在具身智能领域，多数企业聚焦于提升机器人的作业能力，通过更精密的硬件和算法复刻人类体力与技能，以塑造物理世界的新生产力。然而，有企业另辟蹊径，将目光投向解构人类社交能力，为具身智能赋予“感知与分寸”，开辟出一条商业潜力巨大的新赛道。
解构人类社交能力并非简单地在既有模型上添加情感交互模块，而是自下而上搭建完整的社交基座，为具身智能“塑魂”。这一创新理念让机器人从被动响应指令转变为主动靠近、提前执行，且社交基座模型具备跨本体、跨场景的能力，与人类社交直觉同源，贯穿于各类人群的交互和任务之中。
IntBot便是这一领域的先行者。其CEO和CTO在对话中指出，社交智能并非具身智能的增值功能，而是一个商业上限极高的独立赛道。它辐射范围广泛，涵盖本体厂商、终端场景方和解决方案方，是一套独立于作业能力之外、可横向复用的底层基础设施。IntBot坚持“全开放、不绑定”的底层逻辑，认为机器人硬件形态多样、应用场景碎片化，一套能跨本体、跨行业复用的社交基座可穿透产业链各环节，成为新的价值锚点。
对社交、情绪与人际逻辑的解构，是为具身智能注入“感知与分寸”，这是AI对人类能力复刻的必然延伸。人完成复杂协作、建立商业信任和形成情感连接，依靠的不仅是精准动作和明确指令。当下，具身智能多数资源集中在提升机器人作业能力上，这些硬指标定义了行业准入门槛和当下商业化的基本盘。但当作业能力边际效益递减时，真正能拉开产品价差、构建用户粘性、打开家庭与大众消费市场的核心变量，是“懂人”的能力。社交智能拓宽了具身智能的进化主线边界，让人们开始思考具身智能能在多大程度上理解、连接和走近人。
有人质疑通用基座模型能力跃迁是否会取代社交智能基模，IntBot的CTO给出了否定答案。社交智能不是通用大模型能力在社交场景的简单延伸，而是一套基于世界模型搭建的完整技术体系。IntBot将社交智能构建为面向真实人类环境的社交世界模型，通过三层能力实现从理解人到做出符合人类预期行为的完整闭环。第一层是社交感知层，系统输入人的语言、微表情、肢体动作以及环境等上下文信息，输出对人当下状态与潜在诉求的预判；第二层是社交推理层，基于感知层判断，结合场景规则与社交逻辑完成决策推导；第三层是行为规范层，将推理结果拆解为可执行的多模态动作序列，协调机器人的运动、语音和表情系统，输出完整交互行为。
这套架构的技术壁垒在于感知层的前置预判能力，它无需等待人类用语言明确发出指令，仅通过非语言信号和场景上下文就能预判人未说出口的诉求。例如在酒店大堂，雨天一位浑身湿漉的顾客快步进门，机器人无需询问就能直接取来干毛巾与温水递上，这种交互体验远超标准问答。真实的社交交互中，绝大多数信号是非语言和隐性的，没有标准正确答案，只有“得体”与“不得体”之分，这种能力无法靠通用语料规模堆叠获得，需要专门的交互数据集、训练目标、社交评价体系和针对物理世界实体交互优化的世界模型架构。
IntBot团队中有认知科学背景的成员，在模型训练时加入大量人类行为心理学内容，强化机器人的感知能力和行为逻辑解读。此前，美国知名高校与IntBot开展联合研究，凭借关于IntBot社交机器人Nylo的研究成果获得Best Paper。IntBot对人类情感逻辑的拆解不仅体现在机器人反馈上，还会针对人类共性心理认知问题设计机器人的表情、外观，赋予机器人自我认知能力。
社交智能所需的数据与传统机器人训练数据存在本质差异。IntBot更关注反映真实人类行为模式的多源数据，包括互联网视频、仿真环境和真实世界的人机交互数据。这些数据帮助模型学习人类在现实环境中的表情、姿态、距离感、注意力和社交互动规律。随着机器人持续部署到酒店、机场、展会等真实场景，系统不断积累真实人机交互数据并反哺模型训练，形成“部署越多—交互越多—模型越懂人—部署更多”的正向循环，这成为IntBot社交智能平台的重要长期壁垒之一。
当所有机器人都能听懂指令、完成基础任务时，产品体验的分水岭将从“能不能做”转向“做得舒不舒服、懂不懂分寸、能不能让人产生信任”。前者是通用能力覆盖的行业下限，后者是社交智能定义的体验上限。
然而，机器人具备社交能力在当下具身智能产业语境中，常被视为“锦上添花”的非核心功能，其感性交互价值难以融入严谨的商业模型。IntBot在融资过程中就深有体会，不少投资人将社交智能窄化为情绪陪伴、宠物式交互或更富表现力的语音合成，认为它是依附于硬件本体的增值模块，撑不起独立赛道体量。但这其实是对社交智能的误解，社交智能不是单维度交互功能，也不局限于某一类场景或硬件形态，而是一套可横向复用的底层基座能力。
IntBot的社交基座可与各类VLA模型并行部署，构成机器人的完整大脑。作业模型赋予机器人“动手做事”的躯体，搭建起物理世界的生产力底座；社交基座则为躯体注入“懂人共情”的灵魂，让机器人以协作伙伴身份融入人类生活与工作场景。例如，搭载IntBot模型的机器人在时代广场能主动和陌生人打招呼交流，精准识别对话对象，实现自然一对一交流，且能记住对方和之前聊过的内容，这种能力体现了社交智能的价值。
以底层基座定位切入的IntBot，在商业上有明确策略。硬件端坚持横向兼容的开放路线，认为机器人产业因家庭、工业、服务业需求差异大，会催生出形态各异的硬件产品，大脑层最优策略是广泛对接各行各业头部玩家，覆盖更多产品形态与应用场景。目前IntBot已与多家出货量领先、技术路线各异的本体厂商达成合作。场景端遵循“有侧重、不绑定”思路，将社交智能视为通用底层能力，渗透边界可覆盖千行百业，现阶段落地重心集中在服务业，优先切入酒店、机场、零售、医疗、养老陪伴等高潜力细分场景。目前场景侧合作伙伴主要分为两类，一类是垂直行业解决方案提供商与场景运营商，另一类是机器人行业的分销商与经销商，社交智能为渠道伙伴补齐核心短板，帮助其跳出硬件价格战红海，切入价值更高的商用服务市场。
IntBot“全开放、不绑定”的策略，押注了具身智能产业的终局格局。当硬件形态注定碎片化，不存在通吃所有场景的终极产品时，一套能跨形态、跨场景复用的核心能力才可能抬高自身在产业链的价值节点。这类似于PC时代的操作系统逻辑，硬件厂商多样，但底层系统价值随生态规模扩大呈指数级增长。社交智能基座的商业飞轮也是如此，接入本体越多、覆盖场景越广，真实人机交互数据积累越丰富，模型社交理解与预判能力越强，会吸引更多合作伙伴加入，形成正向规模效应。而且，社交智能改写了具身智能的价值计算方式，过往服务机器人商业价值锚定在“降本”逻辑，围绕人力成本换算；社交智能创造的是“增收”与“溢价”空间，如酒店里更贴心的服务机器人能提升客评与复购率，养老场景里更懂老人的陪伴机器人能拉高付费意愿，零售场景里更懂察言观色的导购机器人能提升转化效率，其商业弹性远高于单纯的人力替代。
IntBot成立于美国加州森尼韦尔，从诞生起就带有鲜明技术底色。其联合创始人兼CEO毕业于清华大学，拥有加州大学圣巴巴拉分校计算机科学博士学位，曾在阿里巴巴旗下蚂蚁集团担任AIoT事业部总经理，还在英特尔实验室主导多项前沿研究与产品落地项目，发表30余篇学术论文，手握30余项美国专利。联合创始人兼CTO拥有伊利诺伊大学厄巴纳 - 香槟分校计算机工程博士学位，曾任英特尔资深首席工程师，主导全球跨学科工程项目与企业级创新业务，研究领域覆盖边缘AI、AI系统、机器人等多个方向，在全球拥有161项授权专利，发表37篇经同行评审的学术论文，深度参与行业标准制定。他们的技术背景让IntBot对“机器人如何真正融入物理世界与人”有更具体判断，也坚定了社交智能是具身智能下一核心变量的信念。
IntBot的全球化商业版图已清晰铺开，在北美、亚太等多个国家有项目落地，客户覆盖硬件本体厂商、行业解决方案商、企业级运营商等多元主体。其机器人在美国圣何塞米内塔国际机场、纽约The Nap York酒店等多个场所全天候与人类员工并肩工作，还出现在NVIDIA的GTC大会上，以非脚本化的自然交互与参会者沟通，验证了社交基座跨硬件的通用能力。在2026澳门Beyond Expo现场，IntBot机器人接待了来自不同国家、不同文化的人群，并拿下最佳创新奖。今年5月，IntBot与新加坡大型运营集团Certis达成战略合作，进入东南亚企业级服务市场。在中国市场，IntBot也与多家头部本体厂商建立合作，社交基座能力快速渗透到服务场景各个环节。这种跨地域、跨业态、跨硬件的落地效率源于社交智能的底层通用属性，对人类情绪、隐性诉求与社交分寸的感知逻辑不因语言、文化、硬件形态切换而失效，让IntBot的全球化具备轻量化特征，无需为单个市场重构底层模型和自建硬件产线，只需在通用基座基础上做本地化场景适配与数据微调，依托合作伙伴能力快速完成商业闭环。IntBot从硅谷技术原点出发，走的是底层能力生态化扩张的新路，技术研发扎根硅谷，落地合作遍及全球，以开放基座身份接入各地产业链，让社交智能价值随伙伴业务边界自然生长，在能力赛道上跑出全球化节奏。
