维度网讯，量化派近期在餐饮后厨场景完成四轮具身智能技术验证，涵盖三明治柔性制作、购物袋自主分拣、牛排跨抽屉找盐调味和奶茶跨设备协同等任务。所有验证均在真实动态工况下进行，而非实验室环境。量化派的商业定位是跨场景、跨本体的开放生活场景世界模型提供商，不绑定硬件，不锁定场景，旨在为不同厂商的机器人提供通用的AI能力层。

工业和信息化部办公厅与国务院国资委办公厅于6月联合发出《关于联合开展2026年度人形机器人与具身智能实景实训专项行动的通知》，要求10个省市及全部央企参与，场景覆盖工业、服务、特种三大领域，包含生产制造、检测分析、仓储物流、餐饮零售、医疗康养等真实场景。政策要求“最小干预、利旧复用”，严禁改造环境适应机器人，机器人需证明在现有条件下能正常工作。每省市需上报不少于20个重点场景，每家央企不少于10个，11月底前交付验证报告。此项政策加速了行业从展厅向真实场景的转变。

行业内有观点认为，让机器人快速适应新场景的能力是获得规模化的关键。量化派的逻辑是推动机器人从“动作自动化”迈向“任务级自主作业”，即理解任务目标后自主完成感知、决策、执行的完整流程。其物理世界基础模型不关心硬件平台或具体场景，提供的是让机器人理解物理世界并做出实时决策的通用能力。该能力一旦跑通，可以像API一样被不同硬件平台调用，每增加一个场景的边际成本接近于零。

资本市场对这一逻辑有所验证。Physical Intelligence（PI）于2024年11月以24亿美元估值完成4亿美元融资，投资方包括贝索斯、OpenAI、红杉资本和Khosla Ventures。该公司不制造硬件，只做通用AI模型。其估值在8个月内从4亿美元跃升至24亿美元。Skild AI由前Meta AI研究员创立，同样不碰硬件。2024年7月A轮估值15亿美元，不到一年B轮估值达47亿美元，随后软银和英伟达以140亿美元估值领投C轮。该公司年营收3000万美元。

量化派在物理AI领域的定位被比作类似Anthropic在大语言模型领域的位置，让不同硬件平台调用同一个AI能力层。其四轮技术验证落地于餐饮后厨场景。例如，三明治制作任务中，机器人需应对软质食材的抓取、涂酱和摆放；购物袋分拣无预设流程，机器人需实时识别并分类物品；牛排撒盐任务中，机器人需自主在多个抽屉中搜索并完成调味。

奶茶制作则考验系统协同，机器人需与奶茶机、搅拌机、封口机等设备配合。四轮验证后，量化派的下一目标是跨场景复用。其技术路径是软硬件分层，物理世界基础模型不绑定任何硬件，可对不同厂商硬件平台运行。这一思路是RaaS（机器人即服务）模式规模化的前提：模型作为技术资产可被持续调用并产生收益。

量化派的技术积累始于自动机器学习、自然语言处理（NLP）等领域，其将数字世界决策能力向物理世界延伸。数据积累的壁垒来自多路径采集体系，包括B端商业场景落地、C端智能硬件布局、用户置换式采集及场景共创数据共享。四条路径并行，旨在将数据采集从单点变为体系。公司选择以餐饮作为首个核心验证场景，以复杂性倒逼技术体系迭代。

政策层面，国家级专项行动要求在11月底前提交验证报告，使得“卖能力”比“卖硬件”更符合产业方向成为正在发生的拐点。量化派的长期路径包括从场景落地和数据售卖完成原始积累，向智能硬件厂商输出模型调用和增值服务，再切入算力赛道，形成基模加算力的收入结构。该路径的前提是物理世界基础模型的技术能力能够支撑跨场景复用，核心在于累积优势的持续强化。