人型ロボットは作らず、飲食店の厨房に全振りする
具身知能のスタートアップ「元节智能(AtomBite.AI)」はこのほど、数千万元規模のシードラウンド資金調達を完了した。リード投資家は英诺科创基金で、水木清华校友种子基金および著名投資家個人が追加出資した。
調達資金は主に、飲食シーン向けの具身世界モデルの研究開発と、コア製品の磨き込み・実装に充てられる。
また同時に、同社は国内外の複数の大手企業から、製品連携・導入に向けた意向も取り付けている。
美团外卖の元責任者が起業して生んだ成果
同社の創業者である王栋博士は、元美团外卖事業部の技術責任者だ。千人規模の研究開発チームを率い、日次数千万件の注文を支えるフードデリバリーのアルゴリズム、データ、システムアーキテクチャの構築を主導してきた。
美团在籍時には、加盟店の課題に対応する複数のスマートハードウェア製品を開発し、実際に導入まで成功させている。
学術的な基盤も非常に強い。清華大学の張鈹院士に師事し、博士課程ではAIにおける表現問題を主に研究。AIとロボティクス分野のトップカンファレンス論文を継続的に発表してきた。
2011年には、世界初の商用ビデオ顔認識・追跡システムを構築。その後も、業界をリードするローカルライフ推薦システムやモバイルネイティブ広告プラットフォームを手がけた。
共同創業者の李滔も美团のベテランで、かつて美团外卖のアルゴリズムとデータ体系を統括していた。
もう一人の共同創業者、李浩哲は連続起業家で、長年にわたりグローバルな事業展開の経験を持つ。
その他のコアメンバーも、清華大学、中国科学技術大学、美团、地平线などの出身者で構成されている。
著名投資家はこう評価する。
王栋博士は、商業シーン向けの具身応用を手がける創業者として、間違いなく最適な人物だ。――「技術の深さ + グローバルな視野 + 現場感覚」の組み合わせは、狙う領域ではほぼ他に類を見ない。
人型ロボットは作らず、飲食店の厨房に全振りする
2026年、具身知能分野は空前の盛り上がりを見せ、汎用人型ロボットには次々と資金が集まっている。
しかし元节智能が選んだのは、ぱっと見ではあまり“華やかではない”路線、すなわち飲食店の厨房だ。
美团を離れた後、王栋は多数の飲食店を徹底的に訪問し、各種フードデリバリープラットフォームを調査した末、ある結論に至った。飲食店の厨房こそ、具身知能が最も確実に商用実装できる領域だというものだ。
理由は難しくない。この領域は世界共通のニーズがあり、課題も切実で、ビジネスモデルの検証もしやすいからだ。
具体的には――
世界のフードデリバリー注文数はなお増加しているが、「加盟店での調理完了から配達員への受け渡し」までの工程は、今なお技術革新が最も遅れている部分のひとつだ。
誤配率の高さ、こぼれ・漏れの多さにより、ユーザー、加盟店、配達員、プラットフォームの四者すべてがそのコストを負担している。
一方で、世界の飲食業界における人手不足は、すでに構造的な問題となっている。
王栋の見立ては極めて明快だ。
加盟店が気にするのは、ロボットが人間に似ているかどうかではない。気にするのは、いくらで、何ができて、どれだけコストを削減してくれるのか、だ。
事業会社として、私たちはもちろん汎用モデルの壮大なビジョンも重視していますが、それ以上に重視しているのは、数理と現実が融合した物理モデルへ、どうやって実現可能な形で到達するかです。
具身世界モデル:ロボットに「まず考えてから動く」ことを学ばせる
では、元节智能が取り組む「具身世界モデル」とは、いったい何なのか。
2026年初頭、具身知能分野ではパラダイムシフトが起きつつある。従来のロボット制御は、本質的には「見たものをそのまま実行する」ものだった。VLA(Vision-Language-Action Model、視覚・言語・行動モデル)は、現在の映像と指示を直接動作へ写像する、いわば条件反射に近い仕組みだ。
しかし問題は、実際の厨房環境は極めて複雑だという点にある。油煙、遮蔽、複数人での協働、物品のランダムな配置……。純粋に“条件反射”型の方策だけでは汎化性能が低く、少し場面が変わるだけで誤作動しやすい。
World Action Model(WAM、世界行動モデル)は異なるアプローチを提示する。ロボットが動く前に、未来に何が起こるのかを一度シミュレートするのだ。
具体的には、WAMは大規模な動画データで学習し、「この行動を取ったら、世界はどう変化するか」を予測できるようにする。
チューリング賞受賞者のYann LeCunも明言している。AIが複雑な計画を行うには、「未来を予測する力」が必要だと。
元节智能が目指すのは、まさにこの「まず考えてから動く」能力を、飲食店の厨房という具体的なシーンに実装することだ。
元节智能の具身世界モデルは、最初の日から現実の商業環境に照準を合わせている。厨房の物理制約は何か。梱包動作の許容誤差はどこまでか。複数機器の協調スケジューリングの時系列ロジックをどう設計するか。
こうした問いは、シミュレーション環境だけでは答えを出せない。
三層の技術アーキテクチャで、「動ける」から「考えられる」へ
この考え方に基づき、元节智能の技術体系は三層構造になっている。
- 上層は具身世界モデル——ロボットに厨房の物理環境を包括的に理解させ、行動の結果を予測し、自律的な意思決定能力を持たせる。核となるのは「ひとつのシーンを理解すること」;
- 中層はタスクオーケストレーションとスケジューリング最適化のデュアルエンジン——上層の認知・判断を、精密な物理実行計画へと変換し、複数の厨房機器を統合的に制御する;
- 下層は、自社開発のコア部品と汎用ハードウェア本体の深い融合——現実の商業厨房で、システムが各種の複雑な操作を安定してこなせるようにし、精度・長時間稼働・汎化性能の要求を満たす。
WAMの実装ロードマップは、まずフードデリバリーの梱包と受け渡しから入り、最もミスの多い履行工程を解決する。次に、炒飯機や食洗機など、厨房に既存する設備の制御へ拡張する。最終的には、デジタルツイン型の厨房オペレーティングシステムを構築し、全体最適のスマートスケジューリングを実現する。
この道筋の核心は、アプリケーション実装から出発し、実際のシーンを通じて物理法則に適合する具身世界モデルを徐々に構築・検証することにある。つまり、シーンがモデルの成長を促すのだ。
具身応用元年は、厨房から始まる
王栋博士はこう語る。
2026年は具身応用の元年です。リアルな環境で「データ - モデル - ハードウェア」のフライホイールを回して初めて、具身知能は研究室から産業へと進化できます。私たちは最初の日から、グローバル市場を見据えた製品とビジネスの体系を構築しています。
数千万元規模のシードラウンドは、設立から2カ月にも満たない同社にとって、まだ出発点にすぎない。