当同行忙着让机器人跳舞、打拳、拧螺丝时，陈震的团队已经悄悄在后厨炸了2万块鸡块。这看起来不够酷，但可能是具身智能最务实的商业化路径。
「从场景里长出来」的公司
2023年成立的享刻智能，刚刚完成九号公司领投的1.5亿元A轮融资，累计融资近3亿元。创始人陈震是连续创业者，这次他把赌注押在了餐饮和酒店的后厨。
「我们是从场景里面生长出来的一家具身智能机器人企业。」陈震的这句话值得拆解。过去一年，具身智能赛道挤满了寻找落地场景的公司，但多数是从技术出发找需求——先有机器人，再想办法塞进去。享刻的路径相反：先扎进后厨，看清楚炸鸡、炒菜、配送的真实痛点，再倒推需要什么样的机器人。
这种「场景驱动」的逻辑，直接决定了产品形态。当行业热议人形机器人时，享刻没有执着于人形，而是根据当下场景需求设计开发。陈震的判断很直接：「目前在餐饮和酒店场景，具身智能技术已经可以满足机器人本体交互，以及应对任务的变化。」
但这不是说人形不重要。陈震透露，下一个阶段随着跨场景服务机器人的普及，会产生类人形的产品。广交会上，享刻将重点发布一款跨场景的类人形服务机器人。
这种「先务实、再进化」的节奏，和融资数据形成了有趣的对照。2025年享刻智能收入超过4000万，国内有7000家酒店客户、近2000家餐饮门店在使用其机器人平台。海外收入占比约30%，未来2-3年将超过50%。
为什么是炸鸡？标准化场景的「最小切口」
高温油炸作业，听起来远不如机器人格斗吸睛，但陈震看中的是它的标准化程度。
作业区域宽度固定0.9米，线体随炸炉设计有双炸炉、四炸炉之分——这些参数意味着可预测、可复制。享刻的多任务具身操作机器人系统LAVA，已在海外启动百台级交付，完成近2万单炸鸡与鸡块制作。
陈震把后厨拆解成模块化作业区域：高温油炸、中餐翻炒调味、饮品制作、打包、蒸烤。油炸是第一个单场景，下一步向其他区域扩展，形成「点到线」的布局。
这种模块化思路，直接对应商业回报。陈震算过账：首套解决方案设计目标是对应1～1.5个人工工作量，8至12个月完成投资回收。部署两到三台机器人，可达到4至5名人工效率。
「烟火气」是餐饮机器人绕不开的质疑。陈震的回应很技术：锅气的本质是高温下的焦化反应和美拉德反应，关键在火候和温度。传统电磁设备最高150-180度，而享刻基于380伏大功率电，可将炒菜温度瞬间提升到220度以上。
机器人不适合创作性发挥——让它自己发明一道菜难度极大。但连锁品牌的核心需求恰恰是「消灭创作」：一样的菜单、一样的流程、一样的口感。机器人定量添加两克油三克盐的能力，反而成了优势。
竞争壁垒：不是技术，是落地速度
传统家电厂商也在布局餐饮场景，陈震认为这是好事，「更多的企业加入进来才能把盘子做大。」
但创业公司的优势在哪？陈震的答案是流程简化和对AI工具的充分应用。更深一层，他抛出了一个反直觉的判断：「在中国，任何一个技术都不足以具备长期的壁垒，真正的壁垒一定是创新产品在场景里的快速落地和规模化的能力。」
这句话的潜台词是：具身智能的窗口期不会留给纯技术派。享刻选择「餐饮+酒店全场景」作为立足点，看中的是劳动密集型服务行业的双重属性——短期具备硬件、软件商业化条件，中长期又是进入家庭场景的务实路径。
中国连锁型酒店约35万家，连锁餐饮店约20万家。陈震估算，智能化升级将伴随大几千亿至万亿级市场。这个体量足以支撑一家公司的规模化，又不至于像家庭场景那样被巨头垄断。
获得九号公司战略投资后，享刻共享了后者在服务机器人板块的布局。这种产业资本的加持，比纯财务投资更关键——它意味着供应链、渠道、场景验证的协同可能。
两道坎：千元成本与真实价值
从实验室走向百姓生活，陈震认为还有两道坎要迈。
第一道是成本。硬件本体需进一步降低，当成本达到千元级水平时，普及规模将快速扩大并真正进入生活场景。目前享刻的回收周期是8-12个月，这个账算得过来，但还不够性感。
第二道是有效应用。服务与交互必须产生实际价值，而非炫技。陈震的表述很直接：应使机器人完成更多高附加值任务，提供更优质的服务并创造更强的情绪价值。
这两道坎的先后顺序值得玩味。成本下降依赖规模，规模依赖场景验证，场景验证又依赖成本可控——这是一个典型的鸡生蛋问题。享刻的解法是用「标准化单元」打破循环：先在一个足够小的切口（炸鸡）验证模式，再逐步扩展。
2026年被认为是具身智能商业化元年。陈震的判断是，短期最适合落地的能力，是以一个核心场景聚焦，同时外延到不同功能实现跨场景服务，通过第一步跨场景服务实现通用化能力。
这个逻辑和自动驾驶的渐进式路线异曲同工：不是在实验室追求L5，而是在限定场景跑通L4，再逐步解锁新场景。区别在于，自动驾驶的「场景」是地理围栏，具身智能的「场景」是功能模块。
数据收束
截至2025年，享刻智能收入超4000万，海外百台级LAVA机器人完成近2万单炸鸡制作，国内覆盖7000家酒店和2000家餐饮门店。陈震的1.5亿A轮融资和8-12个月回本周期，正在验证一个假设：当具身智能放弃「像人」的执念，先解决「好用」的问题，商业化可能比预期来得更快。
热门跟贴