首款餐饮人形机器人X-BOT X1发布？线下门店正在被具身智能改写增长入口

首款餐饮人形机器人X-BOT X1发布？线下门店正在被具身智能改写增长入口。一家来自上海的具身智能创业公司，用一台专门面向餐饮场景的人形机器人，把围绕人形机器人多年来的跑跳性能竞赛重新拉回到了“真实门店能不能算得过账”的问题上。对于咖啡馆、冰淇淋店和快餐车经营者而言，这不再是一场舞台表演秀，而是一场关乎人力成本、出品稳定、情绪价值与地推数据统计的综合考验。在这场考验中，影智科技的 X-BOT X1 只是入口，更深层的变化在于：线下门店逐步被视作一套可以被重构、被量化、被自动化运行的智能终端系统。

从时间线看，这是一则扎实的现实新闻，而不是概念炒作。2026 年 6 月 30 日晚间，影智科技在上海发布品牌首款餐饮人形机器人“X-BOT X1”，定位为“全场景餐饮服务机器人”，并展示其在咖啡制作、调酒、面点、送餐等多种餐饮任务中的执行能力 新浪财经快讯。同期，多家科技与财经媒体以“餐饮人形机器人要如何赚钱”为核心问题，展开了对这次发布会现场细节与商业模式转折的长篇拆解 界面新闻现场报道。这些报道共同构成了这次事件的权威信源，也让具身智能从展会走向真实门店的样本案例进入了更广泛的行业讨论。

发布会现场：三款餐饮机器人围绕一杯咖啡的账单展开

在这场发布会上，影智科技没有让人形机器人 X-BOT X1 一上来就抢走全部聚光灯，而是先用一条落地时间线铺陈过去一年在咖啡机器人上的真实运营：全球超过 1000 台咖啡机器人落地，分布在 100 多个城市，累计制作超过 400 万杯咖啡，从天安门、新华书店，到香港廉政公署、英国地铁站、澳大利亚俱乐部等多种场景，都有机械臂加工作站形态的机器人在默默“打工”。这组数据说明了一个关键事实——具身智能已经不再停留在展台表演阶段，而是通过高频、可计量的出品任务融入了实体商业。

在新品环节，第一款亮相的是咖啡机器人 XBot C3。它被定义为“一台会主动思考的咖啡机器人”，占地约 1.83 平方米，比上一代小三分之一，却仍然可以在最快约 45 秒制作一杯基础美式咖啡，单小时出品能力约 80 杯，一次加料支持约 150 杯。XBot C3 采用工业级机械臂和机械夹爪，夹爪寿命超过 50 万次，机械臂工作时长设计为 5 万小时，内部做了取制餐分离设计，配备紫外线杀菌模块、温度监控传感器和出品异常检测摄像头，以保障食品安全和出品稳定。在现场演示中，这台红色机器人直接完成了一杯香草美式，强调的是“可量产的稳定产能”。

第二款新品是冰淇淋机器人 XBot I3，零售价 17.9 万元，将于 7 月中旬在京东首发。I3 支持每小时制作 60 杯以上冰淇淋，第一次冷却奶浆约需 14 分钟，后续补充奶浆后约 2 分钟即可继续制作，支持四路果酱与四路脆粒自由组合，理论上可以拼出 256 种不同口味。唐沐在发布会上分享了一个具有代表性的运营样本：厦门某商场点位的冰淇淋机器人曾做到一天 250 杯，这样的单日销量意味着冰淇淋业务在毛利空间和回本周期上具备相当优势。

压轴登场的是通用餐饮人形机器人 X-BOT X1。在发布会现场，X-BOT X1 完成了“摇酒挑战”——双臂协同举杯、摇晃、倒出鸡尾酒，并通过语音和屏幕表情与观众互动，模拟酒吧场景中的调酒师角色。这段演示强调的是执行能力与互动体验，而不是刷屏式的跑跳能力，与近年来在展会中频繁亮相的“会跑、会跳、会翻滚”的通用人形机器人形成鲜明对比。

设计选择：面向餐饮场景的实用性优先

从外观与结构上看，X-BOT X1 有躯干、双臂和头部，但没有拟真面部，也不具备双足行走结构。头部是一个集 5 英寸可交互屏、环形阵列麦克风和 500 万像素广角摄像头于一体的模块，用于信息展示、语音交互和环境感知；双臂则采用双七轴人形臂，末端负载约 3~4 公斤，双臂协同定位精度约 ±1 毫米，重复定位精度约 ±0.5 毫米，末端配备六维力传感器，用于感知重量与受力变化，从而完成端杯、夹取、倒酒等精细动作。这一组合的指向非常明确：X-BOT X1 的工作空间就是吧台、咖啡操作台和面点工位，它要解决的是在这些固定操作台上的重复、精细出品任务，而不是在开放空间奔跑或跨楼层搬运。

放弃行走功能、采用轮式底盘加存储仓，是对场景需求与成本、安全多重考量的结果。在咖啡、调酒等餐饮场景中，绝大多数工作围绕固定操作台展开，双足结构在这种场景下并不是刚需，反而会引入更多成本、能耗和稳定性风险。轮式底盘在吧台和厨房这种高密度设备环境中，更容易实现稳定移动与低成本运行；在断电或异常停机情况下，底盘也更易保持基本姿态，避免对店内设备和餐品造成损害。

在视觉设计上，影智科技刻意避开高度拟真的面部，只使用屏幕和抽象表情元素来呈现“机器人形象”。这种做法一方面是为了降低“恐怖谷效应”，让用户在餐饮空间中不会因为过于拟真的面部感到不适；另一方面也是为了突出“工作伙伴”的角色，让这台机器人从一开始就被理解为服务工具，而不是拟人化角色。在媒体报道中，这种设计选择被视为将具身智能可靠嵌入餐饮场景的必要一步，而不是噱头。

从机械臂“自动售卖机认知”到人形“服务角色”：情绪价值被重新计价

影智科技先前推出的咖啡机器人，多采取“机械臂 + 工作站”的形态。虽然具备 AI 交互和多模态识别能力，但在不少消费者眼中，它们仍被归类为“高级自动售卖机”。唐沐坦言，“以前我要花很多时间解释这是机器人，不是售卖机。现在做人形以后，我发现不用解释了。”人形形态贴近大众对“机器人”的想象——有身体、有动作、会说话、会互动，这种形态本身具有强烈的情绪价值。

在消费场景中，情绪价值往往是影响复购与溢价的重要因素。以 XBot C3 为例，它支持 AI 印花咖啡，用户可以通过小程序上传图片，机器人将图案印在咖啡表面。对年轻用户来说，这一过程不仅是购买饮品，更是一种内容生产：拍照、分享、社交传播。冰淇淋机器人 XBot I3 在配料组合和成品呈现上也类似，通过多种口味和造型组合，让冰淇淋从简单甜品变成“可以展示的作品”。

人形餐饮机器人 X-BOT X1 把这种情绪价值进一步推向前台。摇酒动作本身具有仪式感，加上语音互动和屏幕表情反馈，用户可以获得一种“机器人在为我服务”的直观感受。对于酒吧和餐厅经营者而言，这样的体验可以被转化为差异化卖点——“机器人调酒”“机器人咖啡师”可以成为门店宣传语的一部分。只要这部分情绪价值可以在溢价、客流和复购上体现出来，具身智能就不再只是替代人工的成本工具，而是参与到品牌叙事和产品定价之中。

XOS 与“一脑多形”：从设备到系统的底层迁移

如果只看硬件，X-BOT X1 仍然可以被理解为一台更酷的自动化设备。但影智科技在发布会上的另一重信号是：同时推出机器人操作系统 XOS 3.0，把咖啡机器人、冰淇淋机器人和人形餐饮机器人统合到“一脑多形”的技术架构之下。XOS 3.0 通过统一平台管理咖啡机器人、冰淇淋机器人、人形机器人及快餐车，实现不同形态终端在感知、控制和运营层面的统一调度。

XOS 的目标，是统一不同形态机器人的感知、控制、交互和运营能力：咖啡机器人、冰淇淋机器人、人形餐饮机器人以及未来的快餐车，都可以在同一套软件框架下运行。这样做有几个直接后果：

• 技能统一：当 XOS 中编码了“制作某款咖啡”“完成某种调酒动作”“完成某种摆盘流程”的技能后，这些技能可以在不同机器人形态中复用。
• 数据统一：不同终端上产生的订单数据、物料消耗、设备状态与顾客交互行为，可以统一纳入一套数据模型用于分析和优化。
• 运维统一：故障监控、远程升级和配置调整可以通过同一套运维后台完成，大幅降低多机种、多门店的管理复杂度。

这一切指向的是从“卖机器”转向“卖系统与服务”。唐沐把这一转折概括为从过去“卖一台机器人硬件”，到现在“输出一整套可复制的餐饮经营体系”。XOS 在技术层面打基础，AI 店长与连锁运营平台则在业务层面接住这一基础，让机器人从孤立设备转变为门店的基础设施之一。

AI 店长与 RaaS：让机器人门店成为可以复制的生意单元

在商业模式层面，影智科技提出了“AI 新消费商业技术平台”的构想，其中关键角色是 AI 店长和 RaaS（Robot as a Service，机器人即服务）。AI 店长被赋予一个中文名字“爱宝店长”，既负责前端与用户交互，也负责后端运营管理。

AI 店长的职责包括：根据过往经营数据推算第二天下需要补充多少咖啡豆、多少奶；在突发客流增加时提前提醒经营者补货；在当天剩余物料较多时自动调整价格，减少报废损耗；监控不同时间段的客流与出品节奏，建议调整促销活动或营业时间。这样一来，原本由人类店长凭经验做出的判断，逐步被转化为一套可视化、可配置的运营策略。

围绕 AI 店长，影智科技重构了一套连锁运营系统，包括 AI 选址、智慧门店、运维监控、物料预测等模块。在 AI 选址方面，他们使用模型分析城市人流、消费结构与竞品分布等数据，判断咖啡机器人适合落在哪个具体点位，再由线下团队进行实地验证，据称 AI 判断与人工探测结果的相符度超过 97%。智慧门店系统则持续学习门店运营习惯，把日常运行中的细节转化为数据指标，让运营者及时发现问题与机会。

在运维层面，机器人内部与外部摄像头可以观察出杯异常、顾客停留时长与点餐困惑等情况，并触发预警。通过这样的系统整合，咖啡机器人、冰淇淋机器人、人形餐饮机器人和快餐车可以统一接入同一套运营框架，把原本分散的设备变成一张可管理、可优化的“机器人门店网络”。

RaaS 模式是在这套技术和运营体系之上展开：合作伙伴以较低前期投入获得机器人与系统的使用权，再按月支付物料、AI 店长和运营服务费用。同时，影智科技也在推进加盟体系，让机器人、品牌、物料和运营系统组合成完整门店方案。对具身智能行业而言，这是一次把机器人从单次销售产品转化为持续服务载体的实验，试图在硬件利润逐渐压缩的前提下，寻找可持续的商业闭环。

成本曲线与供应链策略：从样机到“可规模交付”的收敛过程

在成本维度上，影智科技的路径也体现了具身智能落地的典型曲线。第一代咖啡机器人样机成本高达 50 多万元，更多被视为技术验证与概念展示产品；随着国产工业机械臂、国产咖啡机以及各类定制模块的引入，第二代和第三代产品在保证出品能力前提下，把整机成本和体积不断压低——最终对外零售价落在 17.9 万至 21.9 万区间，进入“可以与传统人力模式竞争”的成本带。

这一过程包括从使用昂贵成熟部件转向针对场景定制机械臂、咖啡机和夹爪，优化整机布局以减少冗余空间与材料浪费，并通过量产与供应链协同进一步摊薄固定成本。未来，随着更多元器件被拆解与定制，整机成本仍有下降空间，这也是具身智能从“展会明星”走向“门店标配”的必要条件。

动作学习时间压缩：从半年到数小时的技能复制

在技能学习维度上，唐沐提到一个具有代表性的时间跨度：早期团队请专业咖啡师进行动作采集，通过视觉与动作复刻让机器人学会拉花，最初学习一个咖啡师动作需要约 6 个月；随着 AI 与算法迭代，如今学习一个新动作可能只需要五六个小时。一旦某个动作学会，就可以通过 OTA 在众多机器人之间复制，实现技能的快速传播。

这说明了具身智能与传统自动化的差异。传统自动化更多依赖预先编写的固定流程，而具身智能逐渐把人类技能编码为可学习、可优化的模型，构建一个可以扩展的动作库。当动作库与 XOS 操作系统结合，机器人在餐饮场景中的能力便不再局限于单一工序，而是可以随着技能库扩展覆盖更多环节，从拉花、调酒到摆盘和基础互动。

线下门店形态重构：机器人终端对地推与全渠道统计的隐性冲击

把视角从影智科技自身拉开，餐饮人形机器人 X-BOT X1 带来的行业影响并不仅停留在门店内部的工作方式上，它正在重构线下终端形态，以及线下与数字营销体系之间的连接方式。

传统线下门店的常见增长组合，是“人 + POS + 纸质优惠券/二维码”：店员负责接待与推荐，用户在收银台或桌面看到二维码，扫码进入小程序或 App 完成支付、领券或加入会员。这一链路虽然可以通过简单渠道码统计部分来源，但在跨端、跨场景追踪上仍存在较大断层，特别是在用户从扫码到 App 安装，再到后续使用行为之间，更细的场景信息往往丢失。

当餐饮机器人成为门店前台或核心工作台的一部分，用户路径开始发生变化：用户可能在机器人屏幕上直接扫码进入 H5 或小程序，完成点单与支付，也可能在机器人界面被引导下载品牌 App，以获得更完整的会员权益或个性化推荐。机器人端的语音与视觉交互会引导用户选择某种套餐或限时活动，这些选择蕴含丰富的场景信息——用户在什么时候、什么地点、面对哪台设备做出了什么选择。

在这样的场景中，品牌若希望真正“算清一杯机器人咖啡背后的账”，就需要把机器人端入口与 App 内行为路径打通。通常的做法，是借助专业的跨端追踪与安装识别方案，通过传参安装技术把机器人端的设备信息、场景标签、活动编号等参数带入 App，再配合深度链接实现跨端场景还原：用户从机器人屏幕扫码进入 H5，点击下载并安装 App 后，再次打开 App 时能直接看到刚才在机器人界面选择的菜单或活动入口，而不是一个抽象首页。

像 Open+ 这样的 App 渠道统计与深度链接服务商，便是在这一节点提供底层能力的平台之一。在机器人门店、传统门店、小程序、电商和广告投放之间，Open+ 通常通过 传参安装与渠道识别方案 把各类入口的来源参数稳定传递到 App 内，通过 DeepLink 场景还原组件 确保用户在跨端跳转时不丢失上下文，再结合 全渠道统计与渠道归因模型 将来自机器人门店的数据与其他线上线下触点统一纳入同一套分析框架。

这样一来，餐饮品牌不需要为机器人门店单独建立一套孤立统计系统，而是可以在现有数据架构中自然接入这一新入口。从增长团队视角看，这意味着可以把“机器人门店”当作一个明确渠道维度来分析——它与传统门店、电商和广告渠道一起，构成完整的全渠道视图：每一台机器人贡献了多少新增用户、多少复购行为、在什么场景下激发了社交分享，这些问题都可以通过数据来回答，而不再停留在感性判断。

常见问题（FAQ）

餐饮人形机器人 X-BOT X1 为什么会成为具身智能与餐饮行业的热点？

一方面，它在形态与结构设计上，针对餐饮工作台的真实需求，优先考虑实用性、成本与安全，将机器人明确定位为“执行与服务工具”；另一方面，它背后绑定了一整套 XOS 操作系统、AI 店长和连锁运营体系，把机器人从单一设备提升为门店基础设施之一，这两点结合让它既代表技术落地路径，也代表商业模式转型方向。

X-BOT X1 相比传统自动售卖机或机械臂咖啡机，最大的差异在哪里？

传统自动售卖机更像是封闭的出品盒，机械臂咖啡机则常被看作高端设备，在用户认知中缺乏明确“服务角色”。X-BOT X1 在形态上更贴近大众对“机器人服务员”的想象，具备双臂动作、语音交互和屏幕表情反馈，同时通过 XOS 与连锁运营平台接入更深的运营逻辑，从技能学习、出品节奏到物料预测与门店数据分析都统一在一套系统中，这是从单点设备走向系统化基础设施的关键差异。

为什么说餐饮人形机器人会改变线下数据统计与渠道归因的方式？

当机器人成为门店核心工作台之一，用户在机器人屏幕上的扫码、点单和互动行为就变成高频且可被标准化记录的入口事件。这些事件如果通过传参安装和深度链接能力被带入 App 内，并统一纳入全渠道统计与归因模型，品牌就可以把机器人门店视为一个明确渠道维度，分析其对新增用户、复购率和社交传播的贡献，从而在决策时不再依赖模糊印象，而是用数据说话。