外送商機無前景？美國訂餐外送新創SpoonRocket宣布停業|數位時代 BusinessNext

外賣訂餐服務 SpoonRocket 的共同創辦人 Steven Hsiao 今天向外界確認，SpoonRocket 的服務已經正式關閉了，這個消息也已經在 SpoonRocket 官方網站上公佈了。

對於關閉的原因，SpoonRocket 在官網上是這樣說的：由於外賣行業激烈的競爭以及近期公司融資出現了問題，我們已經嘗試了所有的策略方案，直到最後一刻，但這些方案都以失敗而告終，所以公司最終決定關閉服務。

圖說明
圖說：SpoonRocket創辦人Steven Hsiao 和 Anson Tsui。照片來自：SpoonRocket官網

Steven Hsiao 透露，在決定關閉之前，SpoonRocket 找到一家不願公開名稱的快餐連鎖店，對方一開始是同意收購SpoonRocket 的，然而當一切都談得差不多了，直到最後一刻即將簽署收購協議的時候，對方卻放棄了此次收購交易。這對於 SpoonRocket 是非常不幸的，等待它的只有死路一條。

圖說明
圖說： Sprig 之前也有收購 SpoonRocket 的意向，但最終還是不了了之。圖片截取自：Sprig官網。

還有消息稱，SpoonRocket 的競爭對手 Sprig 之前也有收購 SpoonRocket 的意向，不過 SpoonRocket 的智慧財產權和其它公司資產不能出售，最後收購不了了之。不過在 SpoonRocket 關閉後，雙方卻展開了合作。一份發給 SpoonRocket 送貨司機和服務員的備忘錄建議這些 SpoonRocket 的員工加盟 Sprig，但需要重新經過 Sprig 的面試。此外，作為此次合作的一部分，來自 SpoonRocket 的新客戶使用 Sprig 第一單可以優惠 10 美元。

SpoonRocket 是 Steven Hsiao 和 Anson Tsui 在 2013年共同創辦的一家外賣公司。 SpoonRocket 聘請專業廚師每天更換菜色，且一次只提供兩種餐點，一種為葷食，一種為素食，價格多數為 8 美元，相對而言是比較便宜的。 SpoonRocket 的另一個特色為訂購餐點的快速遞送，他們宣稱在消費者訂餐後，只要 15 分鐘就可送達。因此，便宜和快速是 SpoonRokcet 的兩大特色。

SpoonRocket 此前共獲得過 1350 萬美元的投資，投資方主要包括 Foundation Capital、Base Ventures、FundersClub、General Catalyst Partners 和 Y Combinator 等。這些投資方最初認為外賣行業具有廣闊的發展前景，不過事實證明外賣行業想盈利還是非常困難，這導致外賣公司融資變得越來越難。

最近一段時間，可能受宏觀融資環境的影響，很多做按需訂購的公司的日子都不太好過。印度的打車應用 Ola 已經在不久前關閉了旗下的送餐業務。有機食品配送公司 Good Eggs 也已經關閉了好幾個城市的外賣業務。不過也有例外，那就是 Uber。 Uber 的外賣訂餐應用 UberEats 於這個月月初正式在美國推出，當時的服務範圍還僅限於美國的舊金山地區，不過從今天開始，洛杉磯、芝加哥、舊金山和休士頓的用戶可以享受到 UberEats 服務。在未來的幾週內，紐約、華盛頓、亞特蘭大、奧斯汀、達拉斯、墨爾本、巴黎和西雅圖也能推廣此項服務。有了 UberEats 的強勢介入，讓這個競爭已經非常激烈的市場又多了一個不缺錢的競爭對手。

圖：SpoonRocket

本文授權轉載自：36氪

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。