起源：：：李宏毅申明作者：：： 陈佳云：：：

全行业都在藏拙，，这家机械人公司反着来

AIX财经（AIXcaijing）原创

作者 | 陈颐

编纂 | 方展博

你设想过机械人干家务的样子吗？？

4月15日，，博主“我是HYK”把他请机械人保洁的视频发到了网上。。他花了149块钱，，在丽江履历了一项上门保洁服务，，上门的是三个角色：：：一台轮式仿人形机械人、、、一名掌管工程师，，还有一位保洁阿姨。。

打扫现场很“赛博朋克”：：：机械人专一摆玩具、、、收桌面、、、归置玩具和书本；工程师全程随行兜底；保洁阿姨掌管沟通需要和精密活儿。。

这位博重重点提到的是效能。；等说一件衣服要极度钟，，阿姨十几秒就能搞定；三个小时，，机械人才清算好鞋柜、、、餐桌和沙发三个区域，，每个场景或许一个小时，，同样的功夫，，阿姨一小我把厨房、、、衣柜、、、卧室的活儿都干完了。。

视频发出来后，，评论区好多人“想履历”，，但也有质疑声，，“看着它慢悠悠简直实头大”。。

视频里的机械人来自自变量。。今年3月，，自变量和58集团旗下58到家结合推出上门保洁服务，，在丽江率先落地，，用户能够在58同城App上预约，，按单付费。。这是全球第一次有机械人真正以服务者的身份走进通常人的家庭。。博主说，，丽江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。。对于最主题的效能质疑，，官方直接认可：：：机械人此刻的确比人慢好多，，但必要理解的是，，慢刚好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，，节制在50到60分贝，，相当于两小我正常谈天的音量；对于小户型、、、有门槛的屋子临时进不去的问题，，机械人的体积和过坎能力都在优先改进中；至于网友不安的碰坏器材，，官方说机械人会自动避开易碎品，，若是真出了问题，，承诺按现实价值足额赔付。。

机械人做家务水平够不够好？？显然还不够好。。但更值得思虑的是，，在各大厂商纷纷颁布美满演示视频的今天，，为什么自变量会让一个干活比阿姨慢十倍的机械人上门，，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？？

若是只看各大科技公司的宣传，，你可能会感触机械人顿时就能包揽所有家务，，但现实并非如此。。这是为什么？？

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

工厂、、、仓库对机械人更敦睦，，由于确定性高，，环境可控，，工作反复。。地面是平的，，零件在流水线上的地位是固定的，，每次操作是反复作为。。例如，，在光伏、、、汽车等制作工厂里，，多台工业机械人能够在关闭产线内持续作业，，实现高度自动化，，部门车间甚至达到了“黑灯工厂”的水平，，险些不必要人为过问。。

而家庭场景里满是变量。。每家每户的格局分歧，，物品摆放分歧，，更别说还有狼藉的玩具、、、忽然跑出来的宠物……

在博主的视频里，，机械人去夹鞋柜里的鞋，，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产生这种失误，，由于人靠的是几十年堆集的物理直觉，，知晓鞋怎么拿，，筷子捏哪个地位不会滑。；等嗣挥姓庵种本，，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硕经验的工程师Gashero向「AIX财经」指出了一个更具体的难题：：：家庭里四处是软的器材，，床单、、、衣服、、、毛绒玩具……软物的状态会随着抓取力度实时变动，，机械人必要高精度的触觉反馈能力正确处置「AIX财经」指出了一个更具体的难题：：：家庭里四处是软的器材，，床单、、、衣服、、、毛绒玩具……软物的状态会随着抓取力度实时变动，，机械人必要高精度的触觉反馈能力正确处置

家庭里的每一件物品，，都在考验机械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、、、状态固定的。。

Gashero给各类场景的难度排了个序：：：仓库里，，搬箱子是最单一的，，盘库险些是最难的；工厂里，，跑腿运输很单一，，焊接和拧螺丝难度高好多。。而家庭场景险些满是很难的工作，，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。。人形机械人此刻好多的落地场景，，是搬箱子和室内运输，，都是最单一的一类。。

因而，，在家庭场景里，，“机械”和人的效能差距极大。。博主视频里，，机械人三个小时清算了三块小区域；阿姨一小我，，一致功夫把剩下的活儿全数做完了。；等舜丝棠芏懒⒏傻幕，，仅限于客厅和餐厅的体式化整顿，，厨房、、、卫生间的操作复杂水平超出了它目前的能力领域。。

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，，他们的战术是先从工厂的单一工作做起，，预计五到十年后，，机械人才会进入家庭。。要知晓，，这是全球最顶尖的机械人公司之一给出的功夫表。。

在具身智能从业者Damon看来，，家庭场景的性质难点是“随机性”和不确定性。。工厂可以为机械人刷新环境，，家庭不会。；等酥荒苁视θ，，而不是让人适应机械人。。这种不确定性，，会直接影响机械人的感知、、、导航和操作能力。。

从技术逻辑推，，合理的落地挨次是：：：先拿下工厂，，再进仓储，，最后才是家庭。。这也是绝大无数具身智能企业选择的挨次。。

那现阶段把机械人推到付费场景里，，是否相宜？？

02. 既然最难，，为什么还要此刻进？？

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“不该此刻进”，，但若是我们换个维度，，不思考难度，，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严重，，愿意做家政的人越来越少，，用工成本越来越高。；等巳羰悄茉诩彝コ【袄锱芡，，面对的是一个没有天花板的市场。。

另一方面，，大说话模型能够从互联网爬取数以十亿计的文正本训练，，数据成本相对便宜。。具身机械人分歧，，它必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、、、工作无法预设，，这种随机机能产生高质量的训练数据。。

机械人夹鞋掉了，，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。。上海交通大学钻研者穆尧在智源社区的专访中曾指出，，将来真机不再只是“证明我能做出来”，，而是要成为整个系统不休接管新数据、、、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」暗示，，人形机械人的软件还停顿在Demo水平，，物理世界的操作数据极度欠缺，，严重限度了人形机械人的发展。。他以为，，落地场景对于人形机械人的贸易远景起着决定性作用。。

失败自身，，就是数据，，当然，，数据也有质量之分。。智源钻研院具身数据掌管人姚国才在去年9月的一次行业会议上暗示，，“如果这个采集员去桌面抓一个苹果，，他做的作为，，采了100次，，作为极度尺度，，100次如出一辙，，100条数据等于一条，，不具备价值。！！

图源 / 自变量机械人视频号截图

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

但问题是，，用户凭什么接受一台会犯错、、、干活又慢的机械人进自己家？？

自变量和58到家合作了“阿姨+机械人”模式，，不是让机械人齐全取代人类，，而是人机合作。；等顺械７锤葱缘奶辶投，，在真实场景里持续运行、、、持续犯错、、、持续改进；阿姨掌管复杂的判断性工作和深度保洁，，用户的履历有人兜底。。自变量还承诺，，若是机械人操作导致物品败坏，，按现实价值足额赔付。。

这种人机合作的分工方式，，也得到了学界的认可。。

前Meta FAIR钻研科学家Chris Paxton从行业角度评价过这种人机分工模式，，以为这样的设计允许自主化水平从70%天然演进到90%，，再到99%。。

从现实运营来看，，自变量反馈，，丽江上线一个月后，，阿姨和机械人的共同已越来越默契。。

03. 全行业都在藏拙，，它反着来

机械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。。

服务最早在丽江落地，，4月21日将于北京上线。。用户能够线上预约，，机械人干得好不好，，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家人形机械人有关企业。。在这个拥挤的赛道里，，各人比拼的不仅是技术，，还有谁的故事讲得更美丽。。行业里更常见的做法，，是把最好的一面剪进宣传片：：：机械人后空翻，，机械人做拉花咖啡，，机械人流畅地分拣快递。。

有行业人士把这称作“藏拙”，，以为益处是容易吸引眼球、、、吸引本钱、、、推高估值，，但价值是，，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，，自变量的出格之处在于，，选择让用户当场检验机械人的水平，，它也是唯逐一家敢把“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外洋社交媒体上转发了有关视频，，称其为“中国首个机械人进家保洁服务”。。关注度有了，，但评论区里质疑声融洽奇声一样多。。

博主HYK的态度或许融洽多人类似。。他在视频最后说，，感兴致的伴侣能够去试试，，“不是由于它此刻有多好，，而是这一天迟早会来，，自己上手过一次，，知晓它到底在什么水平，，比后面看一堆宣传片要强得多”。。

自变量机械人此刻叠一件衣服用了极度钟，，但这个数字，，会不会在一年后造成两分钟，，甚至三十秒？？答案很大水平上取决于它能进入几多个真实的家庭。。

图源 / 自变量机械人视频号截图

这正是58到家这个合作同伴的价值地点。。58到家覆盖200多座城市、、、4500万家庭。。对自变量来说，，公开服务的价值成立在规模之上，，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晓，，春节前、、、月底、、、大排除季，，阿姨是稀缺资源。。并且，，这个供需缺口正在变大。。

机械人进家庭，，当下看是一个技术问题，，但在将来，，是具身智能和服务行业迟早要面对的贸易选择。。

从这个角度看，，字节、、、阿里、、、美团同时押注自变量，，投的肯定不是干活很慢的保洁机械人，，而是它进入家庭场景后持续堆集真实物理世界数据的能力。。在尝试室里刷榜没有意思，，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。。自变量选择此刻贸易化，，必然要接受舆论压力，，但这步棋走得比无数同业更早。。

*题图起源于自变量机械人视频号截图。。