硬氪首发 | 小米前高管唐沐创业咖啡机器人，完成数亿融资，林斌、黎万强投过

作者 | 邱晓芬 编辑 | 袁斯来 硬氪获悉，通用餐饮具身机器人公司「影智XBOT」连续完成数亿元两轮融资——其中，A轮的2亿元融资由香港简坤资本GPTX出资，B轮融资为3-5 亿元人民币，由多支政府基金、美元基金和产业投资方共同参与出资。 这是目前餐饮垂直机器人领域规模最大的一笔融资之一。 在此之前，「影智XBOT」还完成了一轮天使融资，出资人阵容豪华——包括腾讯高级副总裁张小龙、小米联合创始人黎万强、黄江吉、林斌、洪锋、以及港科大首席副校长郭毅可等。 「影智XBOT」成立于2022年，其创始人唐沐称得上机器人圈的“异类”——是机器人圈CEO中罕见的产品经理出身。 （图源/企业） 在此之前，他历任金山软件、腾讯CDC总经理，负责QQ、QZone等产品的体验设计；后又担任小米生态链副总裁，先后主导推出小米路由器、小爱音箱等千万出货量的标杆爆品，做产品的经验累计达25年。 只是，当整个具身智能赛道都在为人形进家庭和工厂的叙事而疯狂时，「影智XBOT」却选择了一条看起来不那么“酷”，却能快速产品化和商业化落地的路径——让机器人在商场角落做咖啡。 与多数主流人形机器人公司不同，「影智XBOT」的技术架构围绕餐饮垂类场景设计，并以“XOS 3.0具身操作系统”为核心，采用了一脑多形的架构。 据唐沐介绍，该系统分为三层—— 大脑层：负责高层认知与任务规划，搭载知味餐饮大模型，基于DeepSeek基座训练，融合了400万杯咖啡的真实出品数据； 小脑层：负责将语义指令转化为关节级控制信号，响应时间小于10毫秒，已沉淀50多种餐饮动作原子技能。 本体适配层：实现了跨形态复用，支持“一次研发，万形复用”，可将咖啡臂的控制逻辑迁移至「影智XBOT」的冰淇淋、调酒等其他机器人上。 （图源/企业） 这种架构帮助机器人规避了当前VLA（视觉-语言-动作）模型泛化难的行业痛点。 唐沐向硬氪指出，行业内普遍认为VLA泛化能力差，是因为试图让一个模型同时完成叠衣服和做饭等截然不同的任务。而「影智XBOT」的策略是限定场景，仅在异常处理时调用VLA模型作为兜底，以此节省算力并保证稳定性。 此外，「影智XBOT」还搭建了一套完整的数据飞轮。 这一系统在实验室进行仿真预训练，并在真实商业场景中进行在线强化学习，依托400万杯以上的真实作业数据持续优化；同时，通过RLHF（人类反馈强化学习），对齐300万次以上的人类偏好数据，不断提升模型表现。 而在搭好了模型、数据的基础设施底座之后，「影智XBOT」近期发布了四条产品线，覆盖不同层次的餐饮具身需求。 XBOT C3咖啡机器人： 占地面积1.83平方米，采用6轴机械臂，重复定位精度±0.02毫米，每小时可出品80杯咖啡，满电状态下可连续制作150杯，配备43英寸数字人屏及“爱宝店长”Agent，售价21.9万元； XBOT I3冰淇淋机器人： 体积