量化派品牌升級“智能物種”第一股，對話MIT畢業(yè)的機器人博士CTO譚豐

4月16日，我們注意到量化派官宣品牌戰(zhàn)略全面升級，明確全新發(fā)展方向、錨定用戶核心需求，進一步聚焦智能物種領域，推動業(yè)務向“智能物種設計+研發(fā)+銷售”一體化轉型。

3月初，量化派發(fā)布人事公告。公告稱，譚豐博士被委任為公司執(zhí)行董事兼首席技術官（CTO）。這位擁有麻省理工學院機器人學博士學位的高管，曾在2016年創(chuàng)立學齡前教育機器人公司W(wǎng)oobo，是行業(yè)內較早探索AI硬件化的創(chuàng)業(yè)者之一。

（圖：譚豐）

現(xiàn)在來看，譚豐加入量化派的答案逐漸清晰。3月底，量化派發(fā)布上市后的首份年度業(yè)績報告。財報顯示，2025年公司實現(xiàn)營業(yè)收入10.35億元，同比增長4.2%；凈利潤達1.95億元，同比大幅增長32.6%。

其中財報也透露了關于未來戰(zhàn)略的走向，即將探索各類融合 AI 技術在內的智能物種產(chǎn)品的設計、研發(fā)與全球售賣。

“過去10年，AI 改變的是信息世界；未來10年，AI會進入物理世界。”譚豐對投中網(wǎng)如此總結他對行業(yè)趨勢的判斷。

量化派的十二年轉型路

量化派的故事要從2014年說起。這一年，北大物理系校友周灝創(chuàng)立了公司。2025年11月27日，量化派成功在香港聯(lián)合交易所主板掛牌上市。

至此，量化派完成了第一次轉型。但問題在于，純電商平臺的估值天花板顯而易見。如何在資本市場講述新的故事？

答案藏在技術研發(fā)投入里。

2025年，量化派研發(fā)費用達5130萬元，同比增長37.2%，遠高于營收4.2%的增速。這筆投入主要用于自主研發(fā)的“量星球”AI 賦能技術平臺的優(yōu)化升級，整合運營、算法、營銷等核心系統(tǒng)，將 AI 與大數(shù)據(jù)分析技術深度用戶洞察、智能推薦、精準營銷等全業(yè)務流程。

如果說研發(fā)投入還只是信號，那么今年3月密集完成的管理層補強則是明確的戰(zhàn)略宣言。

值得注意的是，與譚豐一起加入量化派的還有張巖珅和徐東，其中張巖珅出任COO，其在消費科技和跨境電商領域具有豐富連續(xù)創(chuàng)業(yè)經(jīng)驗，而徐東則擔任首席科學家，他也是香港大學計算機系機器學習領域資深學者。

這三位兼具頂尖學術背景與產(chǎn)業(yè)實操經(jīng)驗的高管就位，進一步強化了團隊的AI基因。

從MIT到Woobo，再到量化派

當然，這三位中，更能代表量化派未來走向的或許還是CTO譚豐。

從清華大學精密儀器與機械學系畢業(yè)后，他選擇前往麻省理工學院繼續(xù)攻讀機器人學博士。談及當初的選擇，譚豐說：“在清華讀精密儀器的時候，我就對一件事情特別感興趣：機器到底什么時候，才算真的理解這個世界？傳感器讀數(shù)據(jù)、控制系統(tǒng)做動作，這些實驗讓我意識到，‘執(zhí)行指令’和‘理解再行動’是兩件完全不同的事情。”

在譚豐看來，去MIT讀機器人，更像是把這種興趣系統(tǒng)化——從單點能力變成完整系統(tǒng)，感知、決策、執(zhí)行全部串起來。至于當時是否預見到機器人進入消費級市場的窗口正在打開，他坦言：“說實話，沒有那么清晰的判斷。更多是一種直覺，算力在提升，傳感器在變便宜，AI 開始有點能用。你會覺得，機器不可能永遠只是工具。”

但今天回頭看，他反而更認同一件事——技術成熟，不等于產(chǎn)品成立。“中間那段從能做、到好用可用長期用的過程，才是最難的。如果一定要總結這條路徑，我更愿意說，不是因為看清趨勢才進入，而是因為真的喜歡這個問題，所以一直做下來了。”

2016年，譚豐在美國創(chuàng)立了Woobo，主導學齡前教育機器人項目。這在當時算是AI硬件化的早期探索。與大多數(shù)企業(yè)一樣，一開始Woobo也碰到了一些典型誤區(qū)，比如試圖把它做得更像一個功能很強的機器人。但很快發(fā)現(xiàn)，這個方向不對。后來Woobo團隊做了一個關鍵取舍，弱化機器人，強化體驗。畢竟用戶只在意兩件事——好不好玩，有沒有情緒連接。

這段經(jīng)歷對譚豐影響特別大。他分享稱：“后來我再看所有AI硬件，都會問一個問題：如果把技術光環(huán)拿掉，這個東西用戶還會不會用？如果答案是否定的，那基本就不成立。”

作為一個已經(jīng)完整經(jīng)歷過一輪AI硬件創(chuàng)業(yè)的連續(xù)創(chuàng)業(yè)者，譚豐為什么選擇加入量化派？他的答案是量化派是一個對AI認真投入的，給技術和產(chǎn)品空間，同時有商業(yè)約束的地方，也是一個既能做事，又不脫離現(xiàn)實的地方。

對于量化派的基因，譚豐總結為：“量化派是長期在做數(shù)據(jù)驅動決策的公司。過去是在數(shù)字世界里做這件事，現(xiàn)在是數(shù)據(jù)正在走向真實世界。比如人的行為、環(huán)境、狀態(tài)，這些一旦被感知，AI 就可以真正參與生活。”

所以這次做AI+硬件，本質不是跨界，而是延伸，從理解數(shù)據(jù)，走向作用世界。在差異化打法上，譚豐的思路也很清晰：創(chuàng)業(yè)公司在找爆點，量化派在搭地基。

“智能物種”的戰(zhàn)略落地

量化派在財報中提到的“智能物種”一詞，乍一聽這個詞確實有些科幻。不過在譚豐看來，這個詞描述的是一件很具體的變化，人和設備之間的關系在變。

如果說過去是工具關系，那么現(xiàn)在設備更像一種弱生命體狀態(tài)，有持續(xù)感知，有一定的記憶，會隨著時間產(chǎn)生變化。它長期存在于你的環(huán)境中，能逐漸理解你的習慣，在合適的時候主動參與。當然，譚豐也承認，現(xiàn)在大多數(shù)產(chǎn)品還停留在看起來像的階段，離真正的共生體驗還有距離。

對于To B還是To C的戰(zhàn)略選擇，量化派有自己的理解。“從內部看，我們更關心是在做產(chǎn)品還是在做一套能力系統(tǒng)，如果只是做產(chǎn)品，很容易被這個問題困住，但如果是做系統(tǒng)能力，其實可以同時服務兩邊。”

進一步拆解來看，To B是系統(tǒng)賦能，給企業(yè)的不只是硬件，而是一整套能力。To C是產(chǎn)品表達。而中間的關鍵，是把AI能力沉淀成可復用的系統(tǒng)。這樣帶來的好處是不用每個產(chǎn)品從頭做，能形成數(shù)據(jù)和能力的積累，不同業(yè)務之間可以互相增強。

從場景落地來看，量化派會優(yōu)先聚焦哪些具體場景？譚豐給出了一個簡單的標準：哪里人很累、體驗很差、但又可以被標準化，就先看哪里。目前比較優(yōu)先的方向包括導覽和接待、標準化服務、教育和陪伴類場景。這些場景交互頻繁，但不要求100%完美智能。

關于產(chǎn)品進展，譚豐透露目前已經(jīng)在做具體產(chǎn)品，但還不方便展開太多。可以肯定的是，第一代產(chǎn)品一定是單場景打穿，不追求全能，而是穩(wěn)定可用。AI能力必須服務體驗，而不是展示技術。

另一個必須直面的事實是，目前進入AI+硬件賽道并不具備先發(fā)優(yōu)勢。

譚豐直言：“這個賽道看起來很擠，但我們反而覺得，現(xiàn)在更像早期混戰(zhàn)，還沒到真正紅海。很多產(chǎn)品僅僅是能展示但卻不耐用。我們更關注的是用戶會不會每天用，用久了會不會留下來。說白了，不是做一個看起來很聰明的產(chǎn)品，而是做一個真的在幫忙的產(chǎn)品。”

他補充了一個觀點，AI 硬件這件事，慢一點反而更合理。因為最后留下來的，一定不是最早的，而是最經(jīng)得住用的。

回望量化派的發(fā)展軌跡，從布局電商再到如今涉水AI+硬件，每一次轉型都伴隨著外部環(huán)境的壓力和內部戰(zhàn)略的調整。而這次轉型既是對過去基因的延續(xù)，也是對未來趨勢的押注。

這家港股上市公司試圖用一位 MIT 機器人博士的加入，告訴外界，它不再滿足于只做消費場景的連接者，而是要成為智能生活方式的定義者。關于未來，譚豐表示：“我希望量化派未來是一家能持續(xù)做出有生命力產(chǎn)品的公司。我們更希望做的是一個產(chǎn)品體系，而不是單點爆款。”