对话智平方张鹏:为什么机器人要卖咖啡?

21世纪经济报道记者 周慧 北京报道
在深圳人才公园、北京朝阳公园,都能看到智平方的具身智能服务空间“智魔方”,消费者可以通过“智魔方”购买机器人制作的咖啡。
智平方成立于2023年4月,是一家来自深圳的通用智能机器人企业。智平方是如何寻找商业化落地场景的?2026世界机器人大会(WRC 2026)期间,智平方联合创始人张鹏接受了包括21世纪经济报道在内的小范围媒体采访。他表示,2025年是整个行业“找场景”的一年,大家可以看到很多机器人Demo(演示版)的场景,2026年则是把场景彻底打穿的年份,已经可以形成商业化闭环。
至于机器人进工厂,张鹏认为,工业场景已经落地。他对场景落地的定义包括两点:第一,机器人公司与工厂的合作形成了商业化闭环;第二,机器人产生的价值可以让工厂评估ROI(投资回报率)。
“今年我们已经能看到闭环,已有落地案例。”张鹏说。他还解释道,不要把工业场景理解为“机器人去工厂什么都能干”,也有一些前期更好落地的方式,比如智平方在3C领域、生物制药工厂的场景,现在可以马上实现商业闭环,已经投入工厂生产阶段,不是测试阶段。汽车工厂生产线涉及的物料很多,不是每一个场景都能落地。
21世纪经济报道记者在世界机器人大会现场看到,卖咖啡的机器人品牌超过十家,还有卖煎饼、饮料、零食的机器人,吸引了许多观众体验。
为什么很多机器人公司选择零售场景?张鹏认为,选择零售场景并非因为其落地容易,而是因其能提供高频、真实的日常接触场景,有助于验证系统稳定性。
智平方提供的资料显示,公司的产品已经在汽车制造、半导体、生物科技、公共服务、新零售等行业落地应用。
更多新闻>>相关新闻
-
AGV调度系统数据瓶颈:没有更多数据时的优化策略AGV调度系统数据瓶颈:没有更多数据时的优化策略很多人以为,AGV调度系统的性能提升完全依赖于数据量的持续增加,其实不然。在工业场景中,数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后,单纯增加数据量对调度精度的提升不足3%,反而会引发存储冗余与计算延迟问题。底层逻辑是:AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例,其AGV网络查看详情
-
AGV机器人调度系统:数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为,AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度,其实不然。在真实工业场景中,90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时,不同厂商的通信协议、定位精度、传感器采样频率差异,会导致调度系统陷入「数据解析-转换-同步」的死循环,最终表现为路径规划失效或任务队列堆积。案例:上海临港某汽车总装车间的赛制级推演2023年Q2,某头部车企在查看详情



400-886-5570




