马斯克、黄仁勋等人的站台，让具身智能迅速蹿升为2024年最受资本追捧的赛道之一。
复盘具身智能赛道过去一年融资事件，人形机器人是出现频率最高的词。或许是受《机械姬》、《西部世界》等科幻作品的影响，人们本能地认为具身智能应该拥有双手双脚、面部表情等设计。
但影智科技创始人唐沐对此并不认同：“具身智能在产品设计上应该解决特定需求，而非单纯追求形式上的’人形’。当前市场对人形机器人的追捧更多是概念化，而非实用主义。”
作为QQ头像、微信表情包等现象级符号的缔造者，小米路由器、小爱智能音箱等亿级爆款产品的掌舵人，唐沐以其敏锐的洞察力和创新的产品思维，打造了一系列国民级产品。
与那些还处于实验室状态、“吊着威亚”展示的人形机器人不同，影智科技的xbot咖啡机器人已经是各种科技展会上的明星，每次体验机器人制作咖啡的观众都排起了长队。
具身智能为什么必须回归需求导向？这种理念为机器人带来了哪些颠覆性的改变？又有哪些成功落地的应用场景？带着这些问题，我和影智科技创始人唐沐进行了一场深度对话，尝试打破外界的刻板印象，找到通往具身智能正确答案。
01 机器人的进化路径：不是从“像人”开始，而是“更有用”
2023年走进大众视野的具身智能，正处于“八仙过海” 的时期，吸引了一大批用人形机器人求解具身智能的创业者。
而支撑他们投身人形机器人的动机，可能只是一场不确定的“风”：当马斯克开始做人形机器人之后，市场、资本机构都认为必须加快入场，不能等特斯拉真正做出来了大家再去追。
有着20多年产品经验的唐沐，并不苟同这种追风现象。
2003年，唐沐加入 $腾讯控股(00700)$ ，着手组建了腾讯用户研究与体验设计中心（CDC），负责QQ、QQ电脑管家、QQ音乐、QQ空间等亿级用户的产品体验设计。外界所熟悉的QQ头像、微信表情包等均出自唐沐之手。
2013年，本着“做一款自己的产品”的想法，唐沐加入 $小米集团-W(01810)$ ，历任智能产品部总经理、小米生态链副总裁，带领团队开创了小米路由器、小爱音箱两条亿级产品线，以及VR、AR、机器人等领域的技术探索。
多年后，唐沐离开小米创办了影智科技，天使投资人名单中不乏微信之父张小龙、小米联合创始人林斌、黎万强、黄江吉、洪锋等外界耳熟能详的人物。
影智科技的标杆产品，正是前面提到的xbot咖啡机器人。彼时，唐沐就意识到，机器人需要遵循技术的底层逻辑，在正确的时间做正确的事，而非奔着一个遥远的目标给投资人画饼。
这样的履历，让唐沐有足够的底气选择不盲目追风，坚持自己对具身智能趋势的理解和洞察。
当其他创业者为人形机器人枕戈待旦时，堪称“国内具身智能消费机器人第一人”的唐沐，没有沉溺于对人形机器人的空洞想象，理性地讲述了自己对机器人演进路径的独到见解：
X1阶段是工业机器人，强调动作的人工编排，用于工厂内的高度结构化任务；
X2阶段是消费机器人，结合人工与AI进行任务编排，比如学习咖啡师的技艺训练机器人的拉花技巧；
X3阶段是具身智能消费机器人，拥有视觉、听觉、触觉等多模态感知能力，可以基于用户的个性化信息，结合消费场景和用户进行深层次互动，进一步提升服务质量和灵活性；
最后一个阶段才是AGI机器人。
和人形机器人广泛而模糊的目标不同，唐沐认为：机器人的进化路径，不是从‘像人’开始，而是从‘更有用’出发。具身智能的真正价值，在于以具体问题为导向，让机器人能够灵活适应环境、精准满足需求，这才是技术发展的正确方向，就像让机器人做咖啡。
相比人形机器人在舞台上比心、跳舞等“炫技”，影智科技的xbot咖啡机器人让人记住的，是实打实的“新质生产力”：能够在75秒内复刻大师级的拉花咖啡技艺。
2021年举办的黑杯咖啡大师竞技赛上，xbot咖啡机器人和世界级拉花咖啡师同台竞技，并最终摘得了冠军。由于人类咖啡师的集体抗议，xbot咖啡机器人在第二年“被迫”当了评委。主办方先让xbot咖啡机器人做一杯拉花咖啡，然后让人类咖啡师还原，并根据完成度评分。
现在，xbot咖啡机器人已经不单单是效率上的降维打击，在大模型的赋能下重新定义了服务边界——从生产力工具跃升为兼具情感互动与个性化服务的咖啡智能体。
02 具身智能的现实价值：不是形态上像人，而是思维上像人
在 $星巴克(SBUX)$ 的品牌故事里，有一个重要的理念是“将顾客作为朋友”，咖啡师熟悉每一位顾客的名字和喜好，甚至在顾客进门前就准备好了他们常点的饮品，以此给予顾客在家和工作之外的归属感。
但在中国市场，这种归属感早已输给了人效二字：被一杯杯订单忙到喘不过气的咖啡师们，很难有精力和顾客建立有感情的沟通。咖啡店拼的是出单量和运营效率，而非顾客的体验感。
在唐沐看来，这正是具身智能的现实价值。
“X2阶段的机器人已在效率上实现对人工的降维碾压，而大模型的多模态感知与认知推理能力，将重新定义咖啡消费，不仅赋予了咖啡人情味儿，还拓展出了全新的消费场景。”
影智科技自研的xbot咖啡大模型已经应用到三类消费场景中，完美诠释了唐沐的理念：
一是AIGC“烘托”的仪式感和氛围感。
除了大师级的拉花技艺，xbot咖啡大模型带来了独一无二的咖啡体验：顾客可以扫码上传自己感兴趣的照片，通过AIGC技术生成自己喜欢的图像风格，让咖啡机器人用焦糖在奶泡上打印出相应的图案。
一杯咖啡满足的不再只是“提神”的需求，也是一种社交资本：情人节给女朋友买一杯印有玫瑰花图案的咖啡，在景点打卡时咖啡上印有刚拍的风景……让喝咖啡更有仪式感，并激发出消费者的社交需求。
二是多模态感知能力带来的情感体验。
当顾客走到咖啡机器人前点单时，可以智能识别用户身份和口味偏好，自动切换到顾客喜欢的数字人形象，而且数字人会主动和顾客打招呼，并推荐顾客可能感兴趣的咖啡品类。
在用户允许的情况下，咖啡机器人甚至可以通过声音和表情实时感知顾客的情绪状态，比如顾客表现出疲倦或情绪低落时，建议顾客多加一些糖来保持好心情，或者调整咖啡因浓度帮助用户提神。
三是千人千面的消费需求和健康管理。
得益于xbot咖啡大模型的认知推理能力，基于顾客消费数据的个性化消费知识图谱，顾客只需要一个类似“做一杯热带风情”咖啡的指令，咖啡机器人能够自动创作出符合顾客需求的咖啡，让顾客的需求不再局限于已有的菜单，而且能够根据自己的想法个性化定制。
xbot咖啡大模型还能为顾客制定健康管理方案，比如了解到顾客连喝了三杯咖啡后，推荐喝一杯有利于健康的乌龙茶。
如果说人形机器人追求的是形态上像人，唐沐的理念是思维上像人，让具身智能机器人像人一样和顾客打招呼，像人一样关心顾客的情绪。
唐沐进一步解释称：“具身智能还没有终极的答案，不代表没有可以参考的路径，譬如十年前的自动驾驶，如果按照当时预期的终极目标，到现在也没有实现，但并不妨碍L2.5、L3级别的自动驾驶能力上车。具身智能从发展到成熟的过程中，也存在大量可落地的场景。”
摆脱了“炫技”等表面追求的xbot咖啡机器人，可能不如人形机器人有话题性，却构建了更贴近消费场景的具身智能生态，打造出了更贴近当前社会需求高度契合的真实图景。
03 遵循商业化常识：人形可能会是累赘，优先解决高频刚需
对于具身智能的市场前景，外界有不少判断。
高盛曾预测称，在理想状态下，软硬件成本年均下降达到20%的话，人形机器人市场规模有望在2035年达到1540亿美元。
黄仁勋在媒体采访中坦言，“100年后大街上将到处都是人形机器人”，马斯克也在X上默契地回复，“人形机器人普及程度将是汽车10倍”。
面对具身智能的商业化问题，有别于动辄十年后、百年后的长远叙事，唐沐用一组掷地有声的真实数据给出了答案：
“目前xbot咖啡机器人在全球部署超过300台，包括博物馆、景区、商场、展会、图书馆等场所，两周前刚落地到70家万达影城。每台咖啡机器人日均制作的咖啡在200杯以上，最高的时候超过了350杯。仅在过去一个月，我们的营收已经超过2000万元。”
正在大规模量产的xbot咖啡机器人
唐沐对具身智能机器人的商业化构想，也随着xbot咖啡机器人的落地得到了充分验证。
比如在2023年成都大运会期间，成都的一家公司将xbot咖啡机器人“搬”到了大运会的运动员餐厅，24小时不间断运营。期间吸引了不少运动员拍照打卡，不乏意大利、巴西等对咖啡要求很高的国家的运动员。后台统计数据显示，xbot咖啡机器人在12天里做了4000多杯咖啡，主办方全程只安排了一个志愿者负责换料。
再比如北京首都图书馆的例子，在微博、小红书等社交媒体上，有不少人分享打卡首都图书馆的咖啡机器人，为机器人的拉花技能和个性化图案印花点赞。连唐沐都直言超出了预期：“一开始只是和首都图书馆联营合作，不小心成了图书馆的网红打卡点，每天运营10个小时，日均制作200多杯咖啡，只用4个月的时间就收回了成本。”
两个月前的国庆75周年庆典上，xbot咖啡机器人作为新质生产力的代表，出现在天安门景区，意料之中地成了新晋打卡点，每天都有不少游客排队体验。
咖啡机器人的商业化路径跑通后，唐沐并没有停下来。
除了直接销售咖啡机器人，影智科技正在全面发力机器人联营业务，探索咖啡服务之外的信息增值服务。围绕真实的场景需求，咖啡小站、无人快餐车等产品已经被排上日程，其中无人车快餐车上的机器人，可以制作咖啡、冰淇淋以及汉堡、沙拉等快餐。
被问及影智科技是否会进入更多场景、未来的边界在哪里时，唐沐的回答始终聚焦在场景化设计的理念：“所有的产品必须要在场景中设计，我们绝对不做臆想的，不会突然冒出一个idea就把它做出来。”
站在行业的视角上看，整个具身智能赛道似乎还未到谈论商业化的时候，不断有创业者带着激情进场，资本也愿意为一个美好的愿景买单。但看似繁荣的热潮背后，潜在的困境也如影随形，倘若没有未雨绸缪的商业化审慎思考，过于夸大未来而忽略当下，最终留下的往往是一地鸡毛。
见证了多次潮起潮落的唐沐，本着对国民级产品的执着，认为具身智能创业应该遵循商业化常识：“具身智能不等于人形机器人，在许多场景中，人形设计可能过于复杂且不具备效率，甚至会成为累赘，创业者应该以具身智能为核心，优先解决高频刚需问题，不要盲目追求形式上的人形化。”
04 写在最后
2019年中国的人均咖啡消费不到5杯，2023年的时候已经增长到16.7杯，一线城市甚至达到了100多杯。等待xbot咖啡机器人的，是一个潜力无限的千亿级市场。
作为一个蓝海市场的开拓者，唐沐笃定地表示：“我们的产品不是跟着潮流走，而是要用实力去定义潮流的方向。这或许是我这种‘大龄创业者’的特质吧，不会被理想冲昏头脑，也不迷恋概念上的‘炫酷’， 解决现实需求才是直接打破行业规则的王道。”
具身智能的大幕才刚刚拉开，已经站在浪潮之巅的唐沐坚信，随着人形机器人热潮退去，行业将迎来一场回归：从形式到本质，从概念到落地，具身智能将重塑更多行业，创造出前所未有的价值。
精彩评论