「智能物種」第一股量化派盤中最高漲11.43%，物理AI賽道走強，持續推進具身智能方案實景探索

　　/朝聞通/6月22日港股市場震蕩回調，恒生指數、恒生科技指數同步走低，但物理AI賽道走出獨立行情，資金持續布局實景落地型企業，港股“智能物種第一股”量化派強勢沖高。該股今日開盤13.6港元，盤中最高沖高至15.11港元，相對前一交易日收盤13.56港元，盤中最大漲幅達11.43%，截至發稿前報價14.89港元，日内成交額2.91億港元，交投保持活躍，闆塊行情分化加劇，資金持續湧向擁有多場景實景技術驗證成果的物理AI硬核标的。

　　依托集團「以AI為驅動核心，以消費場景為落地載體」戰略，量化派長期深耕消費實景物理AI研發，将餐飲賽道作為核心實景試煉載體，持續拓寬技術落地邊界。公司循序漸進落地多層級實景測試項目，在三明治精細化柔性制作、牛排撒鹽調味兩大後廚場景驗證完成後，再度落地奶茶制作全流程實景技術驗證，持續夯實自身在餐飲垂類具備差異化優勢的具身智能技術體系。

　　奶茶制作是餐飲後廚典型的高難度協同場景，整套流程需要聯動奶茶機、攪拌機、封口機等多台自動化設備，液體作業過程極易出現晃動、傾灑、杯體偏移等突發狀況，對系統跨設備調度、動态實時控制、長鍊路自主作業能力提出嚴苛要求。當前行業多數具身智能方案依賴固定腳本，僅支持單設備、單步驟機械執行，無法适配後廚設備時序複雜、液體工況不穩定、工位随時變動的真實環境。

　　量化派本次奶茶實景測試中，自研物理AI具身智能方案無需提前預設操作腳本，可自主識别後廚現場環境，按照任務邏輯規劃完整操作鍊路，連貫完成取杯、原料接取、攪拌加工、封口封裝全閉環作業;遇到液體偏移、工位小幅變動等現場擾動時，系統能夠實時調整機械臂運動軌迹，打破傳統方案固定執行路徑的局限。本次驗證直觀印證公司具身智能方案對複雜餐飲系統工況的适配能力，同時體現了研發階段在多設備協同控制、液體動态精細操控等核心環節取得的階段性技術進展。

　　(DEMO截圖：餐飲後廚·跨設備協同奶茶制作測試·奶茶)

　　三明治精細化制作重點打磨後廚柔性加工能力，餐飲後廚屬于非結構化室内場景，軟質食材形态多變、操作台布局動态調整，對柔性抓取、分層精準組裝要求極高。該場景測試攻克軟質食材抓取、分層鋪放、成品組裝等精細操作難題，實現全流程無人自主作業，夯實後廚柔性操作底層技術基礎。

　　(DEMO截圖：餐飲後廚·制作三明治實景測試)

　　開放環境購物袋分揀是具身智能落地的公認難點，傳統方案僅适配規整實驗室環境，難以應對袋體形變、物品遮擋、擺放移位等各類變量。該場景下系統無需預設物品庫與固定運動腳本，自主識别多品類商品，動态調整抓取軌迹，完成開放空間連續分揀作業，全面驗證方案在非結構化場景下的環境感知、自主決策、故障自适應能力。

　　(DEMO截圖：開放環境·購物袋分揀實景測試)

　　牛排撒鹽調味屬于典型非标準化後廚場景，場内物品擺放無統一标準、作業流程靈活，同時需要精準響應自然人語言指令，考驗系統語義理解、環境自适應與微操作執行能力。自研物理AI方案可自主識别現場布局、解析口語化指令，完整完成指令拆解、精細撒料、流程收尾全鍊路自主作業，充分驗證人機交互、動态環境适配核心技術。

　　(DEMO截圖：餐飲後廚·牛排撒調味料實景測試)

　　需要注意的是，公司全部技術驗證目前均處于研發測試階段，暫無明确商業化落地時間表，相關技術短期内不産生實質經營收益。

　　放眼全球，AI行業競争已從雲端大模型的内容生成角力，全面轉向物理世界中的“感知-決策-執行”閉環較量。谷歌DeepMind、特斯拉等巨頭加速推進機器人實景訓練，但其場景多集中于工業制造或實驗室環境，對零售、餐飲等高頻互動的消費場景覆蓋甚少。量化派則選擇消費場景作為實景試驗場——這類環境兼具非結構化布局、人機混合作業、實時指令變化等極端複雜性，一旦技術成熟，其泛化能力可快速遷移至倉儲物流、智能家居、醫療服務等更廣闊領域。

　　這種“以消費場景倒逼技術疊代”的路徑，與港股物理AI産業鍊中側重仿真、車載或硬件的其他企業形成錯位競争，讓量化派成為資本市場稀缺的實景數據資産标的。

　　當前港股物理AI産業鍊已形成底層算力、仿真軟件、硬件配套一體化分工體系，市場資金逐步褪去算力、大模型題材炒作，持續傾斜至擁有實景落地、全場景實測能力的硬核技術賽道。本次奶茶測試落地所驗證的多設備實時協同、流體精細操控能力，正是物理AI從實驗室演示走向商用生産工具的關鍵技術突破。随着全球大模型持續疊代、機器人硬件綜合成本不斷下行，能夠持續輸出實景驗證成果、具備跨場景泛化适配能力的企業，有望率先把握産業規模化落地紅利;而量化派正以消費場景為核心支點，持續挖掘物理AI賦能實體經濟的長期成長價值。