2026-05-23 10:11 UTC+8站内改写4 分钟阅读更新: 2026-06-30 21:03 UTC+8

美团外卖前负责人入局餐饮具身模型，元节智能获千万级种子轮融资

具身智能初创公司元节智能（AtomBite.AI）完成千万级种子轮融资，由英诺科创基金领投。公司由前美团外卖技术负责人王栋博士创立，专注于餐饮后厨的具身世界模型，不造人形机器人，旨在解决外卖履约效率问题。

来源量子位作者: 克雷西

美团外卖前负责人入局餐饮具身模型，元节智能获千万级种子轮融资 – 量子位

克雷西 2026-05-23 10:11:00

来源：量子位

不造人形机器人，死磕餐饮后厨

具身智能初创公司「元节智能（AtomBite.AI）」已于近期完成千万级种子轮融资，由英诺科创基金领投，水木清华校友种子基金及知名投资人个人跟投。

资金将主要用于餐饮场景具身世界模型研发及核心产品打磨落地。

这家公司今年3月31日才刚刚注册成立，融资速度之快，在具身赛道里也算头一档了。

订单方面，公司同步拿下了国内外多家头部公司的产品合作部署意向。还没正式量产，订单意向已经排上了。

美团外卖前负责人创业成果

公司创始人王栋博士，是前美团外卖事业部技术负责人。他管过千人产研团队，主导构建了支撑日均数千万订单的外卖算法、数据与系统架构。

十年美团，他对餐饮外卖场景的商家痛点、运营链路、规模化路径的理解，用投资人的话说，是”刀刻般的”。在美团期间，他就针对商家痛点研制了多款智能硬件产品并成功部署。

他的学术底子同样硬。师从清华大学张钹院士，博士期间主攻人工智能表示问题，AI与机器人领域顶会论文持续产出。

2011年，他搭出了全球首个商用视频人脸识别与跟踪系统；后来又做出业界领先的本地生活推荐系统和移动原生广告平台。

联合创始人李滔，也是美团老将，曾执掌美团外卖算法与数据体系，是少数真正跑通“全链路数据算法驱动”的实战型技术负责人。

另一位联合创始人李浩哲，是一名连续创业者，具备多年全球化商业落地经验，补上了团队的商业化和出海能力。

其他核心团队成员，来自清华、中科大、美团、地平线等。

有知名投资人评价：

王栋博士绝对是最适合做商业场景具身应用的创始人——“技术深度+全球视野+一线体感”的结合，在目标赛道中几乎找不到第二个。

不造人形机器人，死磕餐饮后厨

2026年具身智能赛道火得一塌糊涂，通用人形机器人融资一轮接一轮。

但元节智能选了一条看起来“不那么性感”的路——餐饮后厨。

离开美团后，王栋在北美和新加坡跑了好几个月，深入走访大量餐饮商家，调研各方外卖平台，最后得出一个很朴素的结论：餐饮后厨是具身智能最具确定性的商业落地方向。

原因也不复杂，这个方向需求全球共通、痛点足够尖锐、商业模型可验证。

具体来说——

全球外卖订单还在涨，但“从商家出餐到骑手交接”这个环节，至今仍是技术改造的薄弱地带。

高错单率、高撒漏率，用户端、商家端、骑手端、平台端四方都在为此买单。这是真金白银的效率黑洞。

另一边，全球餐饮业的用工困境已经是结构性的了。

王栋的判断很直接：

商家不在意你的机器人像不像人。商家在意的是：多少钱，能干什么活，帮我省了什么成本。

作为商业公司，我们当然关注通用模型的宏伟蓝图，但我们更关注的是如何到达数实融合的物理模型的可行路径。

具身世界模型：让机器人”先想再动”

那么，元节智能在做的“具身世界模型”到底是什么？

2026年初，具身智能领域正在经历一场范式转移。过去的机器人控制，本质上是“看到什么就做什么”——VLA（视觉语言动作模型）把当前画面和指令直接映射成动作，类似条件反射。

但问题在于，真实的后厨环境极其复杂，油烟、遮挡、多人协作、物品随机摆放……纯靠“条件反射”式的策略，泛化能力很差，稍微换个场景就容易出错。

世界动作模型（World Action Model，WAM）提供了一条不同的路：让机器人在动之前，先预演一遍未来会发生什么。

具体来说，WAM通过大规模视频数据训练，让模型学会预测“如果我做了这个动作，世界会变成什么样”。

这种对物理世界动态的理解能力，就像一个厨师学徒，在真正上手之前，先看了几万小时的后厨操作录像。

图灵奖得主Yann LeCun说得很明确：只有具备了“预测未来”的能力，AI才能进行复杂的规划。

而元节智能要做的，正是把这套“先想再动”的能力，落到餐饮后厨这个具体场景里。

元节智能的具身世界模型，从第一天起就锚定真实商业环境：后厨的物理约束是什么？打包动作的容错边界在哪里？多设备协同调度的时序逻辑怎么建？

这些问题，纯靠仿真环境是答不出来的。

三层技术架构，从”能动”到”会想”

基于这套思路，元节智能的技术体系分三层：

上层是具身世界模型——让机器人对后厨物理环境形成完整认知，能预测动作后果，具备自主决策能力，核心是“理解一个场景”；

中层是任务编排与调度优化双引擎——把上层的认知决策翻译成精确的物理执行计划，同时统一调度多种后厨设备。

底层是自研核心部件与通用硬件本体的深度融合——确保在真实商业后厨里，系统能稳定完成各类复杂操作，满足精准性、长程性与泛化性的要求。

WAM的落地路径也很清晰：先从外卖打包与接驳切入，解决出错率最高的履约环节；再扩展到操控炒菜机、洗碗机等后厨存量设备；最终目标是构建数字孪生后厨操作系统，实现全局智能调度。

这套路径的核心逻辑是，从应用落地开始，一砖一瓦收集真实数据，借助实际场景逐步构建并验证符合物理规律的具身世界模型，而是让场景倒逼模型生长。

元节智能的策略本质上是一样的：在真实的餐饮后厨里形成“数据-模型-硬件”的飞轮循环。

只不过他们更进一步，让世界模型直接指导动作生成，让机器人在每一次操作中既是执行者，也是学习者。

具身应用元年，从后厨开始

王栋博士说：

2026年是具身应用的元年。只有在真实环境中形成“数据-模型-硬件”的飞轮循环，具身智能才能从实验室走向产业。我们从第一天起，就在构建面向全球的产品与商业体系。

千万级种子轮，对于一家成立不到两个月的公司来说，只是起点。

但从团队配置、技术路线到商业逻辑，元节智能显然已经想清楚了一件事——具身智能的突破口，可能不在实验室的Demo里，而在全球数百万家餐饮门店的后厨中。

当大多数玩家还在追逐通用人形机器人的宏大叙事时，元节智能已经蹲进了后厨，开始一单一单地收集真实世界的数据。

*本文系量子位获授权刊载，观点仅为原作者所有

具身智能

克雷西

苏姿丰上海开讲：AI正在重新定义计算的每一层2026-05-20

手机的智能体AI，正在因为天玑全面跃升2026-05-15

“DeepSeek版Claude Code”，Github 2.3k星2026-05-04

单Agent时代结束，AI们开始组团上班2026-04-22