图片来源：LegendsNLeaders
Z Highlights
安全优势显著：Serve 机器人动能仅为汽车的 0.27%，从物理层面极大降低了事故伤害上限。迄今已完成近 200 万次配送，交付率达 99.8%，未发生严重事故。
差异化技术路径：利用人行道场景对“停顿”的高容忍度，采取“先遥控后自动化”的渐进策略。模型对“红灯行走”零容忍，但可接受“绿灯骤停”以等待远程介入，逐步降低复杂度。
平台化商业策略：数据仿真显示，单签品牌模式利用率低，而接入 Uber、DoorDash 等平台可覆盖超 80% 美国外卖市场，显著提升订单密度与机器人利用率。
逆周期上市决策：在自动驾驶行业寒冬及 IPO 市场冷清背景下，Serve 选择上市以接触多元资本。目前账面现金约 2 亿美元，2026 年收入预期上调至约 2600 万美元。
Ali Kashani 是自动配送机器人公司 Serve Robotics 联合创始人兼 CEO。该公司源自 Postmates 自动配送项目，2021 年从 Uber 拆分独立。截至 2025 年底，已部署 2000 台机器人，覆盖 20 个城市，全年收入 270 万美元。本次访谈发布于 2026 年 3 月 3 日。
图片来源：Serve Robotics
从少年梦想到人行道配送机器人
Ben Weiss：您最初是如何对机器人产生兴趣并决定进入该领域的？
Ali Kashani：早年听闻比尔·盖茨在车库创业并将电脑带入每个家庭的故事后，我便思考：下一个进入家庭的必需品是什么？答案是机器人。尽管当时身处伊朗，对创业和制造知之甚少，但这一梦想由此萌芽。
Ben Weiss：您何时来到美国？公司何时启动？
Ali Kashani：我 19 岁移居加拿大，2016 年赴美。早在 UBC 本科期间（约 2004-2005 年），我就参与了 DARPA Challenge，研究当时尚属小众且昂贵的激光雷达传感器。虽然当时 AI 能力有限，但激光雷达让机器能理解三维几何结构。毕业后我曾创办多家硬件与 AI 相关公司，但认为机器人大规模落地时机未到。直到遇见 Postmates 创始人，我们碰撞出新想法：让人行道上配送食物成为可能。
低动量安全策略与渐进式自动化
Ben Weiss：为何认为现在是切入该领域的最佳时机？
Ali Kashani：核心在于应用场景的匹配。即时配送需求激增，但用两吨重的汽车运送轻量物品既不合理也不安全。汽车动能是 Serve 机器人的 3000 倍，而动能是风险源头。将载体小型化、轻量化、低速化，使得现有技术在机器人领域即可实现安全自动驾驶。
Ben Weiss：项目如何启动？早期原型表现如何？
Ali Kashani：2017 年加入 Postmates 后，基于真实数据分析发现大多数配送距离仅几英里，适合机器人完成。一周内，我们用 Amazon 零件组装了首台远程驾驶原型机上街测试。九个月内完成了超 1000 次真实配送。如今车队规模已超 1000 台，预计年底达 2000 台，成为全球最大的城市自动驾驶车队之一。
Ben Weiss：相比自动驾驶汽车，你们如何解决技术难题？
Ali Kashani：底层技术相似（如激光雷达、NVIDIA 计算设备），但关键差异在于速度与容错率。汽车在路口必须果断决策，而人行道机器人可随时暂停等待远程介入。我们训练模型对“红灯通行”极度敏感，同时容忍“绿灯骤停”。策略上，初期完全依赖远程操控，通过记录人类操作逐步拆解并自动化特定任务，最终实现高度自主运行。
图片来源：Serve Robotics
依托平台生态获取订单密度
Ben Weiss：为何选择与 DoorDash、Uber 合作而非自建 App？
Ali Kashani：基于 Postmates 数据的物理仿真显示，若仅签约单一品牌或少数连锁餐厅（如洛杉矶前 20 大品牌仅 40 家店），50 台机器人的利用率勉强达标。而接入平台后可覆盖区域内超 1000 家餐厅，订单密度跃升。结论明确：必须通过平台整合运力，才能构建可行的单位经济模型。因此，我们未自建 App，而是通过合作覆盖超 80% 的美国外卖市场。
城市沟通与人机协作愿景
Ben Weiss：如何说服城市接受配送机器人？
Ali Kashani：关键在于阐明价值主张：减少重型车辆短途出行带来的安全风险与交通拥堵，降低碳排放，并创造高质量就业岗位。用“两吨汽车送两个卷饼”的不合理性引发共鸣，强调机器人旨在替代不必要的机动车出行，而非单纯取代人力。
Ben Weiss：如何看待人与机器人的互动（如帮机器人按过街按钮）？
Ali Kashani：人机协作是公共环境运行的必然。除了配送，机器人还能反馈基础设施问题（如缺失路缘坡道），辅助残障人士。设计上，我们融入友好元素（如眼睛、名字），使其更易被社会接受。当孩子兴奋地奔向机器人时，说明它不仅是工具，更是可协作的伙伴。这种亲和力有助于推动技术落地。
图片来源：Serve Robotics
Physical AI 的深远影响与资本策略
Ben Weiss：为何投身 Physical AI 而非纯软件领域？
Ali Kashani：计算范式的转变终将深入物理世界。从 PC 到互联网再到移动设备，每次变革都先改变数字生活，但最大机遇在于重塑物理现实。汽车曾重构城市形态，Physical AI 也将深刻影响社会运行与日常生活。尽管难度更大，但其意义远超软件扩展。
Ben Weiss：未来是否需要更多机器人形态？
Ali Kashani：当前机型只是起点。解决大城市人行道这一复杂环境后，背后的“大脑”可复用于多种长尾场景。未来将出现更多定制化与通用型机器人，深入各类人类环境。
Ben Weiss：为何在市场低迷期选择上市？
Ali Kashani：创新周期与资本周期往往错位。私募耐心通常仅一两年，而硬科技创业需十年耕耘。在 IPO 与私募双冷的环境下，我们选择上市以触达更广泛资本。无需所有人理解，只需找到少数认同愿景的投资者。此外，上市能让服务社区的居民共享成长收益，这也是自 2021 年独立以来的初衷。事实证明，这一押注成功了。
编译：Eleanor Liang