量化派完成蛋烘糕全流程实景验证 物理AI跨物料操控再进一步

量化派（02685.HK）在餐饮后厨场景中完成了蛋烘糕完整制作的实景技术验证，机器人连贯走完从工具拾取、面糊定量舀取、配料撒布、双铲协同托举、软糕折叠到成品出锅的12项连续作业。这使得该公司继手打柠檬茶、手抓饼、清炒土豆丝等多轮实景测试落地后，进一步验证了具身智能方案处理多元复合物料的实操能力。

复合物料叠加下的长链条作业难点

蛋烘糕制作的核心挑战并非某个孤立动作，而是整套工序需要持续切换处理物理特性差异明显的食材。高粘度面糊在倾倒过程中会自主延展铺展，机器人需要预判流体走向、调整倾倒姿态，规避溢流与落点偏移；花生碎、山楂碎等不规则颗粒物料要求小范围定点撒料并控制散落边界；烘烤完成的蛋烘糕质地松软，属于典型易损坏柔性物体，折叠操作稍有力度偏差就会出现糕体撕裂或馅料外泄，对双臂协同配合与接触力动态调节提出很高标准。

整套工序环环相扣，力控参数与运动轨迹任意环节失准，都会直接造成成品报废或物料浪费。作业过程中机器人还需自主完成面糊舀勺、配料勺、双煎铲等多类工具切换，同步跟踪任务进度并做好工具归位与后续动作衔接，综合考验多模态感知能力、长时序任务调度与柔性物体交互控制等多项能力。

世界模型驱动下的12步连贯操作

本轮测试中，机器人完整跑完12步标准化制作流程：抓取面糊勺、定量舀取面糊、倾倒入锅、更换配料勺、舀取花生山楂碎、定区域撒料，并继续完成糕体加工、成品处理、出锅及工具归位。

整套方案围绕多模态动作建模、世界模型预测、统一动作模型与自主评测Harness展开，通过多模态条件信息适配不同工具与物料操作，利用世界模型对物料状态变化进行建模，为后续动作生成提供状态依据。

在面糊勺、配料勺等不同工具之间，统一动作模型实现了技能复用与迁移；面对持续变化的糕体状态，系统通过状态建模与连续动作执行完成后续加工和稳定出锅。自主评测Harness持续记录执行结果，为后续模型优化与回归验证提供依据。

多模态状态估计、世界模型驱动强化学习、自主评测Harness与真实场景数据飞轮由此形成闭环：机器人在真实作业中持续感知物料状态，通过世界模型预测动作后果，经自主评测识别偏差并生成下一轮训练数据，再经后训练优化操作策略。

这意味着机器人处理复合物料的能力不是一次性调试的结果，而是能在真实场景中持续自我优化。

从单类物料到跨场景复用的能力延伸

从单类物料的精准操控到多类异质物料的长链条连贯作业，量化派的物理AI世界基础模型能力正在通过持续实景验证逐步拓宽边界。此前，该公司已落地三明治柔性加工、购物袋自主分拣、跨抽屉完成牛排调味、奶茶跨设备协同制作、手打柠檬茶等多项实景测试，覆盖柔性食材处理、开放环境分拣、跨设备协同、流体精密操控等多个维度。验证跑通之后，下一步是在跨场景的复用。

更深一层的想象空间在于“智能物种”——凡是搭载感知模块、具备AI决策能力、可自主完成物理交互的实体终端，都可以接入物理世界基础模型成为智能化载体。这个理念把复用路径从餐饮延伸到了更广阔的硬件空间。

配售与战略注资支撑研发投入

技术迭代的同时，公司获得资金层面的有力支撑。9月28日，量化派正式完成股份配售工作，按每股3.40港元配售4290.8万股新股，募集总规模约1.459亿港元，募资净额约1.437亿港元；募集资金净额当中约15%将投入研发，用于技术团队建设、数据与智能系统迭代、算力资源投入以及新产品原型开发。7月，量化派获得6000万港元战略注资，募资净额将重点投向提升物理AI基座模型研发与智能硬件商业化拓展。

作为港股核心定位物理世界基础模型的企业，量化派坚持软硬件分层的技术路线：物理AI基础模型作为独立能力层，不绑定特定机器人硬件本体，同一套AI能力可适配多元硬件载体，实现跨场景复用。

伴随餐饮场景实操验证持续推进，叠加资金保障，量化派“AI电商解决方案+物理AI”双业务模式正稳步向前演进。上述技术验证均处于研发测试阶段，尚无明确商业化时间表。