2026年拉斯维加斯CES展会，当全球科技巨头扎堆展示人形机器人原型、争论商业落地时间表时，North Hall区一个60平米的小展位前，近百名观众排起了长队。没有复杂的机械关节演示，没有炫技式的动作表演，一台来自中国的XBOT咖啡机器人，正以75秒一杯的速度制作顶级拉花咖啡，梵高名画复刻、自拍照定制等玩法，让老外们举着手机蹲点打卡，直呼“这才是能落地的具身智能”。
这台已卖出400万杯咖啡的“赛博咖啡师”，背后站着一位横跨腾讯、小米的产品老兵——唐沐。从设计QQ头像、搭建QQ空间的用户体验体系，到操盘小米路由器、小爱音箱两条亿级产品线，这位在科技行业深耕20年的创业者，用一次看似“跨界”的选择，撕开了具身智能商业化的口子。
01 大厂高管裸辞创业 在绝境中转向咖啡赛道
唐沐的创业起点，带着几分“自断后路”的决绝。2019年，他告别小米生态链副总裁的职位，放弃了雷军力推的市场端高管路径，带着“做真正走进生活的消费级机器人”的想法，创办了影智科技。此前在腾讯的十年，他带领300人团队打造了QQ秀、QQ电脑管家等国民级产品，摸清了用户体验的底层逻辑；在小米的七年，他主导智能硬件研发，吃透了供应链与量产的门道。
但创业的残酷远超想象。最初押注的全屋智能赛道，在投入数千万资金后，因需求模糊、场景分散陷入停滞。2023年，公司现金流彻底断裂，员工工资难以发放，唐沐咬牙抛售了手中的小米股票，才勉强撑过难关。“创业不是人干的”，雷军当年的话，他此刻才有了最真切的体会。
绝境之下，唐沐反而跳出了“追风口”的思维定式。当时人形机器人是行业热点，特斯拉、波士顿动力等巨头纷纷入局，但他发现，咖啡这个高频消费场景，藏着更真实的需求：年人均消费暴涨3倍，街头咖啡店却普遍面临高峰期出单慢、口感不稳定、人力成本高的痛点。“风口不是等出来的，是解决真问题干出来的”，他果断转向，决定做一台“能把咖啡做好”的机器人。
这个选择在当时并不被看好。业内顶级咖啡师带着疑惑走进他的实验室，旁观者质疑“做用户体验出身的，怎么搞定咖啡工艺和机械臂”。但唐沐认定，消费级机器人的核心不是形态像人，而是能解决具体问题：“扫地机器人成功，不是因为它像人，而是因为它能扫地。咖啡机器人的价值，就是把咖啡做得又快又好。”
02 好莱坞级实验室攻坚 让机械臂练出“咖啡大师”手艺
要让机器人复刻人类咖啡师的手艺，难度堪比“在针尖上跳舞”。2019年，AI还没有大模型的加持，机械臂的精准控制、动作复刻都是行业难题。唐沐的解决方案，是自建一间堪比好莱坞级别的机器人视觉实验室。
实验室里，11组摄像机搭配红外光标记点，全方位对准黑杯咖啡大赛冠军等顶级咖啡师的操作过程。上百小时的拉花视频被逐帧捕捉，通过数字孪生技术，将咖啡师的手部动作转化为三维数据，再转译为机械臂的运动路径。为了追求极致精度，团队反复优化算法，最终实现了±0.02毫米的重复精度，这意味着，机械臂能精准复刻咖啡师布粉的力度、拉花的弧度，分毫不差。
口感稳定性上，XBOT搭载了进口全自动咖啡机，预设30多种基础饮品，通过智能研磨、电子布粉、精准萃取技术，将粉量误差控制在±0.3克，而人类咖啡师的误差通常在±2克。效率上更是优势明显：110秒能做两杯咖啡，单日最高输出超500杯，占地却不到2平米，大大降低了门店的租金成本。
拉花工艺成了XBOT的“吸睛利器”。它不仅能还原爱心、天鹅等经典图案，还支持扫码定制，把公司LOGO、节日主题甚至用户的自拍照印在咖啡上。更让人惊喜的是，通过AI大语言模型，用户上传自拍后能生成专属AI数字形象，再由机械臂精准印在奶泡上，让每一杯咖啡都成了“可打卡的社交货币”。
量产过程中，团队又攻克了机械臂校准的行业痛点。此前，机械臂的初始位置校准需要人工逐台调整，耗时费力。唐沐团队自研“自动校准+虚实同步算法”，数字孪生调试好的动作，真实机械臂能自动校准定位，结合AI微调优化，单台机器人的调试时间从数天压缩到3小时，彻底打通了量产和部署的关键环节。
03 腾讯+小米基因融合 打造有温度的“新同事”
XBOT的成功，离不开唐沐身上独特的“二元基因”。腾讯十年的经历，让他深谙“技术要服务于人”；小米六年的沉淀，让他掌握了硬件量产的极致效率。这两种基因碰撞出的“天平理论”，成了产品设计的核心：“左边是科技，右边是美学，中间是情绪价值，底座是质量、成本和交付。”
为了打破机械臂的冰冷感，唐沐给XBOT加装了43英寸交互大屏和AI数字人系统。这些数字人被赋予不同的MBTI人格，支持多种语言和方言交互。当老用户走近，摄像头能快速识别，数字人会用亲切的乡音喊出名字：“还是老样子？一杯少冰美式？”；当用户提出“要一杯热带风情的咖啡”这种模糊需求时，内置的行业首个“咖啡大模型”会解析语义，调用饮品知识库调整配方，实现“千人千面”的个性化定制。
“机器人不能只是工具，得有情绪感知和交互能力”，这是唐沐在腾讯打磨亿级用户产品时沉淀的认知。而小米的供应链基因，则让XBOT实现了“性价比跃迁”：从初代机60万售价，到二代机38万，再到Lite版18.9万，价格降到三分之一的同时，功能反而提升了50%。2024年11月，上海首家XBOT机器人7S服务中心落地，覆盖销售、服务、配件、金融等全链条，把客户部署的门槛降到了最低。
这种“有温度+高性价比”的组合，让XBOT快速打开了市场。在天安门景区、国家博物馆，它成了游客打卡的网红点；在成都SKP、北京太古里，它成了商场的引流利器；2023年成都大运会，它连续12天全时段运营，为全球运动员做了4000多杯咖啡；联想更是把它作为全球未来科技中心的标配，增添赛博朋克感。海外市场同样火爆，日韩的高速公路服务区、欧美的商超酒店，都引进了这款24小时不间断服务的咖啡机器人，解决了人力成本高、用工难的痛点。
04 不做人形 却开创消费具身智能新赛道
“十五五规划提的是具身智能，不是人形机器人，这让我很振奋”，他在采访中明确表示，人形机器人是具身智能的“子集”，不是“全集”：“养老场景需要的是智能助浴系统，不是站不稳的机器人护工；咖啡场景需要的是精准的机械臂，不是会走路的咖啡师。强行做人形，既是资源浪费，还有安全隐患。”
截至目前，XBOT已在全球15个国家和地区落地，覆盖100多个城市，部署总量超600台，累计卖出400万杯咖啡。预计2026年，总部署量将突破3000台。更重要的是，XBOT的技术底座展现出了强大的泛化能力，这套“通用身体+AI大脑”的架构，像可插拔的U盘，已经快速迁移到冰淇淋、牛排、拉面、调酒等十余个消费品类。其中，冰淇淋机器人已实现量产，占地仅1.35平米，零售价15.9万元。
唐沐的野心，不止于打造单一品类的机器人。他想构建的，是一个覆盖线下消费场景的“智能生态”。当这些机器人高密度部署在文旅景区、商业综合体、医院、图书馆等场所时，它们会成为一个个数据入口，实时采集用户的消费偏好、复购率、情绪反馈。“机器人不再只是替代人力的工具，而是连接消费者、商户、供应链的‘场景智能体’”，唐沐解释道。这些数据既能为消费者提供更个性化的服务，也能为商业体提供运营优化的决策依据，这正是消费具身智能的深层价值。
如今，工业具身智能聚焦生产流程优化，家庭具身智能侧重情感陪伴，而唐沐开创的消费具身智能，正成为独立于两者之外的第三大领域。它既要满足消费者的非标服务需求，又要解决商业场景的运营痛点，难度更大，但市场空间也更为广阔。
