近期港股 AI 板块呈现结构性行情，中小市值科技标的受短期市场情绪影响出现阶段性调整。在业内研究人士看来，短期波动不改产业中期演进主线。随着政策红利持续释放、产业落地节奏加快，物理 AI 正从 “技术演示期” 稳步迈入 “规模化落地验证期”，具备成熟现金流底座、完成数据闭环与场景验证的应用层公司，有望率先迎来基本面驱动的估值修复窗口。
量化派作为港股 “智能物种第一股”，正是这一路线的代表性标的。公司依托存量消费业务的稳定造血能力，沿 “线上数据基座 —AI 中台进化 — 线下物理场景落地” 的路径层层递进，构建起 “粮仓飞轮 + 物理飞轮” 的双协同体系。当前市场估值更多反映传统业务价值，其物理 AI 新业务的成长期权尚未充分定价，中长期价值重估空间值得期待。
一、行业拐点：三层市场递进，物理 AI 进入价值验证期
2026 年被产业界普遍视为具身智能 “部署态元年”，机器人技术由此逐渐从实验室演示转向在真实场景中运行。在政策、资本、技术三重因素共振下，行业正沿清晰的层级逐步落地，成长空间逐层放大。
政策端持续加码护航。6 月，工信部、国务院国资委联合启动人形机器人与具身智能实景实训专项行动，提出到2026年底，人形机器人等重点产品在一批代表性场景中率先完成应用验证和常态部署；7 月，人形机器人与具身智能标准化技术委员会全体会议召开，正式成立数据工作组，标准化工作进一步延伸至数据这一具身智能关键要素。地方层面，北京市正式发布《关于加快智能体引领发展的若干措施》，并明确对关键技术攻关、共性平台和示范应用等重点项目择优给予最高1亿元资金支持。
产业端竞争重心持续下沉，技术成熟度稳步提升。WAIC 2026 上，具身智能升格为核心赛道，200 余家企业集中亮相，竞争主战场从整机外观设计，下沉到关节驱动、传感控制、场景算法等底层核心环节，产业整体从概念展示走向务实落地。英伟达创始人兼首席执行官黄仁勋在多个场合反复强调“下一波AI浪潮将是物理人工智能。”这一观点。全球范围内，科技巨头联合产业资本押注，物理 AI 已被公认为下一个万亿美元级产业方向。
从市场空间看，行业形成三层递进的 TAM 结构，成长动能层层传导：
基座层：2025年，我国网上零售额15.97万亿元。行业从流量红利进入效率竞争阶段，AI 精准匹配成为存量博弈的核心破局点，具备 AI 能力的平台将持续享受效率溢价；
爆发层：企业级 AI Agent 市场快速扩容，据 IDC 预测，2028 年中国企业级 Agent 应用市场规模将达 270 亿美元，预计到2030年可增长至471亿美元。线下连锁行业的效率痛点驱动 B 端需求加速释放，行业处于爆发前夜；
前沿层：具身智能与物理 AI 打开长期成长天花板，据国际权威市场调研机构M&M公司发布报告，具身智能全球市场规模预计2030年将达230亿美元。多模态物理交互数据成为下一代 AI 的核心资产。
三者并非孤立存在，而是沿 “数据采集 — 模型训练 — 场景落地 — 数据反哺” 的路径形成正向飞轮。率先完成跨场景布局、实现数据闭环的公司，将享受逐层放大的成长红利。
二、差异化卡位：双飞轮架构，构筑数据闭环护城河
与多数扎堆算力、机器人硬件的厂商不同，量化派选择了一条更侧重场景赋能的差异化路线 —— 以存量消费业务为现金牛底座，以 AI 中台为核心引擎，向线下物理场景输出标准化解决方案。这一路线的核心优势，在于抗风险能力与数据壁垒的双重叠加，成长确定性更强。
1. 现金流底座：成熟业务构筑坚实安全边际
公开财报数据显示，2025 年公司实现营收 10.34 亿元，毛利率高达95.4%。核心平台羊小咩 2025 年 GMV 突破 100 亿元，同比增长 30.59%；次月复购率达 35.88%，较上年提升 5.82 个百分点，用户粘性持续增强。
次月复购率的持续上行，验证了 “AI 推荐效率提升 — 用户留存改善 —GMV 内生增长 — 数据进一步沉淀” 的正向飞轮已经跑通。更关键的是，稳定的现金流与盈利水平，为物理 AI 研发提供了充足的试错资本。与高度依赖一级市场融资的具身智能初创企业相比，公司在 AI 商业化验证的高风险期具备极强的战略定力，能够稳步推进长期布局。
2. 核心壁垒：三重数据资产的稀缺性
数据是物理 AI 时代的核心生产资料。量化派的核心壁垒，在于同时掌握三类稀缺数据资产，且形成跨域关联价值，整体价值远超单一数据源的简单加总。
第一类是粮仓数据：平台累计 6300 万注册用户，沉淀了策略归因级的消费标注数据，覆盖推荐 A/B 测试归因、营销转化漏斗、客诉标签等全链路信息。其壁垒不在于用户量级，而在于 “策略 — 行为 — 结果” 的完整闭环难以复刻 —— 新进入者可以搭建交易平台，但无法在短期内重现多年积累的策略归因数据集。
第二类是感官数据：通过智能硬件采集语音交互、触摸反馈、环境感知等物理世界细粒度信号，还原用户真实生活状态与情绪节奏，这是纯线上平台无法获取的增量维度，也是实现精准用户洞察的关键。
第三类是具身数据：智慧餐厅场景中机器人采集的第一人称操作数据、真机遥操作演示数据、高保真仿真合成数据，是训练物理执行模型的核心燃料，采集成本高、稀缺性强。
业内研究观点指出，当线上消费偏好与线下生活状态实现交叉映射时，用户洞察精度将实现阶跃式提升。同时具备线上交易场景与线下物理数据采集能力的公司，在全球范围内都极为稀缺。
3. 架构进化：从电商工具到具身大脑的三层跃迁
支撑双飞轮运转的量星球 AI 中台，正经历三层关键架构升级，这是公司长期价值的核心来源：
感知层：从结构化标签扩展至多模态融合，覆盖视觉、语音、力反馈、动态环境等多元输入，环境理解能力持续提升；
决策层：从推荐排序升级至物理任务编排，可将高层管理意图自动分解为设备可执行的指令序列，任务规划能力不断增强；
学习层：从批式训练转向 “仿真预训练 + 遥操作微调 + 在线持续学习” 三重引擎，模型泛化能力持续迭代。
这一架构升级，使得公司的可触达市场从线上消费平台，延伸至企业级 AI Agent 与具身智能两大赛道，成长天花板大幅抬升。
4. 协同模式：脑体协同的差异化路径
市场存在一个普遍认知误区：认为线上消费数据与机器人动力学数据可以直接混合训练。实际上二者分属完全不同的技术栈，无法在底层张量层面融合。
量化派的真正协同，在于管理意图的数字化降维与下发：数字大脑（粮仓飞轮）负责洞察商业意图，自动生成 BOM 指令与 SOP 序列；物理小脑（物理飞轮）负责接收高阶指令，转化为底层执行动作。
这种 “线上洞察定义标准、线下硬件执行落地” 的脑体协同模式，完美跨越了跨域数据融合的技术鸿沟，形成了单一技术公司或单一硬件厂商无法复制的差异化优势。
三、商业化验证：B 端 Agent 跑通单店模型，收入模型迎升维
物理 AI 的估值兑现，核心锚点是商业化落地能力。公司新业务的终局并非单一硬件销售，而是将双飞轮体系验证成熟的 AI 能力，封装为可规模化复制的 B 端 Agent 产品，推动收入模型从 “C 端交易佣金” 的单一结构，向 “订阅费 + 软硬一体解决方案 + API 调用费 + 数据服务费” 的多元形态升维。
智慧餐厅是公司 B 端 Agent 能力的核心验证样板。据机构情景测算，传统门店 1 名店长搭配 4 名员工，月人工成本约 3.5 万元；落地智慧方案后，1 名助理店长加 2 名员工配合自动化设备，月人工成本降至约 2.05 万元，单月人工节省约 1.45 万元。扣除设备摊销后，单店月净节省约 0.92 万元，投资回收期约 13-14 个月。单店经济性模型的跑通，直接验证了 B 端场景的付费意愿与复制潜力，也为后续连锁化扩张锚定了可量化的价值标尺。业内普遍认为，餐饮连锁行业标准化程度高、人力成本优化需求刚性，是AI Agent落地的最优先发赛道，长期渗透空间广阔。
为支撑场景规模化复制，公司已构建起覆盖算法、算力、硬件、场景的完整产业生态：联合北京大学夯实底层算法底座，依托火山引擎保障大模型推理与仿真算力，携手北京瑞宏打通软硬件协同开发链路，联动车无界等合作伙伴拓展汽车展厅等多元线下场景。在这一生态格局中，量化派并非被动的方案集成商，而是手握场景定义权的 “链主”，主导着产业价值的分配方向。
从分部估值视角看，传统消费业务盈利稳健、现金流充沛，已筑牢坚实的估值安全垫；物理 AI 新业务手握场景定义权与数据壁垒，伴随单店模型跑通、产业生态闭环成型，长期成长弹性持续放大。当前股价受短期情绪扰动处于低位，新业务成长期权尚未充分定价，随着场景复制提速、商业化进程加快，基本面兑现将持续驱动估值修复，公司长期价值重估的上行空间已清晰打开。
