿通过视觉、触觉等多传感器协同感知物体气象，并在模子中镶嵌对液体飘荡、重点变化等物理属性的因果会通，让机器东说念主的算作不仅仅基于数据拟合，而是信得过妥当现实宇宙的物理律例，从而普及握取与操作的踏实性和细致无比度。

从技巧架构来看，元节的系统梗概分为三层：最表层是具身宇宙模子，用于造成对后厨环境的默契，并完成决策与算作筹办；中层是任务编排与诊疗引擎，将默契完了漂流为具体实施筹备，并调治诊疗不同开发；底层则是自研中枢部件与通用硬件实验的交融，确保系统大约在真的后厨遥远踏实运行。

这套架构背后的中枢逻辑是：不是先造一个通用机器东说念主，再去寻找愚弄场景，而是在一个充足高频、充足痛的场景里持续网罗真的交互数据，反过来喂养宇宙模子，让模子在物理宇宙中越来越“理智”。

餐饮后厨每天皆在雷同多半高频操作——打包、分拣、搬运、烹调、接驳——这些算作自然大约造成海量、各样化的真的宇宙数据，而这类数据很难单纯依靠仿真环境生成。

具体落地旅途上，元节智能当前遴荐从“外卖打包与接驳”切入。这是系数这个词践约链路中出错率最高、圭表化进度相对较高、同期又最容易量化价值的法子。

“打包法子的任务范围明晰，场景可控，咱们的旅途所以交易价值为依据，先聚焦普及握取精确度，作念到可用可靠。”王栋暗意，“站在交易视角，商家并不留神你的机器东说念主像不像东说念主，会不会舞蹈，商家更在乎你到底能帮我干什么活。”

当前，元节的决策是将高频、圭表化算作交给端侧轻量化小模子实施，例如套餐装盒、封签等算作，以缩短延迟与蚁集依赖；而云霄大模子则主要用于处理特殊情况，例如物料缺失、异物侵犯等复杂场景，并通过KDS系统联动后厨东说念主工补位。

打包法子模子预测会在2026年内投入真的商家后厨进行范围化部署。

在团队的设思中世界杯官方入口，改日模子才能会从打包这一单点法子切入，不绝向更复杂的后厨操作蔓延，包括分拣、配送接驳、烹调协同，甚而冉冉投入更普通的就业业场景。