前美團技術大牛創業，教機器人打包外賣

機器人前瞻（公眾號：robot_pro） 作者 | 許麗思 編輯 | 漠影 在美團緊鑼密鼓佈局具身智能的同時，一批從美團走出的技術大牛，正將工程與商業經驗帶向更貼近物理世界的新戰場。 前美團外賣技術負責人王棟，就是其中之一。離開美團後，調侃自己有種“老幹部退休”感的王棟，沒有繼續做平臺軟件或者AI應用，而是轉身進入了具身智能賽道。 這個選擇並不突然，王棟在人工智能領域已經有近20年的積累。 王棟本科、博士均畢業於清華大學，博士師從中國人工智能泰斗、清華大學張鈸院士，長期聚焦於人工智能表示問題。 張鈸院士推崇自由探索，也為學生創造了大量海外訪問和國際合作機會。得益於這種開放的國際視野，王棟極早就觸碰到了機器人的前沿研究。2006年，他曾與漢堡大學張建偉教授合作，在IROS發表關於視覺方法結合機器學習進行機器人抓取的論文。 2011年，王棟搭建出全球首個商用視頻人臉識別與跟蹤系統；2014年進入美團後，王棟長期深耕推薦、搜索、廣告、大數據等AI核心應用場景，構建出業界領先的本地生活服務推薦系統及移動原生廣告平臺。 真正讓他決定下場創業的，是一個更長期的判斷：如果人工智能不能進入物理世界感知、行動和獲取認知，它就很難真正走向更高層次的智能。所以，具身智能是AGI的必由之路。 今年3月底，元節智能（Atombite）在北京註冊成立，聚焦於面向餐飲場景的世界動作模型，並且選擇先從外賣打包環節切入。 “人最好能做自己既擅長、又感興趣、同時對社會有幫助的事情。”王棟說。 成立不到兩個月後，元節智能就完成千萬級種子輪融資，由英諾科創基金領投，水木清華校友種子基金、知名投資人個人跟投。王棟回憶，前後調研大半年，看了很多方向，剛確定創業方向，產品demo都還沒做出來，投資人聽了構想，20分鐘後就拍板決定投資。 在我們與王棟的對話中，美團始終是繞不開的關鍵詞。美團給王棟留下的，不僅是技術、商業與組織的方法論，更是一種在早期做外賣時、於巨大不確定性中死磕往前衝的勇氣。 過去，美團解決了怎麼把餐送出去的問題；現在，王棟想把具身智能帶進後廚，從打包出餐接駁的一個個小問題開始，最終以智能化真正改變餐飲行業的供給側，讓AI不僅能會琴棋書畫，也懂柴米油鹽，更具煙火氣和生活感。 一、餐廳後廚，是具身智能應該落地的地方 離開美團後，王棟沒有急於開啟創業，而是花了很長時間在海外考察。在海外餐廳後廚，他發現，全球外賣訂單攀升，餐已經可以高效送出去，但餐廳內部的製作、打包和出餐，依然高度依賴人力。 尤其北美市場的餐飲行業，長期面臨招人難的問題，後廚工作重複、辛苦，人員流動性高。北美不少快餐店員工時薪已經超過20美元，人力成本正在變成餐廳越來越重的固定支出。 這讓王棟更加認定，餐廳後廚，就是具身智能亟需落地的地方。 回國後，王棟快速組建起了團隊，核心成員來自清華、中科大、美團、地平線，兼具深厚的技術底層與多年的商業化實戰經驗。 其中，聯合創始人李滔，曾執掌美團外賣算法與數據體系，是少數真正跑通全鏈路數據驅動的人；聯合創始人李浩哲，連續創業者，多年全球化商業落地經驗。 王棟強調，元節智能要做“有準備的團隊”，其核心方法論是“不為算法找數據，而是為數據找算法”。 相比於先選定算法、認定了一套世界觀後，再去匹配數據的“學院派”做法，元節智能的思路是“場景先行”——現實場景中已經存在明確的痛點，團隊要做的是先儘可能完整地收集該場景中的真實數據，再從數據中尋找最適合的具身解決方案。 現在入局具身智能，是否還算是好時候？王棟拿外賣行業作類比：2012年前後，外賣賽道最火的平臺是到家美食薈，餓了麼已經創立4年，而美團在2014年才正式入局，只要賽道足夠長，不同玩家就有不同的切入點。具身智能格局遠未定型，發展空間巨大。 更重要的是，行業正在處於從講故事、做Demo走向真實應用落地的時機。他覺得，經過十多年的工程和商業實踐，團隊最擅長的就是將故事轉變為可以實際落地的產品。 但王棟並不認為大廠的成功經驗能直接和創業畫等號，如果說在美團的經歷留給他最寶貴的資產，其實是當年投身外賣戰場時的勇氣。 “印象有人評價當年描述美團創業的歷程說，最重要的不是過去你幹成了什麼，而是此時此刻你打算開始，因為你有夢想和勇氣，”王棟說，“這種勇氣可能是今天對我最有價值的東西。” 同時，美團的經歷也讓王棟具備了更務實的底層認知。他相信世界本身充滿隨機性，很多成功不能簡單歸因為某個人或某個團隊做得好，更不能用倖存者偏差去判斷結果。在具身智能這樣尚未定型的賽道里，創業者需要保持弱者心態。 對王棟來說，元節智能不是複製過去的大廠經驗，而是一個新賽道里，重新把一個具體問題做深做透的過程。 二、從外賣打包切入，做商業後廚的垂直大腦 元節智能從一開始就明確，不造腿和手，只做垂直領域的“大腦”。 這是基於現實分工做出的判斷，王棟認為，中國機器人供應鏈在腿、手等硬件方向已經有很強積累，優秀公司林立，元節智能沒有必要在非核心優勢的戰場上拉長戰線。 元節智能選擇先從餐飲打包切入具身智能賽道。團隊對西餐Top30的快餐品牌進行深入拆解，發現打包幾乎是所有廚房都無法繞過的通用環節，覆蓋中餐、墨西哥餐等多個品類。 同時，餐飲後廚還不像標準工業產線那樣容易自動化，外賣打包這個環節看起來簡單，實際卻是一種柔性、隨時變化的工作。餐盒形態各異，訂單動態隨機切入，前一分鐘可能處理漢堡，下一分鐘就要打包湯品或小食，很難用一條固定節拍的傳統產線解決。 更重要的是，打包能力背後會沉澱一組原子操作能力。一旦這些能力跑通，後續再做炸薯條、做漢堡等餐飲製作類任務時，底層的大量基礎操作技術是共通的。 事實上，餐飲打包之前並非無人嘗試。疫情期間，美團曾經嘗試過智慧廚房相關業務，王棟也深度參與其中，研究能否打造出一款外賣打包機器人。 但當時，視覺等各項能力還不夠完善。直到今天，王棟覺得這件事終於到了“跳一跳、夠得著”的黃金節點。 在模型路線方面，元節智能奉行“大模型兜底長尾，小模型跑高頻”的實用主義。 針對具身大模型推理慢、過於沉重的痛點，團隊用垂直數據將開源模型蒸餾為多個敏捷小模型組合。日常高頻任務由小模型處理以保證速度與穩定；遭遇長尾未知狀況時由大模型兜底，必要時引入人工遠程介入，並將經驗迴流沉澱，完成數據閉飛輪的持續迭代。 三、海外掘金，用訂閱制撬動數據飛輪 元節智能把商業化第一站，放在了海外。 這個選擇也來自王棟對餐飲生態差異的觀察。“海外餐飲消費者對更傾向於吃一些穩定、相似的東西，對口味的挑剔程度沒有中國消費者那麼高。”他說。 並且，在海外的餐飲生態中，外賣平臺並不像國內這般強勢，可能會更多站在商家和騎手角度考慮。這就意味著，商家更願意為效率改善和人力替代付費，商業模型的賬更容易算得過來。 相比之下，國內餐廳數量多，供給相對充足，餐廳老闆對於機器人這種重資產的付費意願較低。王棟覺得，未來隨著人口結構變化，國內市場也會出現機會，但在現階段，元節智能更適合先在北美把基礎能力做出來，把成本打下來。 商業模式上，元節智能傾向於讓餐廳按月訂閱。原因也很直接：餐廳老闆最關心兩件事，一是用了設備能省多少錢，二是前期投入能不能低一點。 王棟算了一筆賬：如果讓餐廳老闆一上來就掏出數萬美元購買設備，決策週期會拉得很長；但如果轉化為每月兩三千美元的訂閱費用，對比當地一個後廚員工高達七八千美元的綜合成本，商家嘗試的門檻將被降到極低。訂閱效果好，可轉為購買；若想保持現金流穩定，則可以持續訂閱。 這套定價邏輯的核心，不是把機器人賣出去，而是讓客戶更容易邁出應用的第一步。 對於接下來哪些場景做或者不做，王棟有一套清晰的篩選標準，那就是看客戶是不是足夠痛、是否願意付費，以及這件事是否匹配團隊能力。因此，元節智能仍會沿著餐飲大方向走，尤其是商業後廚。 短期內，元節智能的目標是將打包產品打磨到極致，讓用戶願意繼續長期使用。產品紮根餐廳後，也將幫助團隊持續收集真實後廚數據，理解餐廳每天真實發生的動態變化。 當打包能力跑通後，元節智能會再選擇相對長鏈路的任務進行擴展，比如炸薯條、做漢堡等，把更長週期、更復雜流程的能力補上。等產品和技術路徑跑通後，再沿著已經建立的銷售通路進行復制。 在王棟的三年戰略藍圖中，元節智能最終要摸清商業後廚真正需要的“設備全家桶”。這些設備不一定都是長著靈巧手的智能機器人，也可能包含大量傳統、低成本且好用的自動化工具。 元節智能真正想扮演的角色，是通過一套機器人操作中控，讓後廚的所有設備協同運轉，應對堂食、自提、外賣等混合流訂單。 這意味著，元節智能最終想做的，並不是單臺機器人這麼簡單，而是商業後廚裡的智能協同系統，能無縫調配從高到底不同智能程度的設備。 結語：具身智能，並不存在護城河 無論是科技巨頭還是初創黑馬，王棟都不認為有誰真正建立了自己的護城河，因為這是一切都尚未來定型的賽道。 “在絕對的資金量面前，護城河隨時可能被別人踏破，這也是我學到的一個很重要的商業教訓，”王棟說，“所以我還是相信自己什麼都不會。” 這個階段真正重要的，是誰能更快貼近客戶需求，拿到穩定訂單，並在真實場景中持續積累數據、打磨產品、構建能力閉環。 具身智能距離真正的“GPT時刻”顯然還有一段路要走，而王棟覺得，ChatGPT之所以被稱為GPT時刻，本質上是因為它成為了被大眾廣泛接受的C端殺手級應用。而今天的具身智能，還沒有出現類似的應用。家庭場景想象空間很大，但技術成熟度、成本結構、產品體驗和用戶接受度，都還需要時間沉澱。 但行業還沒到GPT時刻，並不意味著具身智能玩家只能在Demo裡徘徊。 王棟選擇先在B端做起來，在通用能力成熟之前，用垂直能力解決特定領域的具體問題。正如在ChatGPT誕生前，AI早已在推薦算法、搜索、廣告等B端場景中創造了數以千億計的商業價值。今天的具身智能，同樣可以先一步步佔領商業後廚。 元節智能的破局路徑具備一定的參考價值：真正的技術顛覆，往往不在於它的姿態有多炫酷，而在於它是否長在物理世界最真實的痛點之上。 具身智能走向產業深處，或許正從後廚裡那雙忙碌打包外賣的機械手開始。