和豆包聊天：关于家用机器人

菜地

我说——

豆包，下面是朋友发来的信息，你看一下，说说你的看法

（朋友发来的信息）：

大约半年前宇树科技的创始人王兴兴说："指望着机器人干家务，那纯粹是想多了！"一句话，把家用机器人的泡沫给戳破了。身为90后的"硬核理工直男"，王兴兴一点不藏着掖着，直接挑明，机器人看似本领高强，实际上就是"高学历低能儿"。它能把百科全书倒背如流，可一遇到满地的玩具和打翻的酱油，立马就没辙了。

技术瓶颈暴露得最明显的是多模态数据处理问题。现有激光雷达连透明玻璃杯都识别不了，机器人抓取时经常扑空。这点在杭州用户花65万买的H1机型上反复验证过。训练一个洗碗程序需要消耗相当于3000块高端显卡的算力，光电费就够请三年家政阿姨。行业数据更让人清醒。今年全球卖出五万多台人形机器人，但97％都成了商场展品或短视频拍摄道具，真正干活的不到一千台。王兴兴团队测试发现，给机器人预设两百种动作，遇到不同材质的衣服还是会扯坏袖口。

投资领域的水更深。现在市面九成家用机器人企业都在亏钱，特斯拉光采集家务动作数据就花了二十亿美金，小公司根本扛不住这种烧钱速度。王兴兴提醒，2030年前别碰那些吹嘘全能家务的概念股。

豆包说——

家用机器人困局：

技术瓶颈与资本泡沫下的现实图景

当宇树科技创始人王兴兴抛出 "指望着机器人干家务，那纯粹是想多了" 的论断时，不仅戳破了家用机器人市场的虚假繁荣，更揭示了这个被资本热捧领域的残酷现实。这位 90 后企业家以 "硬核理工直男" 的直率，将家用机器人的 "高学历低能儿" 本质公之于众 —— 它们或许能处理复杂的数据流，却在满地玩具和打翻的酱油面前束手无策。这场关于家用机器人的技术与资本博弈，正呈现出令人深思的发展悖论。

技术困局：从实验室到家庭的鸿沟

家用机器人的技术瓶颈在实际应用场景中暴露无遗，多模态数据处理能力的不足成为制约其走进家庭的最大障碍。激光雷达作为机器人感知世界的 "眼睛"，却连透明玻璃杯这样常见的家居物品都无法准确识别，导致抓取动作频繁扑空。这一缺陷并非个例，杭州一位用户花费 65 万元购置的宇树 H1 机型，在日常使用中反复出现类似问题，凸显了高端产品同样面临的技术局限。

运动控制的精准度不足进一步加剧了使用困境。王兴兴团队的测试显示，即使为机器人预设两百种动作程序，在面对不同材质的衣物时，仍会出现扯坏袖口的情况。这种 "用力过猛" 的问题源于传统电机驱动系统的固有缺陷 —— 依赖预设轨迹与 PID 控制的模式，在动态家庭环境中避障响应延迟常超过 2 秒，抓取易碎品时力度失控更是家常便饭。当机器人在光滑地板上遇到散落的玩具时，其多关节协同运动往往出现卡顿，难以像人类那样灵活避让和处理复杂场景。

算力成本的高企则为技术落地设置了另一重障碍。训练一个简单的洗碗程序，需要消耗相当于 3000 块高端显卡的算力，仅电费支出就足以聘请三年家政阿姨。这种 "算力黑洞" 现象在洗衣程序训练中更为突出，相关数据显示，开发一套完整的衣物处理 AI 系统，算力消耗甚至超过部分中小型科技公司的年度 IT 预算。对于大多数企业而言，这种级别的研发投入根本无力承担，形成了技术突破的资金壁垒。

市场幻象：表演道具与实用工具的失衡

全球人形机器人市场正经历着严重的结构性失衡。2025 年全球范围内卖出的五万多台人形机器人中，高达 97% 的产品最终沦为商场展品或短视频拍摄道具，真正投入实际工作的不足一千台。这种 "表演大于实用" 的产业现状，折射出家用机器人从技术原型到消费产品的转化困境。

宇树科技的 H1 机型在西湖边的亮相颇具象征意义。这款身高 1.8 米、体重 47 公斤的人形机器人，在工程师的 "带领" 下游览西湖时，其主要功能是与游客合影互动，展示挥手、点头等简单动作。尽管吸引了大量关注，但这类展示性活动恰恰说明当前机器人技术更适合娱乐表演场景，而非实际家务劳动。商场中陈列的机器人模型、短视频里酷炫的演示视频，共同构建了家用机器人功能强大的虚假印象。

用户体验的落差导致市场出现奇特的 "高退货率与高关注度并存" 现象。数据显示，家庭服务机器人的退货率高达 35%，73% 的用户反馈产品 "懂指令却不懂需求"。当消费者满怀期待地将高端机器人带回家，却发现它们连 "帮老人取床头的老花镜" 这类融合语义、位置与场景的简单需求都无法满足时，市场信心不可避免地受到打击。这种体验割裂感，使得家用机器人市场陷入 "概念火爆、实用冷清" 的尴尬境地。

资本迷局：烧钱竞赛与盈利困境

家用机器人领域的投资热潮背后，隐藏着令人担忧的资本泡沫。当前市面上九成以上的家用机器人企业处于亏损状态，特斯拉仅采集家务动作数据就投入超过 20 亿美元，这种级别的资金消耗绝非中小型企业能够承受。王兴兴关于 "2030 年前别碰全能家务概念股" 的警告，正是基于对行业烧钱模式不可持续性的清醒认知。

数据采集成为资本消耗的重灾区。为了训练机器人应对复杂家庭场景，企业需要积累海量的动作数据。特斯拉招募大量人员手动采集 10 亿组家务动作数据，这种 "人海战术 + 技术处理" 的模式推高了研发成本。相比之下，小公司既无法承担数据采集的人力成本，也缺乏处理这些数据的算力资源，在行业竞争中处于天然劣势。这种马太效应使得家用机器人领域呈现出 "强者愈强、弱者愈弱" 的发展格局。

研发投入与商业回报的严重失衡加剧了行业困境。"感知算法 + 决策模型 + 运动控制" 的全链路技术壁垒，迫使企业投入数亿资金攻坚，却难以突破 "智能与运动协同" 的核心难题。当技术落地效率低下导致投资回报周期无限延长时，资本的耐心逐渐耗尽。王兴兴团队的测算显示，现有技术路径下，家用机器人要实现盈利，可能需要等到 AI 技术出现突破性进展，这也解释了为何他认为 2030 年前全能家务机器人概念缺乏投资价值。

破局之路：技术迭代与理性回归

尽管家用机器人行业面临诸多挑战，但技术突破的曙光已然显现。在激光雷达识别透明物体的难题上，最新研究提出了三维点云处理方案，通过反射强度特征筛选、局部结构特征筛选和玻璃点云重建三个步骤，有效解决了透明障碍物识别问题。这种仅使用激光雷达单一传感器的方法，避免了多传感器融合的复杂性，为降低成本提供了可能。

特斯拉 Optimus 机器人的进展展现了另一种突破路径。该机型通过数据驱动的训练体系，将成本压缩至原有水平的 18%，同时实现了倒垃圾、扫地、炒菜等复杂家务动作。这种成本控制与功能提升并行的模式，为行业提供了可借鉴的发展方向。王兴兴也并非完全否定家用机器人的未来，他表示 "当 AI 技术发展到一定阶段时，一个足够智能的家用机器人既可以跳舞、参加格斗比赛，也能完成端茶倒水、洗衣做饭等日常任务"，只是强调这一目标的实现还需时日。

行业的健康发展需要技术理性与资本冷静的双重回归。王兴兴将当前阶段的机器人表演视为商业价值的一部分，宇树科技的人形机器人在租赁市场的火爆也证明了这一点。这种务实的发展策略，或许比盲目追求 "全能家务" 更符合当前技术水平。对于投资者而言，理性看待技术发展周期，避免追逐概念炒作；对于企业而言，聚焦细分场景突破而非全面开花，才能推动家用机器人行业走出泡沫，迈向可持续发展的正轨。

家用机器人的未来并非遥不可及，但正如王兴兴所言，在 AI 技术实现根本性突破之前，期待它们承担全部家务确实是 "想多了"。这个充满潜力的行业，正需要在技术攻坚与资本理性的平衡中，寻找从实验室走向家庭的真正路径。

6 篇资料

END