尚品宅配(300616):2026年11月13日投资者关系活动记录表

时间：2026年11月15日 22:46:33 中财网

原标题:尚品宅配:2026年11月13日投资者关系活动记录表

证券代码：300616 证券简称：尚品宅配
广州尚品宅配家居股份有限公司
投资者关系活动记录表
编号：2026007

投资者关系活动 类别	■特定对象调研 □分析师会议 □媒体采访 □业绩说明会 □新闻发布会 □路演活动 ■现场参观 □其他（）
参与单位	西部证券、宝盈基金、平安基金、宽裕资产、天演论
时间	2026年11月13日15:30
地点	广州金融城总部超级星球家门店
上市公司接待人 员姓名	董事会秘书何裕炳
投资者关系活动 主要内容介绍	一、参观尚品宅配广州金融城总部超级星球家门店 二、主要问题及回答: 问：简要介绍新门店超级星球家？ 答：“超级星球家”是尚品宅配位于广州金融城总部的升级体验门店， 于10月底投入试运营，总面积超10000㎡。这个名字，不止是形容门 店规模之大：“超级”，代表它充足的空间体量，在这里可以慢慢逛、 沉浸式体验，区别于传统快速打卡式门店；“星球”，是独有的空间 氛围，踏入其中如同登陆一个专属于生活的独立小世界；“家”，是 最终的落点，一切体验都是为了帮每个人找到契合自身的理想居所。 这里以豪华星级酒店为设计灵感，构建1:1实景沉浸式全屋星级定制 居家场景，并设有启元机器人全球最大线下体验中心，可现场体验机 器人在客厅、卧室等居家环境中的通行、交互及任务执行动线。这里
	如同一座汇聚科技、生活与美学的家居星球，装得下人们对家的所有 想象，消费者可在此探索科技家居、全屋定制、拎包入住等多元生活 方案。它既是面向C端消费者的沉浸式打卡体验全景空间，也是向渠 道商、投资者展示尚品宅配科技家居商业模式的标杆窗口，该门店的 落地，标志着尚品宅配向“科技家居生活方案提供商”的战略转型迈 出关键一步。 问：公司在具身数据方面的布局？ 答：今年9月，尚品宅配联合汤元科技正式发布面向家庭服务具身智 能的 WorldSimReady-Home 仿真数据集。首期数据集于 WorldSimReady-Home平台、HuggingFace、魔搭ModelScope同步上 线，面向机器人本体团队、具身大脑和算法公司、科研院所及广大开 发者免费开源，为家庭服务机器人的仿真训练、算法评测与策略迭代 提供规模化高质量数据底座。该数据集一经发布便在AI社区引发强烈 反响：发布当月即在HuggingFace平台斩获2.7万次下载，强势登顶 HuggingFace全站百万数据集趋势榜TOP3、Robotics分类趋势榜TOP1， 累计吸引来自全球43个国家和地区的122家机构及研究人员申请访 问。数据表明，其89.3%的应用聚焦于研究与教育，广泛覆盖机器人仿 真与导航、三维视觉重建等前沿方向。该业务正处于商业模式、技术 路线的探索阶段，这次数据集的发布标志着尚品宅配在具身智能数据 领域的一次实质性尝试落地，后续公司也会继续在具身数据方面进行 持续探索。 问：公司认为自己在布局具身数据方面有什么优势？ 答：我们起家于自研空间设计软件，具备长期自研工业软件、户型解 析与数据管线的IT能力，拥有大量真实户型数据及家居方案资产，可 稳定输出标准化家居空间数据，弥补纯机器人企业在真实居家场景数 据上的不足，为其提供数据底座支撑。此外，公司依托自研3D空间仿 真能力，能把家装户型、家具、动线转化为机器人可识别、可导航、
	可交互的高保真数字仿真场景，用于机器人的导航、抓取与家务任务 仿真训练，缓解Sim2Real仿真迁移鸿沟，降低实物试错成本。同时， 公司依托全国1000多家门店的渠道网络，每天持续采集上千套真实客 户户型及家居设计方案，形成持续更新、规模稳定增长的真实家庭空 间数据资源，为具身智能训练提供丰富、多样且不断迭代的场景数据 支撑。 问：新业务和传统家居业务如何结合和平衡？ 答：一方面继续扎实深耕传统家居主业、稳固经营基本盘，另一方面 积极布局AI智能化与具身智能新赛道，并通过“机器人友好家”等科 技载体反哺主营业务，实现新旧动能的协同。 问：公司新战略如何推进？ 答：现阶段，“科技家居生活方案提供商”新战略主要围绕三大方向 推进： 1.科技赋能主业：依托“机器人友好家”等科技载体赋能主营业务， 对传统家居业务的商业模式、服务体系、门店展示、获客转化全链路 进行升级，打造可落地的差异化竞争优势。 2.机器人业务：公司与启元成立合资实体公司，现阶段聚焦机器人二 次开发、场景部署与产品销售。虽然当前大模型能力尚未达到理想水 平，但家庭端机器人可优先落地情绪陪伴、生活交互、娱乐等场景； 后续合资公司将尝试开展软件二次开发、家庭场景搭建与数据沉淀， 逐步沉淀固化场景能力，攻克家用机器人落地的难点。该布局具备长 期战略价值，为拓展家用机器人市场奠定基础。 3.数据业务：布局具身智能数据赛道，尝试切入具身智能大模型训练 的数据供给环节。无论是VLA路线还是世界模型路线的具身智能大模 型，能力迭代均依赖数据训练；在作业型机器人大规模普及前，高质 量具身数据供给存在稀缺性。
附件清单（如有）	无