科技虎嗅·蓝字计划··AI 生成
中国四大厂押注的机器人，还叠不好家里的枕巾
本文通过一个真实的家庭保洁体验案例，揭示了具身智能机器人从实验室/发布会场景到真实家庭环境所面临的巨大落差：昂贵且融资近30亿的机器人，在用户家中连叠枕巾、摆鞋等基础家务都完成得笨拙，且需要工程师和保洁人员全程兜底。文章进一步剖析了机器人「变傻」的三个先天缺陷——对标准环境依赖、缺乏常识、柔性物体操控难，并指出自变量等公司通过大模型+真实数据收集来突破的路径，但核心问题在于用户和市场未必愿意为缓慢的进步长期买单。适合关注具身智能落地瓶颈、机器人投资逻辑和AI技术现实边界的读者阅读。
核心观点
- ▍具身智能机器人从发布会高光到真实家庭场景存在巨大落差：在可控环境中能捡起纸团，到了真实家庭连叠枕巾、摆鞋等基础家务都需要大量时间且效果不佳，需工程师和保洁人员全程兜底。
- ▍机器人「天生不会做家务」的根源在于三个结构性问题：高度依赖标准环境、缺乏人类常识、对柔性物体操作能力极弱——这些缺陷叠加使得看似简单的家务成为具身智能的硬骨头。
- 01深圳用户「咸鱼」花费149元体验自变量与58到家合作的「机器人保洁」服务，机器人重达数百公斤，需货拉拉师傅帮忙才进得去二楼有电梯的家门，活动范围基本被限制在客厅。
- 02在整理书桌时，机器人的动作更接近于「移动物体」——夹起放下再夹起再放下，桌面未见明显清爽；摆鞋任务中，机器人能把鞋挪到鞋柜附近，但不理解「成对、朝向一致」的整理逻辑。
- 03叠枕巾耗时十几分钟，布料滑、皱、变形，夹爪操控困难；而保洁人员几秒钟就能完成同样任务。
- 04斯坦福AI Index 2026数据显示：机器人在RLBench仿真操控任务中成功率89.4%，但在真实家庭任务中仅约12%。
- 05自变量机器人累计融资接近30亿元，投资方包括小米战投、红杉中国、字节跳动、美团、阿里巴巴等，其新一代具身大模型WALL-B的目标是让机器人视觉、语言、动作、物理预测和身体感知一体化处理。
- 06自变量与58到家合作将机器人保洁服务推至C端，149元的价格难以覆盖成本，核心意图是获取宝贵的「真机数据」以训练模型。
反方 / 局限
- — 作者承认文章所引用的测试案例仅为单个用户体验，存在样本量不足的问题，无法完全代表机器人实际水平。
- — 文章指出数据可以慢慢补，但用户和市场未必愿意一直等——资本可以先为想象力买单，而用户只会为结果买单，这构成了商业化落地的主要张力。
自变量机器人WALL-B58到家Vista看天下汉斯·莫拉维克斯坦福AI Index 2026RLBench小米战投红杉中国字节跳动美团阿里巴巴
前置背景
应用场景
平行视角
未来推演
延伸追问