當(dāng)“加速落地 成為行業(yè)高頻詞，更需警惕公關(guān)敘事的“口號式繁榮”遮蔽技術(shù)演進(jìn)的真實(shí) “信號”。家庭場景的真正拐點(diǎn)，從來不是廠商演示臺上的“一次性成功”，而是技術(shù)成熟度、成本可控性與場景適配性的系統(tǒng)性突破。

作者：彭堃方

編輯：呂鑫燚

出品：具身研習(xí)社

2025年，人形機(jī)器人賽道的預(yù)期圖景已發(fā)生劇烈扭轉(zhuǎn)。上半年，行業(yè)共識仍將家庭場景視作 “終局戰(zhàn)場”，5至10年內(nèi)實(shí)現(xiàn)落地已屬“技術(shù)大爆炸”級突破，更有從業(yè)者直言20年內(nèi)亦恐遙遙無期。未及年末，頭部廠商已密集釋放動作，集中展示家務(wù)機(jī)器人的技術(shù)可行性，一度被貼上“遙遠(yuǎn)”標(biāo)簽的家庭場景，似乎正從迷霧中顯形。

家用機(jī)器人的落地進(jìn)程，真的迎來了歷史性拐點(diǎn)？

在剛剛落幕的2025中國移動全球合作伙伴大會上，王興興的表述頗具代表性“去年到今年，我們更多在運(yùn)動層面下功夫，但核心目標(biāo)始終是推動機(jī)器人真正融入生活”。他所指的 “生活場景”，涵蓋家庭、服務(wù)及工業(yè)等多元領(lǐng)域，透露出技術(shù)重心向?qū)嵱没w移的明確信號。

大洋彼岸的技術(shù)推進(jìn)節(jié)奏更為迅猛：備受矚目的Figure 03被直接定義為“專為家庭場景而生”，其功能定位直指家務(wù)剛需；AI領(lǐng)域權(quán)威李飛飛則發(fā)起 “2025 BEHAVIOR Challenge”，以復(fù)雜家務(wù)任務(wù)為核心構(gòu)建技術(shù)競技場，直指家庭服務(wù)的核心能力瓶頸。

圖片來源：Figure

國內(nèi)賽道的技術(shù)驗證與場景布局幾乎同步推進(jìn)：千訣科技與加速進(jìn)化完成深度聯(lián)合驗證，其機(jī)器人Booster T1已實(shí)現(xiàn)家庭場景下的長時程自主決策與多復(fù)雜任務(wù)執(zhí)行；更早前，傅利葉推出GR-3陪伴機(jī)器人，優(yōu)必選則與居然之家達(dá)成長期深度戰(zhàn)略合作，聚焦家居場景的智能化升級。一系列動作背后，曾被視作“終局”的家庭服務(wù)機(jī)器人場景，正從純粹的技術(shù)構(gòu)想加速向商業(yè)化前夜靠攏。

拆解行業(yè)邏輯，家庭場景本質(zhì)是機(jī)器人技術(shù)的“終極ToC試煉”，其需求的個性化、場景的非結(jié)構(gòu)化，直接映射著機(jī)器人向“通用智能”進(jìn)化的核心能力。這也解釋了為何2025年上半年，多數(shù)企業(yè)對家庭場景落地時間表始終諱莫如深。但家庭場景蘊(yùn)含的萬億級市場空間，足以驅(qū)動行業(yè)持續(xù)加碼。

熱潮之下，理性的行業(yè)聲音并未缺席。家庭場景的高門檻早已是公開的行業(yè)共識，技術(shù)、成本與合規(guī)的三重考驗仍未根本破解：

樂聚的判斷直指核心門檻：“當(dāng)人形機(jī)器人達(dá)到博士級別的智能水平，且價格與家電相當(dāng)親民時...”，一句話點(diǎn)出智能水平與成本控制的雙重瓶頸；

優(yōu)必選則給出更具體的時間線預(yù)判：“至2028年，機(jī)器人有望獲得足夠的任務(wù)操作和場景泛化能力，逐步進(jìn)入部分家庭場景，預(yù)計將從家庭陪伴等需求切入，最終拓展至全面的家庭服務(wù)...”，揭示出場景滲透的漸進(jìn)性；

宇樹則強(qiáng)調(diào)場景的綜合性挑戰(zhàn)：“家庭場景對機(jī)器人綜合要求很高，無論是技術(shù)層面、倫理道德層面，還是安全層面，門檻都遠(yuǎn)超想象”，凸顯了落地問題的復(fù)雜性。

當(dāng)“加速落地 成為行業(yè)高頻詞，更需警惕公關(guān)敘事“口號式繁榮”遮蔽技術(shù)演進(jìn)的真實(shí) “信號”。家庭場景的真正拐點(diǎn)，從來不是廠商演示臺上的“一次性成功”，而是技術(shù)成熟度、成本可控性與場景適配性的系統(tǒng)性突破。唯有穿透表層動作，回歸產(chǎn)業(yè)本質(zhì)多維度剖析，方能規(guī)避誤判，看清人形機(jī)器人走進(jìn)家庭的真實(shí)路徑。

成為機(jī)器人管家需要什么？

人形機(jī)器人的場景演進(jìn)之路，普遍是工廠-服務(wù)-家庭這一思路，這是機(jī)器人在交互對象上逐漸由物向人，作業(yè)場景上逐漸由結(jié)構(gòu)化向非結(jié)構(gòu)化深入的過程，隨之而來對機(jī)器人的要求逐步由“工具”向“伙伴”轉(zhuǎn)變。這意味這機(jī)器人要在與人類接觸中保證安全與可接近性同時要能夠自主完成開放場景中更復(fù)雜的操作。

在這樣的演化過程中，機(jī)器人進(jìn)入家庭場景繞不開的第一個詞是“安全”。
如果一款機(jī)器人是陪伴兒童、照顧老人，僅僅是人身安全這一項來說，對它的容錯率再怎么要求都不為過。幾乎所有的疑慮和恐懼都來自于它會不會傷害到人，我們看到不少“機(jī)器人跌倒”“機(jī)器人踩到小女孩”的視頻，一個鐵疙瘩哪怕只是擦到小朋友都是難以承受的后果。
所以我們能看到絕大多數(shù)針對家庭場景的機(jī)器人，第一步的設(shè)計就是改頭換面。挪威人形機(jī)器人公司1X的NEO、美國的Figure 03，包括國內(nèi)的傅利葉推出的GR-3，無一不是織物或泡沫棉等柔軟材料。

圖片來源：1X

但這些靜態(tài)的、被動接觸過程中的保護(hù)是第一步。日常中，機(jī)器人做家務(wù)，涉及操作過程中的成功率問題還需要提升。如果機(jī)器人抓起一副碗碟卻滑落或一塊易損的電子產(chǎn)品、奢侈品腕表被不當(dāng)操作，都會造成不同程度的財產(chǎn)與人身傷害。
然而現(xiàn)實(shí)是，一邊要求機(jī)器人必須擁有高成功率，一邊是badcase頻現(xiàn)。這些badcase本質(zhì)上也是階段性“技術(shù)不成熟”所致，當(dāng)前技術(shù)瓶頸正是數(shù)據(jù)獲用與模型架構(gòu)問題。

當(dāng)業(yè)內(nèi)都在為Figure 03的家用潛能震撼時，拆解其最近的動作不難發(fā)現(xiàn)，F(xiàn)igure不久前完成的C輪融資中深度綁定了一家資方Brookfield。這是一家手握10萬套住宅的資產(chǎn)管理公司，后續(xù)Figure宣布與其達(dá)成合作，Brookfield能夠為Figure提供各種家庭環(huán)境中海量級真實(shí)世界中類人導(dǎo)航和操作的數(shù)據(jù)。這些數(shù)據(jù)恰是其機(jī)器人未來能夠在家庭場景中完成收放自如的移動與操作的關(guān)鍵。
李飛飛最近的“家務(wù)挑戰(zhàn)賽”邏輯類似，它被稱為具身智能領(lǐng)域的“ImageNet時刻”，究其原因也是它試圖解決類似計算機(jī)視覺領(lǐng)域的訓(xùn)練數(shù)據(jù)匱乏問題。

但數(shù)據(jù)之外，還有模型如何釋放數(shù)據(jù)潛力的問題。如Physical Intelligence聯(lián)合創(chuàng)始人兼CEO Karol Hausman所說“最大的一個瓶頸就是這些模型的成功率尚未達(dá)到必要的水平，這不僅僅是收集數(shù)據(jù)的問題，似乎還需要在算法上進(jìn)行一些改進(jìn)。我認(rèn)為，即使我們擁有無限量的數(shù)據(jù)，也無法僅憑現(xiàn)有的算法，在復(fù)雜、長程且需要高度靈巧的任務(wù)中實(shí)現(xiàn)100%的成功率”。

現(xiàn)在讓我們暫時擱置這些技術(shù)上的分歧，機(jī)器人進(jìn)入家庭第三點(diǎn)要做的是產(chǎn)品細(xì)節(jié)改善，這涉及到真正落地交付時的產(chǎn)品完成度。
我們看到機(jī)器人進(jìn)入家庭，其體積普遍有所縮減，不管是四足還是人形都是如此。據(jù)稱Figure 03重量減輕9%，體積顯著減小，方便在家庭空間中移動，而其同步的無線充電確保了續(xù)航。1X的NEO據(jù)稱在設(shè)計之初就確保了動作柔和與安靜。這些都是進(jìn)入家庭所需的改良。
當(dāng)然我們還可以設(shè)想，機(jī)器人的熱管理技術(shù)與體表溫度能否有機(jī)結(jié)合？這可以讓機(jī)器人變得“有溫度”。再者像機(jī)器人能否提供生活記錄并牢牢記住，類似移動的攝像裝置，深度參與生活，而非旁觀者？這些品質(zhì)也是機(jī)器人適應(yīng)家庭場景所需硬核技能之外的溫情之處。

進(jìn)入家庭還在早早期

能夠進(jìn)入家庭的機(jī)器人，還在培訓(xùn)之中。當(dāng)前機(jī)器人最大的問題是用戶的接受門檻太高。
從技術(shù)上來說，機(jī)器人執(zhí)行任務(wù)的成功率要無限逼近100%。但目前業(yè)內(nèi)的看法是，無論數(shù)據(jù)還是模型架構(gòu)都存在不足，以至于短期內(nèi)還達(dá)不到。
銀河通用創(chuàng)始人兼CTO王鶴，曾在WRC期間的小型媒體會上表示當(dāng)前VLA等多模態(tài)模型比語言模型稍弱的階段核心原因是，文-圖數(shù)據(jù)以及包含動作數(shù)據(jù)很少，基于視覺的動作操作能力尚有不足。

除了傳統(tǒng)的數(shù)據(jù)外，穹徹智能聯(lián)創(chuàng)盧策吾也表示，VLA像清湯火鍋，現(xiàn)在只能清湯寡水服務(wù)一部分人，想服務(wù)更多人，我們需要不停地在里面加?xùn)|西，也就是額外的信息。這些信息可能是力反饋的數(shù)據(jù)，可能是其他的感知數(shù)據(jù)。總之，數(shù)據(jù)成為機(jī)器人能否進(jìn)入家庭的重要瓶頸。

當(dāng)然，也有觀點(diǎn)認(rèn)為數(shù)據(jù)只是一方面，像王興興所說的“模型本身架構(gòu)也不夠好”，“即便有很多比較好的數(shù)據(jù)訓(xùn)練，但是也無法使用”。

除了技術(shù)本身尚未達(dá)到家用門檻，安全仍無法得到保證。這里的保證不僅是上文所說的機(jī)器人能否保證不出差錯，更是出錯后用戶權(quán)益如何保障的社會問題。它設(shè)計到機(jī)器人安全事故中的責(zé)任歸屬，目前相關(guān)法律尚未出臺。但這部分可以參考自動駕駛的分級標(biāo)準(zhǔn)與權(quán)責(zé)劃分。

此外，還有兩個無法言說的用戶接受障礙，需要額外強(qiáng)調(diào)。一是普通用戶的使用技能，二是恐怖谷效應(yīng)。

一方面，機(jī)器人的復(fù)雜程度，在馬斯克看來比汽車有過之而無不及，對機(jī)器人的使用更是一個需要培訓(xùn)的過程。就好比無人機(jī)都可以購買或者說“接入”，但普通飛手的水平與受訓(xùn)持證或極客們在技能上存在顯著差別。目前看，同一型號的機(jī)器人在不同人群之間已經(jīng)顯現(xiàn)出當(dāng)初發(fā)生在電腦、智能手機(jī)上的“使用溝”。如果將這樣的產(chǎn)品鋪展到家庭場景，需要彌合這一鴻溝。
另外，如果把機(jī)器人比作車，當(dāng)前的情況就類似出售一臺車容易，但使用這輛車還需要培訓(xùn)，用戶可能需要考取“機(jī)器人駕照”。目前這一領(lǐng)域仍是空白，結(jié)合機(jī)器人安全使用來說，這遠(yuǎn)不應(yīng)該是用戶自身的課題，企業(yè)能否研發(fā)更易上手的機(jī)器人、法規(guī)針對機(jī)器人的使用是否需要考級與規(guī)范？
另一方面，恐怖谷效應(yīng)繞不開，且這個微妙的“度”難以把握。
在機(jī)器人走進(jìn)家庭的過程中，勢必以一種更易親近的方式介入。如果機(jī)器人始終保留與人類的區(qū)別，做到克制，那就始終存在“區(qū)隔”；而類似波蘭仿生人公司Clone Robotics這種追求極限仿生，神似《西部世界》的產(chǎn)品，最終又令人們陷“過度類人”的恐慌，這一悖論始終存在。

總之，我們現(xiàn)在所看到類似Figure 03這類家庭場景中的機(jī)器人，更像是“學(xué)有小成”但“尚未出師”的學(xué)生，在學(xué)習(xí)融入人類生活，從事家務(wù)勞動方面，模型與數(shù)據(jù)、安全與規(guī)范、使用能力與心理建設(shè)，包括文中尚未提及的成本與替代問題等諸多方面，都未邁過用戶接受的門檻。技術(shù)幻象遮住了場景現(xiàn)實(shí)。
或許，當(dāng)前的“拐點(diǎn)聲浪” 更像是產(chǎn)業(yè)加速的信號，而非企業(yè)撲線的終點(diǎn)。家庭機(jī)器人要真正走進(jìn)尋常百姓家，不僅需要突破數(shù)據(jù)、算法、安全的技術(shù)關(guān)，更需要跨越 “機(jī)器思維” 到 “人文思維” 的鴻溝。

此刻的賽道，熱情有余，沉淀不足。這次人形機(jī)器人將進(jìn)入的場景，畢竟是終局。