从线上消费平台到物理AI场景赋能者

数据飞轮驱动的全场景Agent生态 公司定位 量化派控股并非试图在底层算力或机器人硬件上与巨头硬碰硬的“全能型AI公司”，而是一家拥有强大数字造血能力，并正利用其深厚的场景Know-How向线下重资产行业输出“数字大脑+物理执行”标准化解决方案的“AI应用层龙头”。公司以羊小咩消费电商为数据基座与现金牛，以量星球AI中台为核心引擎，沿“场景洞察—SOP数字化封装—B端AIAgent输出”的路径，实现从线上消费平台向物理AI场景赋能者的跃迁。 “脑体协同”双飞轮驱动，有望跨越AI商业化高风险期 公 司构 建了 ‘数 字大 脑（商 业意 图理 解） ’与 ‘物理 小脑 （执 行 控制）’的协同飞轮。必须明确的是，电商推荐数据与机器人动力学数据属于完全不同的技术栈，无法在底层张量上直接混合训练。两者的真正协同在于‘管理意图的数字化降维与下发’：粮仓飞轮负责洞察区域/社区的商业意图（如：量星球洞察到某社区低脂餐需求激增），自动生成BOM指令与SOP序列；物理飞轮（智慧餐厅Store Agent与机器人）则负责接收这些高阶商业意图，并转化为底层的物理执行动作。量化派解决的是‘做什么（What）’的商业定义问题，而生态伙伴解决的是‘怎么做（How）’的物理执行问题，从而完美跨越了跨域数据混合训练的技术鸿沟。更重要的是，相比于高度依赖一级市场融资、纯烧钱的具身智能初创企业，量化派2025年高达95.4%的毛利率和10.34亿的电商营收，为其提供了无风险的AI试错资本，使其在跨越AI商业化高风险期时具备极强的战略定力。 研究部 research@fosunwealth.com 三层数据资产构筑不可复制的护城河。公司掌握三维独特数据：粮仓数据（6300万用户的策略归因级消费偏好标注，含推荐A/B测试归因、营销转化漏斗、客诉标签等不可回溯的场景标注信息）、感官数据（智能抱枕等硬件捕获的语音交互、触摸反馈、环境感知等物理世界细粒度信号）、具身数据（智慧餐厅机器人采集的ego第一人称操作数据、真机遥操作演示数据和高保真仿真合成数据）。三种数据形成的跨域关联价值远超单一数据源加总——当线上消费偏好与线下生活状态能够交叉映射时，用户洞察精度将实现阶跃式提升，而同时拥有这两端的公司在全球范围内极为稀缺。 量星球从电商工具到具身大脑的架构升级，打开三层TAM增长空间。量星球AI中台的长期价值不在于当前五大运营模块为羊小咩带来的效率提升，而在于其正在经历的三层架构升级——感知层从结构化标签扩展至多模态融合（视觉/语音/力反馈/动态环境）、决策层从推荐排序升级至物理任务编排（将管理意图分解为设备可执行指令序列）、学习层从批式训练转向"仿真+遥操作+在线学习"三重引擎。这一升级使公司的可触达市场从线上消费平台（29万亿→41万亿）延伸至企业级AI Agent（IDC预计2028年270亿美元）和具身智能（全球预计2033年676亿美元），且三层市场通过数据飞轮形成正反馈而非孤立并存。 B端Agent输出实现收入模型升维。公司新业务的商业化终点并非硬件销售，而是将双飞轮验证迭代的AI能力打包为可复制的B端Agent产品。收入模型将从当前"赚C端交易佣金"经三个阶段跃迁至"赚B端AI Agent订阅费+软硬一体解决方案+API调用费+数据服务费"的多元结构。智慧餐厅单店经济性已通过情景测算初步验证（月节省人工约1.45万元，设备回收期13-14个月），且与北京大学、火山引擎、北京瑞宏、车无界的产学研用生态合作已构建覆盖"算法—算力—硬件—场景"的完整闭环，降低了单一环节的技术和交付风险。 估值视角：SOTP分部估值（传统电商平台业务和新业务） 传统线上市场运营业务：该板块属于成熟商业模式，参考A股及港股电商代运营/数字营销可比公司估值水平。可比公司如宝尊电商、壹网壹创、丽人丽妆等当前估值中枢约在6-10倍2026年预测市盈率区间。考虑到量化派传统业务仍维持稳健的GMV增速，优于多数传统电商代运营公司，采用2027年8倍P/E。基于2027年该板块预计净利润2亿元人民币，对应估值17.9亿港币。该估值水平相较于同业均值约有10-20%的折让，以反映港股流动性折价因素。 新业务（量星球及B端AI Agent业务和智能硬件及具身智能业务）：作为高成长的物理AI期权业务，考虑到其处于商业化前夜，我们采用‘单店经济性DCF+远期TAM渗透率’进行交叉验证，而非简单给予一个固定倍数。 第一步：单店经济性验证价值下限。基于第2.4.2节的情景测算，智慧餐厅单店月净节省约0.92万元，设备回收期约13-14个月。按单店Agent年化贡献值（含SaaS订阅+硬件维保）约11万元计算，单店客户生命周期价值（LTV）约为15-20万元。即便仅考虑餐饮连锁TOP 100品牌（约10万+门店）中1%的渗透率，对应年化ARR已达1.1亿元。 第二步：TAM渗透率测算价值中枢。假设2028年公司Store Agent能渗透全国目标连锁餐饮/零售门店的1%（注：渗透率假设基于餐饮AI整体渗透率15%的远期目标，取较为保守的1%作为早期商业化阶段的合理预期），对应远期ARR（年度经常性收入）可达8.67亿元人民币。该收入由三部分构成：SaaS订阅费（约60%）、硬件及部署收入（约25%）、持续服务与数据费（约15%）。 第三步：估值定价。参考可比的港股人形机器人概念股、物理AI概念股及大模型概念股，这三类公司的2027年估值中枢约为15-20x P/S，考虑到公司新业务仍处于商业化验证初期，给予15x P/S以反映执行风险，对应估值145.6亿港币。该估值水平相较于纯大模型公司明显折让，相较于服务机器人公司亦有一定安全边际，具备充足的赔率空间与安全边际。 综合目标市值：以上两部分加总，公司2027年合理目标市值为163.5亿港币。截至2026年7月9日收市价计算，当前市值约79.07亿港币，对应上行空间约106%。须注意，上述SOTP估值中的第二层假设高度依赖新业务商业化进程，如果智能物种业务产品落地、客户付费意愿或场景复制能力不及预期，相关估值可能大幅下调。 风险因素 传统业务增长放缓、新业务落地不及预期、跨界生态整合、数据合规与伦理、技术研发及场景泛化等风险。 目录 1.行业图景：三层TAM——从线上消费到物理AI的万亿级赛道.......................................41.1基座层：线上消费存量博弈，AI精准匹配成为破局关键.....................................51.1.1市场规模与增长驱动............................................................51.1.2竞争格局......................................................................61.1.3产业链分布....................................................................61.2爆发层：企业级AI Agent——线下连锁扩张的"破壁机".....................................81.2.1市场空间与行业痛点............................................................81.2.2 AI Agent的落地逻辑...........................................................81.3前沿层：具身智能与物理AI——多模态数据成为下一代AI核心资产..........................91.3.1产业趋势与市场空间...........................................................91.3.2量化派的战略定位.............................................................92.商业闭环：一脑多端，双飞轮驱动的五层递进生态..............................................102.1数据基座（粮仓）：羊小咩+消费地图——沉淀消费偏好场景标注数据.......................102.1.1羊小咩：收入核心与数据引擎...................................................102.1.2数据的战略价值：标注质量而非数量.............................................102.1.3粮仓飞轮的运转..............................................................112.2底层基座（大脑）：量星球——从AI赋能技术平台到全场景具身大脑的进化.................122.2.1量星球的五大运营模块详述.....................................................122.2.2数据资产的三个维度——从粮仓到具身的完整数据图谱.............................152.2.3三层架构升级：从电商工具到具身大脑...........................................162.2.4具身智能技术生态：核心自研+战略合作的双轨策略................................172.3感知延伸（感官）：智能硬件与物理飞轮——开启物理世界的数据入口......................182.3.1智能硬件：物理世界的数据入口.................................................182.3.2物理飞轮：第二增长引擎.......................................................182.3.3双飞轮协同..................................................................182.4能力验证（试炼）：智慧餐厅——B端Agent的商业化验证样板.............................192.4.1三层技术架构................................................................192.4.2单店经济性验证..............................................................202.4.3出餐标准化与数据价值.........................................................202.4.4战略定位.....................................................................202.5商业终局（变现）：B端Agent输出——收入模型的跃迁路径..............................202.5.1三阶段商业化路径.............................................................212.5.2生态合作支撑.................................................................212.5.3可比商业模式参考...................................