前小米副總賣咖啡機器人，融資數(shù)億

近日，通用餐飲具身機器人公司影智 XBOT宣布連續(xù)完成數(shù)億元兩輪融資。其中，A輪2億元融資由香港簡坤資本GPTX出資；B 輪融資為3至5億元人民幣，由多支政府基金、美元基金和產(chǎn)業(yè)投資方共同參與出資。

掌舵人唐沐，是一位不折不扣的產(chǎn)品老兵。2003 年加入騰訊，在此后十年間主導(dǎo)組建了騰訊用戶研究與體驗設(shè)計中心（CDC），親手打造過QQ經(jīng)典頭像，也被媒體稱為“QQ頭像之父”。

2013 年，唐沐選擇加入正處于高速成長期的小米，完成了從軟件交互到智能硬件的關(guān)鍵一躍。在小米，他歷任智能產(chǎn)品部總經(jīng)理、生態(tài)鏈副總裁，主導(dǎo)了小米路由器和小愛智能音箱兩條億級產(chǎn)品線的從零到一。

2022 年，唐沐離開小米體系獨立創(chuàng)業(yè)，11月創(chuàng)立北京影智科技有限公司。他的核心判斷是，用消費電子產(chǎn)品的思路來做通用餐飲機器人，把機器人從實驗室里的"展品"變成商業(yè)場景里可量產(chǎn)、可盈利的"產(chǎn)品"。

影智 XBOT的團(tuán)隊配置不同于典型的機器人公司，更像是一家成熟消費品公司與AI公司的結(jié)合。機器人技術(shù)板塊由王嘉力主導(dǎo)，這位哈工大機電工程博士曾任航天科工、三一集團(tuán)、新松機器人等企業(yè)高管。運營板塊則由瑞幸系班底組成，包含曾負(fù)責(zé)大區(qū)超高體量門店連鎖運營、品牌標(biāo)準(zhǔn)化體系搭建的曹銳錕、于濤等人。

創(chuàng)業(yè)之初，唐沐獲得了騰訊高級副總裁張小龍、小米聯(lián)合創(chuàng)始人黎萬強等好友的天使輪投資。截至目前，影智 XBOT的咖啡機器人已在全球100多個城市落地超過1000臺，累計產(chǎn)出咖啡超過400萬杯，2025年，營收已突破 1 億元。

唐沐透露，2026 年公司手握的訂單金額已接近3至5億元。

以下為對話全文，略有刪減：

智客ZhiKer：2022 年決定創(chuàng)業(yè)時，您思考了哪些根本性問題？

唐沐：當(dāng)時我反復(fù)思考了三個問題。

第一個問題：創(chuàng)新還是跟隨。 在中國，創(chuàng)新特別難，你好不容易想到一個點子，大廠一跟進(jìn)就把你拍死在沙灘上。但完全跟隨，等于徹底沒有機會。所以我選擇了創(chuàng)新。

第二個問題：通用還是專用。 大家都在做人形機器人，但一個全知全能的人形機器人要產(chǎn)業(yè)化落地非常困難。歷史上很少存在一個產(chǎn)品是完全通用的，你不能把冰箱做成洗衣機又做成烤箱。所以我選擇做專用。

第三個問題：To VC 還是To C。To VC可以快速拿到錢，但那是短的錢、快的錢，也可能是債。所以我選擇To C，哪怕一開始有些困難，只要產(chǎn)品在真實場景滿足真實需求，就能走得很遠(yuǎn)。

智客ZhiKer：為什么最終選擇了咖啡機器人這個品類？

唐沐：第一，民以食為天，無論經(jīng)濟(jì)如何，人總要吃總要喝。咖啡是一個在中國快速增長的大市場，即使有瑞幸、庫迪，中國人均年度咖啡消費杯數(shù)仍遠(yuǎn)低于發(fā)達(dá)國家。

第二，效率革命的機會。咖啡師從早做到晚，連去洗手間的時間都沒有，還要面對顧客的各種要求。我們希望用機器人來解放這些人，而不是取代他們。

第三，也是最關(guān)鍵的咖啡的標(biāo)準(zhǔn)化程度足夠高。一杯拿鐵的變量相對可控，萃取時間、奶泡溫度、拉花動作，這些可以被結(jié)構(gòu)化、被數(shù)據(jù)化。相比中餐炒菜，咖啡更適合機器人先切入。

智客ZhiKer：你們是希望替代咖啡師？

唐沐：我們的客戶主要是非咖啡連鎖的異業(yè)客戶，奢侈品店、家居店、4S店、文博場館。這些場景本來沒有咖啡服務(wù)，或者咖啡只是配套服務(wù)，它們需要的是用咖啡留住客戶，而不是用咖啡賺錢。

另外，影智XBOT的客戶包括京東七鮮咖啡、菲柯機器人（FICO咖啡）、吉旅控股（吉林冰雪文旅）、博物天行（文博場館）等，并與擁有四千多家門店的亞洲咖啡品牌共同探索海外市場。?

對這些客戶來說，機器人不是替代一個咖啡師，而是創(chuàng)造了一個新的服務(wù)觸點。這個邏輯和當(dāng)年小米做IoT一樣，不是替代傳統(tǒng)家電，而是用新場景重新定義需求。

智客ZhiKer：從軟件到智能硬件，這段經(jīng)歷對做機器人最大的幫助是什么？

唐沐：所有經(jīng)歷教會我一件事，在真實的場景里做有真實用戶需求的產(chǎn)品，核心是滿足用戶的真實需求。無論你在做什么類型的產(chǎn)品，傳統(tǒng)軟件、互聯(lián)網(wǎng)軟件、智能硬件、機器人，只要抓住這一點，大方向就不會偏。

智客ZhiKer：機器人行業(yè)的主流創(chuàng)始人是技術(shù)出身，您會不會覺得自己是"異類"？

唐沐：確實，這個時代風(fēng)口浪尖上的機器人公司，很多創(chuàng)始人來自技術(shù)、工程領(lǐng)域，我一個做產(chǎn)品的人有點像異類。但我一直在想：如果把具身智能跨越鴻溝進(jìn)入商業(yè)場景，這究竟是一個技術(shù)問題，還是產(chǎn)品問題？

我的答案是，它有可能是一個產(chǎn)品問題。技術(shù)永遠(yuǎn)在不斷發(fā)展，我們看到很多高精尖的技術(shù)一雪藏就是一二十年，因為找不到商業(yè)路徑。要把具身智能變成一門生意，核心要解決的還是產(chǎn)品問題。

智客ZhiKer：您一直在強調(diào)“用消費電子的方式做機器人”，這具體意味著什么？

唐沐：現(xiàn)在的機器人基本都是偏實驗室、偏展示、偏秀的方式。目前我們的XBOTC3咖啡機器人是一臺工業(yè)級 6 軸機械臂機器人，能夠左右雙臂異步做兩杯咖啡，10分鐘可以做10杯咖啡，整個咖啡店微縮在2.5平方的機器人Box里。

在小米時定義一款成功的消費電子產(chǎn)品的標(biāo)志是出貨百萬臺，因為只有量產(chǎn)時會遇見挑戰(zhàn)，產(chǎn)線是否完備、產(chǎn)業(yè)工人是否經(jīng)過培訓(xùn)、機器人有沒有經(jīng)過各種使用場景的驗證、有沒有經(jīng)過安全認(rèn)證和 3C 認(rèn)證，2025 年，我們邁出了這一步。

消費電子的方式更多是指產(chǎn)品思維，極致性價比、快速迭代、用戶體驗優(yōu)先。比如我們的AI印花咖啡，用戶上傳照片，機器人在咖啡上做出專屬印花。消費者拿到后本能反應(yīng)是拍照發(fā)朋友圈，這種情緒價值帶來的免費流量，是傳統(tǒng)咖啡設(shè)備不會考慮的。

在咖啡機器人的基礎(chǔ)上，我們泛化出了三款產(chǎn)品：

XBOT I3冰淇淋機器人，只花了一個月就做出來，售價 17.9 萬元，每小時能做 60 杯冰淇淋。一臺冰淇淋機器人的設(shè)計壽命是 25 萬杯，按均價 10 元計算，250萬的營收是它自身價值的近 20 倍。

XBOT X1通用餐飲人形機器人，配備雙臂七軸結(jié)構(gòu)，本地算力500 TOPS，斷網(wǎng)狀態(tài)下可穩(wěn)定作業(yè)，覆蓋取餐、制作、遞送全流程，可完成煮面、調(diào)飲等多類操作，預(yù)計2026年底批量生產(chǎn)和銷售。

XBOT CUBE機器人快餐車，搭載20度電池，占地8平方米，支持咖啡、冰淇淋、調(diào)酒及烤腸等功能，上市時間待定。

智客ZhiKer：1000臺機器人落地的過程中，有哪些讓您印象深刻的場景？

唐沐：第一臺進(jìn)入天安門的機器人，是在2024年國慶前夕，天安門管委會的領(lǐng)導(dǎo)通過視頻號看到我們的機器人，找到我們說馬上國慶需要在廣場為游客提供咖啡。

另一個是香港的第一臺機器人，是廉政公署買的，從小看 TVB 電視劇，里面常說，廉政公署請你喝一杯咖啡，現(xiàn)在廉政公署的咖啡服務(wù)就是我們的 XBOT 提供的。

智客ZhiKer：為什么通用餐飲機器人XBOT X1沒有腿？

唐沐：堅決不做腿。 在餐飲行業(yè)吧臺下面長個腿別人也看不見，腿本身要消耗多余的算力和電量才能站穩(wěn)。我們用底座加萬向輪完成移動，存儲倉作為下半身，做完東西直接放在存儲倉里運送到顧客面前。

智客ZhiKer：你們?yōu)閄BOT X1設(shè)計了衣服？

唐沐：給機器人穿衣服。 我們可能是全球第一個認(rèn)真對待這個問題的公司。人形機器人如果真的要進(jìn)入各種工作場景，不穿衣服是不可能的，會臟、會濺油、電路需要保護(hù)、食品安全需要保障。我們找到了北京服裝學(xué)院的設(shè)計師（米蘭冬奧會中國代表團(tuán)入場方案的設(shè)計師），為每個工種設(shè)計了不同的工作服，咖啡師、調(diào)酒師、甜品師、面點師各有專屬服飾。

智客ZhiKer：在數(shù)據(jù)采集和訓(xùn)練方面，影智XBOT的做法有什么不同？

唐沐：我們把1000臺機器人落地的真實點位變成數(shù)據(jù)采集器，直接在商業(yè)現(xiàn)場采集數(shù)據(jù)。以戰(zhàn)養(yǎng)戰(zhàn)，既能更好地做數(shù)據(jù)采集和產(chǎn)品優(yōu)化，又不需要多花冤枉錢去請人做遙操控制。

我們經(jīng)歷了三個階段，第一階段只花了200小時的數(shù)據(jù)收集，就讓機器人從0到1學(xué)會了做咖啡。我們請頂級咖啡師到實驗室，用 16 組攝像頭記錄他們的動作，用像素級復(fù)刻的方式讓機械臂學(xué)會拉花。

第二階段，1000臺機器人落地、400萬杯數(shù)據(jù)反哺回來。

第三階段，我們用人類偏好對齊（RLHF）技術(shù)，基于人類反饋不斷強化大模型和機器人。

智客ZhiKer：除了硬件，影智XBOT的核心競爭力是什么？

唐沐：我們叫做“一腦多形，萬店統(tǒng)治”。

自研XOS 3.0“一腦多形”技術(shù)架構(gòu)，可實現(xiàn)跨本體技能遷移，學(xué)過的操作能力在更換機器人形態(tài)后依然可以復(fù)用，真正做到“一次研發(fā)、萬形復(fù)用”。

另外一個是AI Agent品牌“愛寶店長”。如果說XOS 3.0是負(fù)責(zé)學(xué)習(xí)與進(jìn)化的“大腦”，愛寶店長就是這顆大腦走到用戶面前的“那個人”。既負(fù)責(zé)前端用戶交互，又負(fù)責(zé)后端運營管理。一個運營過1000家店的店長，認(rèn)識數(shù)萬個熟客，這樣的店長你可能根本請不到。但我們可以把店長蒸餾出來，提供給每一位擁有我們機器人的合作伙伴。

智客ZhiKer：商業(yè)模式是一次性售賣嗎？

唐沐：推行RaaS模式（Robot as a Service，機器人即服務(wù)），合作伙伴可以低成本獲得機器人，按照月度支付物料費用和 AI 店長輔助運營的訂閱費，而不是一開始就支付高昂的機器人購買費用。

其中包含AI 連鎖運營系統(tǒng)，用AI重構(gòu)了新零售連鎖選址，傳統(tǒng)選址像看風(fēng)水，現(xiàn)在用大模型跑出來的點位數(shù)據(jù)，與人現(xiàn)場勘測結(jié)果的吻合度達(dá)到 97% 以上。同時，我們還用 AI 重構(gòu)了智慧門店系統(tǒng)，持續(xù)學(xué)習(xí)門店運營習(xí)慣，全程提供建議。

（本文首發(fā)鈦媒體APP，文 | 智客Zhiker，作者｜郭虹妘，編輯｜楊林 ）