從餐飲後廚到物理世界基礎模型：量化派的物理AI，走的是賣能力的路
重點摘要
這篇消息聚焦「從餐飲後廚到物理世界基礎模型：量化派的物理AI，走的是賣能力的路」。目前站內已移除先前混入的模型思考或安全判斷文字，並保留來源可確認的主題供讀者追蹤。
從餐飲業的後場廚房一路走到物理世界基礎模型的研發前沿，一個帶有量化背景的團隊正以截然不同的商業路線，在人工智慧領域引發關注。不同於當前多數AI公司直接鎖定應用產品或硬體裝置的變現路徑，這個團隊選擇將核心模型的底層能力作為輸出標的，形成一條「賣能力」的商業路徑。這種模式並非將技術封裝成單一解決方案，而是讓外部開發者與企業能夠基於同樣一套基礎模型，各自構建專屬的應用與產品，讓技術影響力從單點走向生態。 團隊的成長軌跡本身就帶有相當的戲劇性。據了解，該團隊最早從餐飲業的後廚工作起家，與當前專注的物理AI領域看似毫無關聯。這段經歷卻使他們在後續投入技術開發時，對於技術落地與商業化效率有著截然不同的思考方式。相較於從純學術或軟體背景出發的團隊，他們更早意識到模型不能只停留在論文或展示階段，必須在真實世界裡找到可以持續創造價值的循環。 進入物理世界基礎模型領域後，這條「賣能力」的路線變得更加明確。所謂物理世界基礎模型，指的是能夠理解三維空間、物體動態、力學規律以及人機互動的深度學習模型，與當前主流的語言模型或影像生成模型有本質差異。這類模型要能真正被應用，往往需要涵蓋從感知到決策的完整鏈路，而該團隊決定不將這套能力鎖在某個特定硬體或應用上，而是直接以平台級服務的形式開放授權。 這種選擇反映出一種基礎設施化的思維。團隊認為，物理世界模型的應用場景極其分散，從智慧製造的產線排程、物流倉儲的機器人調度，到服務型機器人的環境理解，每一種場域對模型的需求都不同。與其為每一種場景從頭開發專屬系統，不如打造一個具備泛化能力的基礎模型，再由外部團隊根據自身需求進行微調與整合。如此一來，模型的普及速度更快，商業規模也更容易放大。 量化背景則是理解這條路線的關鍵線索。所謂「量化派」，通常指的是在模型訓練與部署時高度重視效率、成本與規模效益的技術取向。這類團隊往往不追求單一模型在特定任務上的極致表現，而是關注模型能否在有限資源下廣泛適配各種環境。這也解釋了為何他們選擇將模型能力標準化並對外授權：與其投入大量資源在少數高利潤但封閉的應用上，不如讓模型成為生態系統的共通基礎，從中獲取持續且可擴張的價值回報。 目前關於該團隊的具體名稱、創辦成員背景與詳細技術規格尚未完整揭露，但根據已浮現的輪廓，可以清楚看出其與主流AI公司截然不同的策略偏好。許多企業在取得模型能力後，傾向於直接推向消費者市場或綁定自有硬體，形成封閉迴圈；而這個團隊選擇退到後方，將模型定位為開放支援層，為各種垂直領域的合作夥伴提供技術基座。 從實務角度看，這種「賣能力」的模式在物理AI領域具有明顯優勢。製造業、物流業、農業與營建業等傳統市場中，絕大多數企業並不具備從零建立物理AI模型的技術條件，但它們卻有高度具體且迫切的自動化需求。一個經過驗證、具有泛化能力的基礎模型，搭配彈性的授權機制，可以讓這些產業快速跨過技術門檻，直接進入應用整合階段。對模型提供方來說，這種模式也降低了單一客戶流失的風險，因為模型一旦嵌入客戶的開發流程，轉換成本自然提高。 當然，這條路並非沒有挑戰。基礎模型的開發投入極大，尤其是物理AI所需的模擬環境、真實數據採集與模型迭代，都需要長期且昂貴的資源支撐。賣能力的商業模式能否在模型尚未大規模商業化之前維持開發動能，將是團隊必須面對的考驗。此外，開放授權雖然有助於生態擴張，卻也可能讓最終應用的品質與安全難以統一控管，尤其是在涉及實體機器人操作的場景，模型的行為邊際必須極度明確。 不過從團隊的發展軌跡來看，那些從廚房中淬煉出來的務實精神，或許正是他們走這條路的最大本錢。餐飲業的經驗讓他們比多數AI團隊更懂成本結構、營運效率與現實世界的變數。這些體悟直接影響了他們在AI領域的策略選擇：不追求炫目的單一產品，而是讓自己的技術像基礎設施一樣沉默但不可或缺地運轉。 值得注意的是，這股從量化背景出發的物理AI路線，也正在為整體AI產業的商業模式提供一種新的參照。當大型語言模型市場逐漸被少數巨頭主導，實體世界的AI應用反而呈現出更多元且分散的樣貌。在這樣的市場結構下，基礎模型提供者、應用開發者與終端用戶之間的專業分工將愈發明顯，而具備開放能力授權思維的團隊，有機會在這層分工中佔據關鍵節點。 從後場的灶腳到物理世界的模型中心，這條看似跳躍的軸線，實則貫穿著一條強烈的務實邏輯。團隊沒有選擇追趕當前最熱門的消費級AI應用，而是回頭凝視那些長期被技術忽略的實體場景，並以賣能力的方式，讓自己的模型走進工廠、倉庫與田間。對於物理世界的人工智慧來說，這條路是否會成為主流，仍有待時間證明，但至少它已經證明了AI商業化不只有一種劇本。
Related
相關文章
打不贏Fable 5，馬斯克開始爆吹Grok 4.5的“性價比”
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作打不贏Fable 5，馬斯克開始爆吹Grok 4.5的“性價比”36氪的朋友們·2026年07月09日 11:59馬斯克似乎正在把他在火箭和電動汽車上做過的事，在AI領域重演一遍：不一定是發明最頂尖的技術，而是通過極致的成本控制和垂直整合，把產品價格打下來，讓對手在商業上陷入被動。 北京時間7月9日凌晨，馬斯克旗下SpaceX發佈了最新AI模型Grok 4.5。這是SpaceX以600億美元收購AI編程初創公司Cursor後的第一個大動作，也是兩家公司首次聯合訓練的模型。 Grok 4.5重點覆蓋的領域從軟件工程，擴展到了金融、法律等知識工作領域。同時，它打出了低成本、高速度的牌，輸入價格為每百萬token 2美元，輸出價格為每百萬token 6美元。 根據基準測試公司Artificial Analysis的數據，Grok 4.5每完成一項任務的成本比排行榜上排在它前面的模型便宜近90%。 Grok 4.5執行每項GDPval任務成本為$0.49，比榜首模型便宜近90% 01 600億美元收購後的首秀 SpaceX收購Cursor的消息在幾周前剛剛塵埃落定，這次收購對後者的估值高達600億美元。現在，市場看到了這筆
自研焊接具身大腦模型，以“智能焊工”切入工業製造具身智能賽道，「昇視唯盛」完成數億元B輪融資｜36氪首發
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作自研焊接具身大腦模型，以“智能焊工”切入工業製造具身智能賽道，「昇視唯盛」完成數億元B輪融資｜36氪首發楊越欣（楊桃）·2026年07月09日 11:48打造“自主大腦+自主小腦+自研硬件量產”三級全棧自研體系 36氪獲悉，聚焦工業製造領域的具身智能機器人企業「昇視唯盛」（3Srobotics）正式宣佈完成數億元B輪融資，本輪融資由上海半導體產投、金橋基金領投，零一創投、新鼎資本、中關鼎華及老股東微光創投持續加碼跟投。資金將主要用於焊接具身智能大腦與自主小腦運動控制系統的迭代升級，擴大自有智造工廠產能，擴充研發與市場服務團隊，加速產品全國多行業規模化落地。 昇視唯盛成立於2020年，2023年獲得國家高新技術企業認證，2024年獲得上海市專精特新中小企業、上海市智能機器人標杆企業。本輪融資完成標誌昇視唯盛依託“自主大腦+自主小腦+自研硬件量產”三級全棧自研體系邁入規模化高速發展新階段，以可量產、可自主進化的工業級智能機器人產品，切入國內工業製造具身智能落地賽道。 昇視唯盛三代產品升級路徑 1.切中焊接剛需場景，打造“智能焊工” 創立之初，昇視唯盛主要從事通用工業機器人的研發與生產銷售。隨著業務發展，創始人王德釗逐漸
37.7°C熱暈了，劍橋大學AI超算癱瘓，350個科研項目集體停擺
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作37.7°C熱暈了，劍橋大學AI超算癱瘓，350個科研項目集體停擺量子位·2026年07月09日 11:45崩了整整一週 最近歐洲人瘋搶中國空調的消息相當火熱，但有沒有一種可能： 最需要空調的，是AI超算（doge）。 遠在英國，這幾天就發生了這樣一件事： 英國最強AI超算之一的Dawn，在30多度高溫下，直接癱了整整一週。 這臺坐落在劍橋大學的超算，標籤相當豪華： 英國政府3億英鎊國家AI算力計劃的核心組成部分，1024塊Intel GPU，256臺液冷服務器，已經支撐了超過350個科研項目。 今年1月，剛拿到3600萬英鎊的擴容升級，預計性能將提升6倍。 然後6月底，一波熱浪來了，它就歇菜了。 更魔幻的是，這臺超算上正在跑的研究，包括氣候變化模擬。 啊這？？用來預測全球變暖的機器，被全球變暖打敗了。 37.7°C，一個國家級超算經歷的「至暗時刻」 事情是這樣的。 今年6月，英國遭遇了有記錄以來最猛的六月熱浪。 6月26日，諾福克地區的林伍德鎮熱到了37.7°C，打破了1957年和1976年保持的35.6°C六月紀錄。 英國氣象局罕見地發佈了連續三天的紅色極端高溫警告。 1000多所學校停課，鐵路信號因高溫故障，
普渡機器人，不想當“老登”
今年上半年，具身智能領域的市場敘事可說是一波接一波，每隔一段時間就有新的投融資消息釋出，不斷推高整個產業的預期。但與此同時，這條賽道也呈現出鮮明的矛盾：一邊是熱鬧的資本話題，另一邊則是實際落地的進展緩慢，絕大多數業者仍停留在展示階段或小規模交付，真正實現商業閉環的玩家少之又少。在這樣的狂歡氛圍中，普渡機器人算是少數的異數。 這家從餐飲機器人起家的公司，選擇了一條與主流截然不同的道路。它沒有執著於人形機器人的宏大敘事，而是埋頭鑽進後廚、酒店等瑣碎、重複且不那麼性感的商業場景，從中反向累積具身智慧的能力。
殺不死比賽的Liblib們，為什麼還在被資本追捧
市場對AI應用公司的看法，至今仍存在明顯的分歧。一方面，許多人認為AI應用公司是最接近真實商業化的一批企業。相較於基礎模型公司必須投入漫長且昂貴的研發，應用公司更靠近終端用戶，產品迭代快，也更容易驗證付費模式。它們能在模型能力釋放的第一時間，迅速將其轉化為具體產品推向市場，並盡快產生營收。然而，另一種觀點則相對謹慎，認為許多AI應用公司既不掌握底層模型，也不擁有算力，更缺乏穩固的流量入口。
Momenta的物理AI溢價，是不是太貴了？
港交所的螢幕上，代碼06880首次跳動。七月八日，五家企業同時敲鑼，Momenta是當中體量最大的一家。每股295.6港元定價，開盤報301港元，總市值突破700億港元。公開發售獲得414倍超額認購，國際發售湧入超過1000億港元機構訂單。十四家基石投資者合計認購約30億港元，GIC與富達國際各投1億美元，奔馳與比亞迪罕見聯手加碼。在港股科技板塊整體低迷的二○二六年，這樣的熱度稱得上逆勢。 但翻開Momenta的招股書，裡頭還躺著另一組數字：三年累計虧損超過90億元，至今尚未實現獲利。