全行业都在藏拙，这家机器人公司反着来

AIX财经（AIXcaijing）原创

作者 | 陈颐

编辑 | 方展博

你想象过机器人干家务的样子吗？

4月15日，博主“我是HYK”把他请机器人保洁的视频发到了网上。他花了149块钱，在深圳体验了一项上门保洁服务，上门的是三个角色：一台轮式仿人形机器人、一名负责工程师，还有一位保洁阿姨。

打扫现场很“赛博朋克”：机器人埋头摆玩具、收桌面、归置玩具和书本；工程师全程随行兜底；保洁阿姨负责沟通需求和精细活儿。

这位博主重点提到的是效率。机器人叠一件衣服要十分钟，阿姨十几秒就能搞定；三个小时，机器人才收拾好鞋柜、餐桌和沙发三个区域，每个场景大概一个小时，同样的时间，阿姨一个人把厨房、衣柜、卧室的活儿都干完了。

视频发出来后，评论区很多人“想体验”，但也有质疑声，“看着它慢悠悠的确实头大”。

视频里的机器人来自自变量。今年3月，自变量和58集团旗下58到家联合推出上门保洁服务，在深圳率先落地，用户可以在58同城App上预约，按单付费。这是全球第一次有机器人真正以服务者的身份走进普通人的家庭。博主说，深圳的档期已经排到了下个月。4月21日，这项服务将在北京上线。

面对用户的吐槽，自变量官方没有回避，在当天做出了回应。对于最核心的效率质疑，官方直接承认：机器人现在确实比人慢很多，但需要理解的是，慢恰恰是它在真实场景里一步步学习的必经阶段；噪音方面，官方给出了具体的数字，控制在50到60分贝，相当于两个人正常聊天的音量；对于小户型、有门槛的房子暂时进不去的问题，机器人的体积和过坎能力都在优先改进中；至于网友担心的碰坏东西，官方说机器人会主动避开易碎品，如果真出了问题，承诺按实际价值足额赔付。

机器人做家务水平够不够好？显然还不够好。但更值得思考的是，在各大厂商纷纷发布完美演示视频的今天，为什么自变量会让一个干活比阿姨慢十倍的机器人上门，当着用户的面犯错？它打的是什么算盘？

01. 家庭场景，为什么是最难的？

如果只看各大科技公司的宣传，你可能会觉得机器人马上就能包揽所有家务，但现实并非如此。这是为什么？

先说结论，家庭场景，是具身智能机器人目前面对的所有场景中，技术难度最高的一类。

工厂、仓库对机器人更友好，因为确定性高，环境可控，任务重复。地面是平的，零件在流水线上的位置是固定的，每次操作是重复动作。例如，在光伏、汽车等制造工厂里，多台工业机器人可以在封闭产线内持续作业，实现高度自动化，部分车间甚至达到了“黑灯工厂”的程度，几乎不需要人工干预。

而家庭场景里全是变量。每家每户的格局不同，物品摆放不同，更别说还有散乱的玩具、突然跑出来的宠物……

在博主的视频里，机器人去夹鞋柜里的鞋，夹住了鞋边，鞋太重，掉了，它重新来；筷子从夹具里滑落，它弯腰去捡。任何一个保洁阿姨都不会发生这种失误，因为人靠的是几十年积累的物理直觉，知道鞋怎么拿，筷子捏哪个位置不会滑。机器人没有这种直觉，每次遇到一件没见过的物体，都要重新解算：这是什么？有多重？该从哪个角度抓？用多大的力？

在具身智能行业有着丰富经验的工程师Gashero向「AIX财经」指出了一个更具体的难题：家庭里到处是软的东西，床单、衣服、毛绒玩具……软物的形状会随着抓取力度实时变化，机器人需要高精度的触觉反馈才能正确处理
「AIX财经」指出了一个更具体的难题：家庭里到处是软的东西，床单、衣服、毛绒玩具……软物的形状会随着抓取力度实时变化，机器人需要高精度的触觉反馈才能正确处理

家庭里的每一件物品，都在考验机器人对未知物理属性的现场估算能力，而工厂里的物体大多是硬质的、形状固定的。

Gashero给各类场景的难度排了个序：仓库里，搬箱子是最简单的，盘库几乎是最难的；工厂里，跑腿运输很简单，焊接和拧螺丝难度高很多。而家庭场景几乎全是很难的任务，偏偏这又是经济能力最有限的市场，用户愿意付的单价最低。人形机器人现在很多的落地场景，是搬箱子和室内运输，都是最简单的一类。

因此，在家庭场景里，“机器”和人的效率差距极大。博主视频里，机器人三个小时收拾了三块小区域；阿姨一个人，同等时间把剩下的活儿全部做完了。机器人现在能独立干的活，仅限于客厅和餐厅的格式化整理，厨房、卫生间的操作复杂程度超出了它目前的能力范围。

家庭场景的复杂性，是行业共识。

波士顿动力前CEO Robert Playter去年底接受媒体采访时提到，他们的策略是先从工厂的简单任务做起，预计五到十年后，机器人才会进入家庭。要知道，这是全球最顶尖的机器人公司之一给出的时间表。

在具身智能从业者Damon看来，家庭场景的本质难点是“随机性”和不确定性。工厂可以为机器人改造环境，家庭不会。机器人只能适应人，而不是让人适应机器人。这种不确定性，会直接影响机器人的感知、导航和操作能力。

从技术逻辑推，合理的落地顺序是：先拿下工厂，再进仓储，最后才是家庭。这也是绝大多数具身智能企业选择的顺序。

那现阶段把机器人推到付费场景里，是否合适？

02. 既然最难，为什么还要现在进？

技术最难、容错率最低、市场预期最复杂，似乎所有理由都指向“不该现在进”，但如果我们换个维度，不考虑难度，家庭场景的价值其实也是最高的。

一方面，家庭保洁市场体量巨大，背后是人力供给日益紧张，愿意做家政的人越来越少，用工成本越来越高。机器人如果能在家庭场景里跑通，面对的是一个没有天花板的市场。

另一方面，大语言模型可以从互联网爬取数以十亿计的文本来训练，数据成本相对低廉。具身机器人不同，它需要的是在物理世界里与真实物体交互产生的行为数据。在家庭场景里，物品随机摆放、环境每次都不一样、任务无法预设，这种随机性能产生高质量的训练数据。

机器人夹鞋掉了，筷子滑了，这在工程师眼里是两条训练样本。鞋用这个力度夹不住，下次怎么调；筷子从这个角度滑出，施力点要往哪里移。上海交通大学研究者穆尧在智源社区的专访中曾指出，未来真机不再只是“证明我能做出来”，而是要成为整个系统不断接收新数据、发现新失败模式、反哺模型优化的关键闭环节点。

一位有多年互联网和自动驾驶从业经验的具身智能资深从业者曾对「AIX财经」表示，人形机器人的软件还停留在Demo水平，物理世界的操作数据非常短缺，严重限制了人形机器人的发展。他认为，落地场景对于人形机器人的商业前景起着决定性作用。

失败本身，就是数据，当然，数据也有质量之分。智源研究院具身数据负责人姚国才在去年9月的一次行业会议上表示，“假设这个采集员去桌面抓一个苹果，他做的动作，采了100次，动作非常标准，100次一模一样，100条数据等于一条，不具备价值。”

图源 / 自变量机器人视频号截图

Damon补充道，有价值的数据，包含多样性、随机性，以及失败案例。而家庭场景恰好把这三样都给齐了。

但问题是，用户凭什么接受一台会出错、干活又慢的机器人进自己家？

自变量和58到家合作了“阿姨+机器人”模式，不是让机器人完全取代人类，而是人机协作。机器人承担重复性的体力劳动，在真实场景里持续运转、持续出错、持续改进；阿姨负责复杂的判断性工作和深度保洁，用户的体验有人兜底。自变量还承诺，如果机器人操作导致物品损坏，按实际价值足额赔付。

这种人机协作的分工方式，也得到了学界的认可。

前Meta FAIR研究科学家Chris Paxton从行业角度评价过这种人机分工模式，认为这样的设计允许自主化程度从70%自然演进到90%，再到99%。

从实际运营来看，自变量反馈，深圳上线一个月后，阿姨和机器人的配合已越来越默契。

03. 全行业都在藏拙，它反着来

机器人进入家庭的逻辑是行得通的，但自变量更进一步，选择公开服务。

服务最早在深圳落地，4月21日将于北京上线。用户可以线上预约，机器人干得好不好，用户看得见，也能评价。

这在当前的具身智能行业里，很另类。

今年中国已有超过150家人形机器人相关企业。在这个拥挤的赛道里，大家比拼的不仅是技术，还有谁的故事讲得更漂亮。行业里更常见的做法，是把最好的一面剪进宣传片：机器人后空翻，机器人做拉花咖啡，机器人流畅地分拣快递。

有行业人士把这称作“藏拙”，认为好处是容易吸引眼球、吸引资本、推高估值，但代价是，用户和市场的预期被拔高，使用真实产品后，落差感会被放大。

在这样的氛围下，自变量的特别之处在于，选择让用户当场检验机器人的水平，它也是唯一一家敢把“不够好”公开出来的公司。

服务上线后，央视多个频道跟进报道；中国驻美大使谢锋在海外社交媒体上转发了相关视频，称其为“中国首个机器人进家保洁服务”。关注度有了，但评论区里质疑声和好奇声一样多。

博主HYK的态度或许和很多人类似。他在视频最后说，感兴趣的朋友可以去试试，“不是因为它现在有多好，而是这一天迟早会来，自己上手过一次，知道它到底在什么水平，比后面看一堆宣传片要强得多”。

自变量机器人现在叠一件衣服用了十分钟，但这个数字，会不会在一年后变成两分钟，甚至三十秒？答案很大程度上取决于它能进入多少个真实的家庭。

图源 / 自变量机器人视频号截图

这正是58到家这个合作伙伴的价值所在。58到家覆盖200多座城市、4500万家庭。对自变量来说，公开服务的价值建立在规模之上，进入的家庭越多、越分散，数据的多样性越高，模型进化越快。

对58到家来说，这次合作是面对家政人力供给收紧的提前布局。在一线城市居住的人都知道，春节前、月底、大扫除季，阿姨是稀缺资源。而且，这个供需缺口正在变大。

机器人进家庭，当下看是一个技术问题，但在未来，是具身智能和服务行业迟早要面对的商业选择。

从这个角度看，字节、阿里、美团同时押注自变量，投的一定不是干活很慢的保洁机器人，而是它进入家庭场景后持续积累真实物理世界数据的能力。在实验室里刷榜没有意义，谁能最早拿到最真实的家庭场景数据，谁的模型就最快进化。自变量选择现在商业化，必然要承受舆论压力，但这步棋走得比多数同行更早。

*题图来源于自变量机器人视频号截图。