•
中國家庭機器人終於落地！連人帶床推你去上班，小五位數價格明年開賣
咱也是趕上好時候了！
早上上班如果起不來床，可以使喚最新家庭機器人連人帶床把你推到公司去。
這回，大家千呼萬喚的具身智能手機器人，終於真的進家了。
還是中國國產的。
目前看來，它給人當牛做馬的時候，偶爾還是會出現一些無傷大雅的失誤。
但市場上調查了一圈，這已經是目前能看到的，國內最接近真正落地的家庭服務型機器人了。
不是炫技Demo，也不是遙控動作，這台來自具身智能創業公司未來不遠的具身機器人F1，人家真的實打實幹活，已經在幾十個家庭連續試用。
家庭機器人，不靠遙操
F1全身共22個自由度，支援自然的手臂、頭部、腰部動作。
身高昇降範圍在1000mm–1430mm，可自適應不同家庭成員的互動高度。
手臂上下覆蓋範圍在地面和2350mm之間，便於在地面，桌椅、櫥櫃等家庭常見高度下操作。
單臂可負載5kg，覆蓋家庭大部分場景，包括沉重的物品以及需要大力操作的冰箱門、洗碗機門、洗衣機門等。
末端執行器為夾爪，重複精度±0.05mm，可執行插拔電源，開啤酒，扭動旋鈕等精細操作；力控精度±0.1N，可避免抓取易碎物品時用力過大的問題。
此外，F1全身搭載近30個傳感器及6個攝像機，形成多模態視覺系統，具備局部構建圖、人物識別、即時避障能力。
越障高度25mm，過溝寬度35mm，可輕鬆越過門檻、地毯邊緣、電線等常見障礙。
一眼看過去，F1最醒目的就是輪式底盤，以及高度可調、長臂猿式的雙機械臂。
未來不遠創始人兼CEO張翼引用了《2025北京統計年鑑》的資料，北京的人均面積住房建築面積約37.2m²。而全國城鎮人均住宅建築面積也差不多超過40m²。
這意味著機器人進家幹活，必須要有很強的穿梭和避障能力。
“人形機器人那玩意兒，在70m²的家裡都不容易絲滑地幹活。”
所以他們一開始就放棄了模擬人形這條路。為了方便機器人幹活，適配城市的居住面積，輪式底盤的面積也從上一代的1/2m²縮小至1/4m²。
這個設計帶來了額外效益：電池空間大，續航時間更長。
在高強度工作狀態下，F1的續航力超過8小時；待機時長超過一整天。
不止會做家務
能做家務，已經滿足了許多人對家庭機器人的預期。
但請注意，這傢伙定位是“家庭機器人”，不是“家務機器人”。
精準來說，它的定位是家庭助理型具身智慧。
張翼把家庭任務劃分為四類：孩子、老人、大清潔、廚房。
解釋一下，把廚房場景單列出來，一方面是因為廚房有很多corner case，複雜度過大；另一方面是在廚房裡需要接觸很多油污，還要考慮機器人的自清潔能力，場景較為複雜。
未來不遠自家產品先從大清潔和孩子兩點著手。
大清潔場景下，機器人除了做灑掃除塵，還要完成清掃之外如整理、歸位、搬取等更高階任務。
站在做產品的視角，這簡直市場上赤裸裸擺明了的剛需。
而「孩子」這個模組，是他們重點的場景——這並不是目前家庭機器人玩家的主流敘事。
張翼表示，全球多個國家的入戶測試階段的數據回饋，機器人70%的行為都在跟人互動。跟不同國家不同的人打交道，互動習慣不一樣，數據是非常關鍵。
小朋友通常是家裡最願意指揮機器人的那群人，行為多樣、高頻、好奇心強，也是天然的資料製造者。
幕後還有一個與創始團隊本身累積有關的原因——
在創業機器人之前，張翼還有一段創業經歷：他是掌門教育的創始人，長期深耕線上一對一教育，幾乎每天都在和孩子、家長打交道。
他說自己對家庭和孩子太熟了，知道孩子什麼時候會認真，什麼時候會調皮，知道家長最在意的是什麼。
「所以我們覺得這個是必須去切的。」目前F1中已經加入了若乾麵向兒童的功能，包括教育互動模組。由於產品尚未正式上市，張翼還是對F1身上與孩子相關的功能賣了個關子。
但他還是忍不住透露了兩句：
入戶測試反應都非常好，說我們（這一塊的功能）是非常剛的，大家都很願意去用。
不靠遙操，自主完成多種長序列任務
在具身智能時代，機器人不能只會動，更要夠聰明地完成複雜任務。
為瞭解決家庭場景經常存在的長序列任務中的理解與規劃問題，未來不遠提出了一種名為RVLA（Reverse VLA） 的模型架構。
這項技術的核心在於重構了任務執行的方式。
雖然訓練資料依然來自完整的連續任務，但在訓練階段，系統會將其拆解為多個清晰、邊界明確的原子行為單元，稱為AVLA（Atomic VLA）。
例如自然流暢的抬起手臂、環境自適應的抓取物體、自然平穩移至目標區域、平穩協調的鬆開物體什麼的——每一個AVLA都是基礎動作的最小單位。
在模型架構層面，F1搭載的模型在架構上採用了上下分層：
- 上層是一個端到端的大模型，負責處理成功率要求不高、出錯代價低的任務；
- 下層則由多個小模型組成，針對不同物體和任務情境進行更精確的控制。
為進一步提升F1的雙臂操作表現，團隊引進了名為DAPO（Decoupled CLIP and Dynamic Sampling Policy Optimization）的策略優化框架，它融合了強化學習與動態取樣機制。
未來不遠團隊首次將DAPO擴展至多專家動作模型，建構出一個高效能、可即時響應的機械臂控制系統，專門適用於家庭複雜場景。
這樣做帶來了幾個關鍵優勢：
- 採用動態採樣機制，簡單任務減少計算消耗，複雜任務增加關鍵狀態取樣，進而提升整體訓練效率；
- 在強化學習過程中，將策略梯度優化從序列層面下沉到token層面，顯著減少了由序列長度波動引發的策略偏移問題；
- 優化了動作空間取樣與狀態評估，使機器人在面對多變的家庭環境時表現更穩定。
- 在實際執行中，VLA會依序完成每個AVLA元動作。
因為每個動作都經過專項訓練優化，所以單個動作的成功率非常高，從而確保了整個任務執行的穩定性。
張翼也介紹道，團隊在F1身上實現了高魯棒性的執行與糾錯機制：
一旦某個元動作失敗，系統會自動觸發重試邏輯，避免連鎖錯誤。
目前，F1已經能不靠遙操，自主完成部分家庭場景的長程任務。
如開冰箱取出食物、收納玩具、把衣服塞進洗衣機等等。
聯合創始人Louis介紹道，開酒、旋轉瓶蓋開飲料這種任務難度係數挺高，「基本上只在我們機器人上看到」。
不過未來不遠也坦誠表示，對於未訓練過的物體和場景處理能力有限。
創業前3年，不融一分錢
2014年，張翼創立掌門1對1，後發展為估值78億元獨角獸，並於2021年在紐交所上市。
後來教育產業受到衝擊，張翼開始謀求新的創業之旅。
2021年，這個新方向最終落在了「家庭機器人」身上。
很多人難以理解。一個做教育起家的人，為什麼要轉行做機器人？
但張翼覺得這並不是徹底的跳躍：“我本來就是搞技術的。當初從上海交大電院畢業，我的GPA是第一名。只是後來去教育領域創業了。”
不過他選擇入局的時候，別說具身智能了，連ChatGPT都還沒問世。
張翼反而覺得這個時間點剛好。
那時候我就覺得，20年後每個家庭都有一台服務機器人是個大機率事件。真正屬於創業者的窗口，往往在大家還不信的時候。
交流過程中，張翼反復強調非共識這個詞，“風口來了就輪不到你了。只有非共識，才是創業公司的機會。”
說幹就幹。
於是，2021年開始立項調研，2022年正式註冊公司，乾脆落地投身到家庭機器人這件事上。
特別是，成立最初的三年裡，團隊並沒有從市場上拿一分錢。
張翼表示，自己經歷過一次創業，意識到產業發展有起伏，並更加關注創業周期。
他認為家庭機器人是長周期（10年起步）產業，需要抵抗資本周期與技術泡沫。要確保公司在不同階段都能健康發展，就不想依賴資本的短期支援。
直到最近，他們覺得看到了產品的PMF（產品市場契合度），有明確的用戶落地場景和商業化前景，才開始小範圍開放融資。
創業前三年裡，團隊一直遵循使用者需求，以試用資料為導向，重複打磨產品。
這期間他們砍掉了多個想當然的設計。
例如1.35公尺的超長機械臂，使用頻率並不如想像中那麼多，還會增加體積，影響靈活性；比如更模擬的五指靈巧手，耐用性太差，在實驗場景下都撐不過兩個月；比如高負載能力，其實對普通家庭用戶而言實際使用頻率極低。
必須在真實家庭場景裡跑上幾個月甚至半年，才能看出功能是否成立。
一年內，F1計畫在國內上市，更輕量級、居家可愛型的F2也會發表。
張翼透露，因為目標是打開消費級市場，F1正式販售價格在小五位數。 （量子位元）