8月16日，北京银河SOHO，一家新开业的咖啡店门口，不少人排队。
店里没有吧台，也看不到咖啡师。一杯饮品做好后，由具身机器人抓取并送入取餐柜。人们拿到饮品后隔着玻璃举着手机，拍机器工作。
这家店叫七鲜咖啡，24小时营业。开业当天，它在一小时内完成202杯咖啡的供应，成功挑战“一小时内机器人咖啡店供应最多杯咖啡”的吉尼斯世界纪录。
很快，围观从北京延伸到海外。美国CBS、澳大利亚7NEWS等媒体报道了这家无人店，关注点大致相似：30秒内制作一杯饮品、24小时营业，以及机器人如何把咖啡送到消费者手里。具身机器人只是这家店最容易被看见的部分。
真正支撑门店运转的，是一套从AI需求洞察、产品研发，到数字配方、自动化生产、具身交付，再到消费反馈的完整系统。七鲜咖啡能够迅速引发国内外关注，也恰恰因为AI与具身智能落地在真实餐饮场景里，被放进同一条完整的商业链路接受检验。
一杯咖啡，由此也成了物理世界里一个足够小、也足够完整的AI样本。
一杯咖啡背后的系统
七鲜咖啡的门店运营，由AI、智能自动化生产和具身智能共同支撑。
一杯饮品进入制作流程之前，市场热点、用户评价和消费趋势已经经过AI分析，帮助团队判断哪些产品与风味是用户喜爱的、值得研发的。研发人员和供应链接着完成原料、配方与线下调试，将这些判断转成设备能够执行的数字配方，开始稳定出品。
具体到一笔订单，用户在京东App或七鲜咖啡小程序选好饮品，系统便根据杯型、冷热和冰量完成落杯、落冰，按配方注入咖啡液、鲜奶、果汁等，再依次完成杯贴、落盖、压盖和称重质检。通过检验的成品，由具身机器人抓取并放入指定的自提柜格口。
按照七鲜咖啡提供的数据，单杯饮品平均制作时间在30秒内，整条产线最多可同时制作7至8杯。
速度，决定了咖啡茶饮类门店的产能上限。
以咖啡为例，其消费集中在早高峰、午高峰、下午茶等几个时段，峰值时的承接能力直接决定排队时间，也决定用户是否愿意继续等下去。人工门店应对高峰通常只有增加人手或增加设备两种方式，且两者都存在上限。
“把单杯时间压到30秒，是自动化产线为高峰留出的余量。”七鲜咖啡技术负责人向36氪表示，门店产能还可以根据需求调整设备数量，来适应不同时段的生产需要。
这样的速度，其实留给设备的余地很小，难题自然也不会少。
比如鲜奶。七鲜咖啡只用品质鲜奶。而鲜奶有保存条件，保存温度需要维持在0—5℃；饮品有出品要求，鲜奶需要控制约60℃。
这意味着，设备要在约30秒内完成从加热到出品的全过程，同时不破坏成分与口感。温度达标和好喝之间的微妙平衡，是研发要处理的具体问题。
据该技术负责人介绍，目前七鲜咖啡已经可以实现饮品接近100%数字化标准出品，配比误差控制在1%—3%。而这一区间的差异，基本不会影响消费者的口感体验。
误差收窄之后，一个餐饮行业的老问题跟着松动了。同一个品牌、同一款饮品，在两家店喝出两种味道很常见。传统模式基本是依靠店员培训和过程督导反复校准。而数字配方把配比和流程固定成可以重复执行的参数，也让跨店保持同一种口味有了基础。更关键的是，无论高峰还是平峰时段，单杯品质都不会因订单数量变化。
当然，数字配方并不意味着把数字输入机器就万事大吉。配比也有许多细节需要处理。原料的黏稠度、用量、颗粒和温度都会影响结果。
生产之外，是具身机器人的现场交付。
在真实的门店场景里，变量远比实验场地里要多，它需要判断杯体状态、稳定抓取，再找到合适的位置准确投放。冷饮杯外壁会有冷凝出现的水珠，会变得湿滑；近100个取餐柜各口的占用状态每分钟都在变，而且不同订单有的不止一杯。
在真实商业环境，具身智能是可以“再来一次”的，但这都需要成本。抓错位置是错单，洒掉是损耗，系统停摆意味着门店停止营业。为此七鲜咖啡的解决方案，还是尽可能让系统自我识别并处理异常，除非极端情况才由人工介入。在生产环节，也安排了称重质检，不合格的饮品，会自动重做一杯。
这些自动纠错也构成了系统稳定运行的一部分。
就成果来看，七鲜咖啡的这家门店，撑过了考验。一小时202杯的成绩，其实是系统整体调度能力的一次公开检验，也让AI与具身智能在真实餐饮场景里的协同，有了直观的结果。
展台上，场馆里，我们见过太多看似优秀的DEMO产品，它们足够证明AI+具身机器人“能不能做”。而一家每天开门营业的门店，需要回答的是“能不能一直做”，并最终形成可持续的经营效率。
七鲜咖啡展露的这一点，对于行业来说，或许更有价值。
一杯咖啡的AI闭环
AI在七鲜咖啡的落地，并不只有门店现场。
“AI+具身智能，在七鲜咖啡是一条完整的链路。”七鲜咖啡业务负责人对36氪表示。据其透露，七鲜咖啡的整体业务流是：在AI发现市场机会后，用户会经由AI辅助形成自己的个人专属配方，再由门店完成精准生产和服务交付。如果用户存在反馈，又会重新进入到AI研发体系的判断技术中。
沿着这条链路，AI参与到了饮品研发相当前置的位置。
全网热点、用户评价和消费趋势进入系统后，AI会帮助团队判断哪些口味值得做，承担饮品产品经理前期的一部分信息梳理和方向判断工作。
以近期行业内比较火爆的“小黄油”拿铁为例。这个名字首先��一个风味概念，配方里绝大部分成分与真正的黄油无关，消费者喜欢的到底是什么，需要继续拆解：是丝绒、丝滑的口感，还是接近黄油、爆米花的味道。同一个热门词，背后对应着不同需求，AI需要先从真实评价里把这些偏好分辨出来。
接下来才是人的工作。供应链寻找原料，研发人员与供应商沟通定制、调整配方，再进行线下调试和上机测试。AI缩短了从海量信息到产品方向的距离，最终的味道再通过自动化产线被实际做出来、尝出来。
而一款经过试喝的标准配方，也未必能满足所有人。
团队为此做过一次内部测试。拿一款已有饮品，调整风味浓郁度、酸甜平衡、咖啡因浓度，做出十几个版本交给团队试喝，偏好分布之散超出预期——同一杯饮品里，有人喜欢的浓郁，正是另一个人觉得甜腻的地方。
七鲜咖啡内部的判断是，口味偏好本就因人而异，只是消费者长期缺少表达的出口，也找不到更合适的选择。
连锁饮品这些年靠固定SKU和有限选项守住标准化，而AI与具身能力的结合，在标准化之上，为七鲜咖啡带来了新的可能性。据了解，其向消费者开放了糖度、咖啡液浓度、果汁浓度等参数，支持1%-100%调节。
操作起来并不容易。这意味着，每一杯饮品，都可能是一份独立配方。多个参数组合下来可能形成上万种配方。配方之间的差别细到人记不住、也难以稳定执行。
但交给机器的话，顺理成章。
消费者在DIY完成后，还能为自己的饮品命名、生成定制卡片。
这项体验仍在持续迭代。七鲜咖啡业务负责人坦言，如何让用户在一两次选择之内就找到适合自己的口味，是接下来要继续解决的问题。开放参数是第一步，减少消费者的摸索，还需要产品和交互层面的设计。
饮品卖出去之后，链路还会继续。选择、保存和复购，以及新品上线后的销量、用户评价，会重新进入研发体系。七鲜咖啡始终拥有一个持续更新的饮品库，由AI辅助判断哪些产品需要调整、下一步值得研发什么。
银河SOHO门店营业后，就出现过一次这样的产品调整。团队发现周边有培训机构和学校，儿童客群较多，于是结合这些场景信息、市场趋势与AI分析，研发出乳酸菌饮品。据负责人介绍，产品上线后的销售表现不错。
门店发现需求、AI形成定义、研发落地、上线销售、新数据回流，几个环节开始接上了。照这个思路，不同位置的门店最终可能长出并不相同的商品结构。
真正意义上的24小时营业，也打开了更广阔的需求场景。在场所允许的前提下，自动化门店可以把服务时间拉满，新增时段的边际成本很低，不必要求每一个小时都带来很高的销量。而普通门店增加营业时段，通常需要考虑排班和相应投入。
这补充了传统咖啡店的营业时间空缺。夜间和清晨想喝一杯现制饮品的需求，也有了被承接的机会。供给包括咖啡、茶饮、气泡水和乳酸菌饮料，门店可以在更长的时段里服务不同人群。
对研发团队而言，全天运营还意味着能够更清楚地观察到，不同时间的人们会选择什么饮品。消费数据继续影响选品与配方，现场的连续任务和环境变化，也为技术迭代提供了持续的检验机会。
而这些正是七鲜咖啡引发广泛关注的创新性。AI+具身智能不再局限于实验室，而是真正开始进入到日常消费中，并形成可以实际运营的门店模式，逐步开始验证AI在商业场景中的可行性。这些真实场景里发生的数据，恰恰是基于真实物理世界对AI进行训练的更强大燃料，让AI能够与业务模式相结合，真正应用于产业中。
京东正打造更多这样的物理世界
物理世界不接受草稿，物理AI能不能跑出来，真正的关键在于谁拥有让AI“真实干活”的场景和数据。真实场景的完整运转，是AI进入物理世界的一道分水岭。
从这角度看，七鲜咖啡已经在餐饮消费端，初步跑通了AI与具身智能的完整闭环。一端是咖啡豆、鲜奶等现实供应链，另一端直接面对消费者。从AI作出判断，到机器执行，再到真实反馈推动调整。
一杯咖啡经历了这个循环的全过程。
正因如此，在七鲜咖啡业务负责人口中，这是一个“真实、闭环且复杂的商业场景”。而七鲜咖啡，放进京东整体的AI布局里，它的意义更接近一个试点，一次进入餐饮场景的具体尝试。
需要区分的是，拥有物理世界场景，与让AI在物理世界形成闭环，是两个不同阶段。
还是以具身机器人在七鲜咖啡中的交付为例。咖啡撒了要重做，格口放错会影响取餐，热杯与冷杯的状态不同，饮品重量有差异……这些在实验室阶段可能只是固定位置和路径的一次成功抓取放置，而真正的消费场景中，同样是拿一杯咖啡，每次面对的物体状态都可能不同，没有经过真实场景需求校验的路径，还不足以应付日常营业中的这些变化。
“这种端到端的长任务，需要在变化的环境中持续完成。”系统既要知道下一步做什么，也要感知上一步究竟做成了什么。这类经验很难从别处获得：文本、图像和视频有海量互联网语料可用，物体的重量、摩擦、形变以及环境的实时变化，只能在真实交互里慢慢积累。
从真实业务问题出发，让AI决策进入物理执行，再让现实结果重新变成数据。这是AI走入物理世界的理想飞轮。而七鲜咖啡的特殊性，就在于让这个飞轮在特定消费场景里初步运转了起来，在餐饮消费端初步跑通AI与具身智能的完整闭环。
但它的意义远不止于一家“智能咖啡馆”，也是京东将AI的应用，从供应链的生产端，成功地延伸并贯通到了消费服务的前台。一端是咖啡豆、鲜奶等现实供应链的精密协同，另一端是直面消费者瞬息万变的口味偏好与交付体验。一杯咖啡，成为了检验京东“从产业端到消费端”AI能力的试金石。
而咖啡茶饮门店，只是京东庞大业务场景的一个切面。公开资料显示，京东已将AI应用于零售、物流、健康、工业、外卖、家政等3000多个场景，8月发布的物流“超脑”大模型3.0，已将AI调度延伸到仓储、运输和配送等环节，而在不久前，其2.0版本刚刚在618期间大规模投入实战，在超1000个核心物流供应链场景中实现AI深度应用。
京东的野心之前已经对外发过声，其提出的愿景，是建设“全球最大物理世界运营中心”。而这个目标，需要在这些具体业务中逐步推进。模型、数据、自动化和具身能力，要与原有的供应链及运营体系配合，让决策、执行与反馈在真实场景中持续发生。一家咖啡门店提供了餐饮消费端的实践，仓储、物流、零售、健康和工业等业务，还会带来各自的任务与条件。
放到产业背景里，这条路径并不孤单。2025年国务院发布的《关于深入实施“人工智能+”行动的意见》，将产业发展与消费提质列为重点方向，其中也提到探索无人服务与人工服务相结合的新模式。京东把AI持续放进供应链、物流和消费场景，也落在这一从技术能力走向产业应用的方向上。
一杯咖啡的体量很小，却让“AI+具身智能”的现实落地，变成了一杯可以下单、取走的咖啡，也把“物理AI”从一个抽象概念，变成了普通人隔着玻璃就能看见的东西。
当然，从一间店走向更多场景，仍有许多工作要做。七鲜咖啡自己的判断也很实在。其技术负责人说，不能为了智能而智能，最终要算的是每一家店、每一个环节到底有没有提效、有没有降本，“我们也不需要具身智能去融资”。其业务负责人则把眼下这个阶段形容为“前期的试跑和验证”，认为只跑了一个店、一种店型，设备本身还在迭代，后续还会持续优化调整。
但可以畅想的是，当相同的闭环进一步进入仓储、物流、零售、健康和工业，AI才可能从一个个具体业务开始，真正成为服务实体经济、连接千行百业和千家万户的生产力。
这或许是京东走向物理世界运营中心背后共通的底层能力，七鲜咖啡之后，还有下一站。