#家務機器人
真正做家務的機器人來了 王潛:未來3至5年家用機器人將成生活標配
以前覺得‘機器人做家務’是科幻電影裡的情節,直到看到它真的能疊衣服、收拾餐桌、打包垃圾,才發現,解放雙手的時代真的來了。”最近,自變數機器人創始人王潛的一句話刷屏科技圈:“未來3至5年,家用機器人將成生活標配。” 這句話不是空穴來風,更不是行業噱頭——一款真正能走進家庭、實實在在承擔家務的機器人,已經走出實驗室,正式進入普通人的生活場景,而這背後,是具身智能技術的突破性落地,也是家用機器人賽道的全新變革。很多人對家用機器人的印象,還停留在“只會掃地拖地”的單一裝置上:掃地機器人卡牆角、擦窗機器人掉玻璃、洗碗機器人洗不乾淨,這些“雞肋”體驗,讓不少人對“機器人做家務”失去信心。但王潛團隊推出的這款“機器人保潔員”,徹底打破了這種偏見。從公開演示來看,它早已不是“只會單點作業的自動化工具”,而是能融入完整家庭保潔流程的“全能幫手”:地面清潔、雜物整理、餐桌擦拭、沙發床鋪歸置,甚至打包垃圾帶走、輔助照看寵物,一系列家務活兒都能輕鬆勝任。它有靈活的機械臂,能像人一樣抓取、擺放物品;有敏銳的“視覺感知”,能識別不同家居環境,避開障礙物,精準完成指令,不再是“傻愣愣”的機器,更像是一個有“思考能力”的家庭助手。或許有人會問:“現在的機器人,真的能完全替代人做家務嗎?” 王潛的答案很務實:現階段採用“保潔阿姨+機器人”的協同模式,並非妥協,而是更貼合現實的落地方式。“我們思考的核心,不是人會不會被替代,而是人手根本不夠。” 他坦言,雙職工家庭沒時間做家務、空巢老人沒人照料、家政服務缺口逐年擴大,這些都是當下普通人面臨的現實難題,而機器人的出現,是補充,是助力,更是讓人們從繁瑣家務中解脫出來的關鍵。更重要的是,這種人機協同模式,能讓機器人更快融入真實家庭場景。“這確實是開天闢地頭一遭,我們此前根本無法預判機器人進入真實家庭後會遇到那些狀況。” 王潛表示,現階段的家用服務機器人還遠不成熟,但正因為不成熟,才需要走進千家萬戶“打磨歷練”,在一次次服務中收集長尾問題、積累高品質資料,持續迭代最佳化,讓機器人的“大腦”越來越聰明,逐步實現獨立上崗。而這,也正是自變數團隊的核心佈局——不盲目追求“炫酷的硬體”,而是深耕機器人的“智能大腦”。王潛用大語言模型的邏輯類比:家用機器人的智能,不是一點點慢慢提升,而是先爆發式具備通用能力,再逐步落地到各個家庭場景。當前具身智能行業的核心痛點很明確:硬體日趨成熟,但機器人的“大腦”水平,還遠遠跟不上市場需求和大眾期待,而他們要做的,就是補齊這個短板,讓機器人真正“懂生活、會幹活”。事實上,不止自變數,整個家用機器人賽道都在加速升溫。2026年中國家電及消費電子博覽會上,海爾、海信等老牌家電巨頭紛紛發力,推出能剝香蕉、切蘋果、整理衣物的人形機器人,追覓、石頭等企業也推出了可飛行、能爬樓的創新型清潔機器人,從單一清潔到全能服務,從固定動作到智能互動,家用機器人的功能正在快速升級。國際資料公司(IDC)的資料顯示,2025年中國具身智慧型手機器人使用者支出規模超14億美元,預計2030年將升至770億美元,即便家庭機器人僅佔其中四分之一至三分之一,也有望形成千億等級的市場規模。隨著供應鏈的成熟,機器人的售價也在持續下探,此前動輒幾十萬的可程式設計人形機器人,如今單價已降至20萬元以內,功能相對簡單的家用機器人,單價更是進入10萬元以內,逐步從“高端玩具”變成“普通家庭用得起”的實用家電。除了家庭保潔,王潛更看好家用機器人在養老領域的落地價值。“養老是極具價值且缺口巨大的核心場景。” 無論是居家養老還是機構養老,即便有專人照料,大眾對服務質量的滿意度依舊不高,而機器人可以24小時在崗,提醒老人吃藥、監測健康狀況、緊急呼叫求助,成為支撐養老行業可持續發展的關鍵力量,這也是未來家用機器人的重要發展方向之一。回望創業歷程,王潛坦言,最艱難的時刻並非技術突破本身,而是早期外界對“家用通用機器人”賽道的不認同。但他始終篤定“通用智能先行”的技術路線,也正是這份堅守,讓自變數成為率先將具身智能落地到家庭場景的企業之一。“今天就是一個新時代的開端,隨著技術的持續迭代,具身智能終將徹底改變生活服務格局,讓智能科技真正惠及每一個家庭。” 王潛的話語裡,滿是對行業的期許,也藏著對未來生活的美好想像。或許有人依然會質疑:“3至5年,家用機器人真的能成為生活標配嗎?” 其實答案,就藏在當下的每一次技術迭代裡。曾經,洗衣機的普及讓人們擺脫了手洗衣物的繁瑣;如今,家用機器人的崛起,正在讓人們擺脫所有繁重家務的束縛。它不是來替代人的,而是來幫我們“干累活、操閒心”,讓我們有更多時間陪伴家人、享受生活——不用再為滿地雜物焦慮,不用再為沒時間打掃煩惱,不用再為老人獨自在家擔心,這就是家用機器人帶給我們的核心價值。現在,深圳已經開啟了這款機器人保潔員的限量體驗,後續將逐步推向全國;LG、海爾等企業也在加速推進家用機器人的試點和上市,一個“機器人走進千家萬戶”的時代,已經悄然拉開序幕。王潛的預判,不是憑空猜測,而是技術發展、市場需求、行業趨勢共同作用的必然結果。未來3至5年,當家用機器人的價格進一步下探、功能進一步完善,當它像冰箱、洗衣機一樣走進每一個家庭,我們的生活,必將迎來一場前所未有的便捷革命。不妨大膽想像一下:清晨,機器人幫你做好早餐、整理好床鋪;白天,它打掃房間、照看老人;晚上,你下班回家,迎接你的是整潔的屋子和放鬆的自己。這樣的生活,或許不用等太久,就在不遠的未來。畢竟,科技的終極意義,從來都是讓生活更輕鬆、更美好。而家用機器人的普及,正是這份美好最生動的註腳。 (富貴每日分享)
4個月估值11.5億美元!兩位史丹佛華人博士聯手造家務機器人,躋身獨角獸 | T Insights
史丹佛博士的機器人突圍戰:不再只做demo。近日,由史丹佛兩位頂尖博士創立的Sunday Robotics宣佈完成1.65億美元B輪融資,估值飆至11.5億美元,正式躋身獨角獸行列。更令人驚嘆的是時間線,這家公司去年11月才正式走出隱身模式,發佈首款輪式機器人Memo。短短4個月,累計融資已達約2億美元。本輪由頂級風投Coatue Management領投,Bain Capital Ventures、Tiger Global跟投,老股東Benchmark與Conviction Partners繼續加碼。Coatue創始人Thomas Laffont還將加入董事會。CEO趙子豪(Tony Zhao)在官宣時只說了一句話:“這筆錢只有一個目的:不再只做demo。”史丹佛博士配上特斯拉核心班底Sunday Robotics的創始團隊,是具身智能領域標準的“頂配”配置。(圖片來源:X@sundayrobotics)CEO趙子豪,史丹佛博士(已退學全職創業),本科導師是Physical Intelligence聯創、具身大牛Sergey Levine,博士導師是強化學習知名學者Chelsea Finn。他曾在DeepMind、特斯拉Autopilot團隊工作,是ALOHA、ACT、Mobile ALOHA等明星工作的核心作者。CTO遲宬(Cheng Chi),史丹佛博士,師從知名華人學者宋舒然。他是Diffusion Policy、UMI的核心作者,前者將擴散模型引入機器人策略學習,後者開創了無需本體的資料採集新範式。不僅如此,Sunday幾乎從特斯拉挖走了一整套全端機器人與AI工程師團隊:Nishant Desai:特斯拉機器學習團隊近5年,參與Autopilot與FSD。Nadeesha Amarasinghe:特斯拉AI基礎設施工程負責人,負責FSD與Optimus後台系統。Perry Jia:Optimus與Autopilot關鍵工程師,主導資料引擎項目。甚至連負責Optimus與Robotaxi招聘的Jason Peterson也加入了Sunday。前特斯拉AI總監Andrej Karpathy、OpenAI高管Kevin Weil都曾前往參觀。技術圈評價:這是具身智能領域的“夢之隊”。資料才是真瓶頸在Sunday看來,機器人行業真正的瓶頸從來不是機械結構,而是資料。(圖片來源:X@sundayrobotics)大語言模型有網際網路兆級文字可學,而機器人幾乎為零。Benchmark合夥人Eric Vishria說得很直白:“我們大概只有所需資料的百萬分之一。”傳統解決方案是昂貴的遙操作裝置,一套成本高達2萬美元。操作員穿上動捕裝備,在實驗室裡模仿任務。這種方式精度高,但成本巨大、速度緩慢、場景單一。Sunday走了另一條路:一副200-400美元的技能捕捉手套(Skill Capture Glove)。這副手套的幾何結構和感測器佈局與Memo機器人手部完全一致。Sunday把它寄給普通使用者,他們稱之為“記憶開發者”。讓大家在自己真實、混亂的家庭裡記錄做家務的過程。這裡有個技術難題:人類身高、臂長、關節靈活性各不相同,採集到的資料無法被機器人直接學習。Sunday開發了Skill Transform演算法系統,將人類動作資料以90%以上的成功率重新導向到機器人運動學模型上。(圖片來源:Sunday Robotics)目前,Sunday已分發超過2000副手套,在500多個真實家庭中採集了約1000萬個家務操作片段。這些封包含了極端的混亂場景:不同的光照、亂放的雜物、甚至跳上桌面的貓。資料成本從2萬美元/套降到200美元/副,資料場景從實驗室擴展到500個真實家庭。Sunday用一套低成本手套,建構了一個分佈式資料採集網路。硬體為安全讓路Sunday的硬體決策,處處體現著“資料優先”的逆向思維。(圖片來源:Sunday Robotics)用輪子,不用雙足。在一個重77公斤的裝置有兒童和寵物的家庭裡,雙足機器人的跌倒風險是不可接受的。輪式底盤提供被動穩定性,即使斷電也不會傾倒,更節能、更安靜,讓團隊將研發精力集中在洗碗、疊衣等高價值任務上。(圖片來源:X@sundayrobotics)三指夾爪,不用五指靈巧手。團隊分析發現,80%以上的家務操作三個手指就夠了。這種“面包手”設計比傳統夾爪多4個自由度,單手拿兩個玻璃杯不手抖,同時大幅提升可靠性和成本可控性。QDD關節,不用高減速比。Sunday選擇了準直驅(Quasi-Direct Drive)方案。低減速比帶來三重好處:安全性(外力可輕鬆反驅關節)、力透明性(可直接通過電機電流推斷外力)、對模型的友好性(簡單的動力學模型意味著更小的sim-to-real gap)。資料閉環,讓機器人越用越聰明以這些資料為基礎,Sunday訓練了機器人基礎模型ACT-1。(圖片來源:Sunday Robotics)在“從餐桌到洗碗機”任務中,Memo自主導航近40米,與21種物體進行33類、68次靈巧互動,透明反光物體也能輕鬆拿捏。通過3D地圖作為條件輸入,模型無需記憶具體房屋佈局,在6個陌生家庭場景中可零樣本泛化。這背後是Sunday建構的完整資料閉環:手套採集人類操作→訓練ACT-1模型→部署到Memo→機器人進入真實家庭→產生新運行資料→回饋模型訓練真實家庭場景會帶來實驗室難以模擬的資料:孩子、寵物、雜亂環境、不完整指令,這些都會生成手套示範難以覆蓋的真實運算元據,加速模型收斂。從GPT到ChatGPT:Sunday的規模化前夜Tony Zhao將公司現狀描述為:正處於“GPT時刻”和“ChatGPT時刻”之間。這意味著已經找到可規模化的技術方案,但尚未完成規模化落地。Sunday已啟動“創始家庭測試版”計畫,首批篩選50個家庭參與免費測試,預計2026年底收到Memo機器人。入選家庭將在真實場景中打磨產品性能與使用者體驗。“這將是我們學習的關鍵階段,”Tony Zhao表示,“瞭解人們希望如何與機器人互動,是否希望機器人教孩子新知識。這些反饋將決定最終產品的形態。”目前每台手工定製版Memo成本約2萬美元,目標售價在1萬美元以下。團隊表示,當硬體設計從一開始就圍繞“資料可以彌補硬體不足”來最佳化時,批次生產帶來的成本下降曲線會比傳統機器人公司更陡峭。Tony Zhao透露,今年也將同步在國內組建團隊,base深圳。一個做家務機器人的矽谷獨角獸,選擇了全世界硬體供應鏈最強的城市。(圖片來源:X@sundayrobotics)當整個具身智能行業還在爭論誰能翻更帥的後空翻時,Sunday選擇了一條截然不同的路:不是更炫的硬體,不是更大的模型,而是更便宜的資料。用最低的成本採集最多的真實世界資料,然後用資料的規模優勢反向拉低硬體的成本門檻,最終讓機器人真正走進千家萬戶。從一副200美元的手套,到500個真實家庭,到1000萬條運算元據,再到11.5億美元估值。Sunday的資料飛輪才剛剛開始轉動。而真正的考驗,將在50個家庭的Beta測試之後到來。 (創新觀察局)