作者｜黄晓彬

原创首发｜蓝字计划

这可能是全世界最值钱的一团纸。

不久前，自变量机器人在一场发布会上，识别出 CEO 王潜随手丢在地上的纸团，随后自主规划路线、完成抓取，并把它丢进垃圾桶。

在多轮融资之后，这家国产机器人公司的累计融资金额已经接近 30 亿元。

自变量的投资方里，不乏小米战投、红杉中国等知名资本；它也是国内少数同时获得字节跳动、美团、阿里巴巴、小米等大厂投资的具身智能公司。

资本的热情，很大程度上来自其描绘的家庭机器人故事。

按照自变量此前释放的信息，搭载新一代具身大模型 WALL-B 的机器人，会进入真实家庭，承担整理鞋柜、垃圾分类、简单收纳、台面清洁等基础家务。

此前发布会上自主捡起纸团的动作，只是它对外展示能力的一部分。

它还和 58 到家合作，在深圳落地人机协同家政：机器人负责一部分标准化、重复性家务，保洁人员负责深度清洁和现场兜底。

外界对自变量的期待已经拉满了。

只不过，一团纸背后站着接近 30 亿融资，更让吃瓜群众们好奇的肯定是：如果它真能理解真实世界，那它能不能进普通家庭，替人干点真正的活？

最近，一项来自真实家庭的机器人保洁测试，却给出了一个哭笑不得的答案。

来保洁的机器人，先卡在家门口

这场真实家庭测试，来自 Vista 看天下的一篇报道。体验者是深圳用户“咸鱼”。

他花 149 元，在小程序上下单了自变量联合 58 到家推出的“机器人保洁”服务。按照服务说明，3 小时内，机器人会尝试完成整理、归置、叠衣物等基础家务。

但这次一起进门的，除了一台站在聚光灯下的具身智能机器人外，还有一名保洁人员，以及负责现场保障的工程师。

而且这次保洁任务的“考验”，从进门那一刻就开始了。

第一道考题，出现在家门口。

这台机器人采用轮式底盘，身高约 1.6 米，重量达到数百公斤。它很难像扫地机器人那样自己进入家庭场景。咸鱼住在二楼，幸好楼里有电梯，最后还是靠货拉拉师傅帮忙，才把机器人送进家门。

如果换成没有电梯的老小区，这项服务可能还没开始，就已经停在楼下。

然而进门之后，问题没有结束。

它的活动范围基本被限制在客厅。门槛不好过，卧室挤不进，卫生间也不方便进入，更谈不上在不同房间之间自由切换。

发布会上，它面对的是一团纸；普通家庭里，第一批对手变成了电梯、门槛、家具、杂物和狭窄空间。

当机器人终于顺利进门，来到工作地点之后，等着它的还有接下来长达3 小时的家务考试。

第一项是整理书桌。

在人类的理解里，“整理书桌” 的定义很多样，但大体上无非是把文具归位，把杂物收走，把常用物品留在顺手的位置。但似乎对在“咸鱼”家的自变量机器人来说，所谓整理书桌，更接近于“移动物体”。

它把桌上的东西夹起来、放下，再夹起来、再放下。东西确实动了，桌面却没有明显清爽起来。咸鱼看完之后，最后还是自己上了手。

第二项是摆鞋。

这件事就简单了。鞋就是鞋，拿起来，摆整齐，放回鞋柜，完成任务。

但对机器人来说，它能识别鞋子，也能移动鞋子，但对“收鞋”这件事的理解还停在表层。两只鞋要成对，朝向要一致，还要方便下次穿的时候拿出来，这才应该是摆鞋这个家务活的真正价值。

但机器人忙活一阵后，最终也就把鞋挪到了鞋柜附近，就宣告“摆鞋结束”。

不过比起前两个项目，最有戏剧性的，还得是叠枕巾。

这是一件人类几乎不用思考的小事，可对机器人来说，却成了大难题。

布料很难伺候，枕巾会滑，会皱，会变形。夹爪轻了抓不住，重了又容易把布料弄歪。它刚拉开一角，另一边可能又卷成一团；好不容易铺平一点，布料又从夹爪里滑出去。

幸好，机器人最终还是完成任务，把枕巾叠成了方块，只是花费了十几分钟；而站在旁边的保洁人员伸手一抖、一抻，几秒钟就能把同样的事情处理完。

三个场景下来，耗费几个小时，这场 149 元的机器人保洁总算结束。但机器人这样的表现，和发布会上顺利捡起一团纸的高光时刻相比，确实有反差。

这次，机器人确实走进了真实家庭，也确实干起了活来。

但它这次“干活”，更像一次真实家庭里的产品试水，不仅后面得跟着技术维护人员，出了状况的时候能瞬间解决问题的，还是那个熟悉的，候在一旁的保洁人员。

这也把一个更现实的问题推到了台前：为什么网上会跑会跳的机器人，一进客厅就"变傻"？

机器人，天生不会做家务

早在 1980 年代，人工智能学者汉斯·莫拉维克就提出过一个反直觉的判断：让计算机完成下棋、计算、逻辑推理这类高阶任务，相对容易；让机器拥有人类婴儿一样的感知和行动能力，反而困难得多。

这样的判断，来源于机器人自带的三个“缺陷”。

第一个缺陷，是对标准环境的高度依赖。

在发布会现场，环境相对可控：地面平整，光线稳定，障碍物有限，任务边界也更清楚。机器人要处理的，是看到纸团、走过去、抓起来、再丢进垃圾桶这一条相对明确的任务链。

但在家庭场景中，光线会在一天中变化，孩子会把玩具丢在任何地方，椅子可能被挪动了五厘米，每一个细微变化，机器人都要重新识别、判断、规划动作。

如果缺少足够的真实家庭数据和现场泛化能力，机器人就很难对这些细微变化快速反应。哪怕只有5厘米的误差，就足以让机器人抓取失败，甚至把桌上的花瓶扫落在地。

斯坦福 AI Index 2026 给过一组很刺眼的数据：在 RLBench 这类仿真操控任务中，机器人成功率可以达到 89.4%；到了真实家庭任务里，成功率只有约 12%。

第二个缺陷，是缺乏常识。

机器人能识别出“鞋”，不代表它知道鞋该放进鞋柜；能识别出“纸”，也不代表它知道那是废纸、便签，还是主人随手放在桌上的资料。

人类会不断累积生活经验，知道东西该不该扔，放在哪里顺手，什么叫整齐，什么叫已经收拾好；对机器人来说，这些判断都要靠模型和数据慢慢补课。

至于机器人的最后一个缺陷，是手。

对柔性物体的操作，是目前具身智能公认的“硬骨头”。正如前面的叠枕巾，目前的机器人大多只有位置控制和力矩控制，它不知道枕巾是软的，也不知道在叠的过程中滑到哪里了。

但人类干活时，除了用眼睛看，还会靠手感调整力度；很多机器人现在更多依赖视觉和力控，触觉反馈远远没有人手细腻。

所以，三个缺陷的叠加，就让看起来最没有门槛的家务，成了具身智能最硬核的难题。

而针对机器人的缺陷，自变量给出的解决方案是“大模型”。

按照它此前释放的信息，自变量正在从 WALL-A 这类视觉-语言-动作模型，推进到新一代具身大模型 WALL-B。它想让机器人把视觉、语言、动作、物理预测和身体感知放在一起处理。

通俗点说，机器人不能只会“夹起鞋子”，还要理解鞋该放到哪里；不能只会“拿起枕巾”，还要理解什么状态才算叠好；不能只会“捡起纸团”，还要判断这张纸到底该不该扔。

这条路听起来合理，但始终绕不开一个问题：数据。

只是，家庭数据的获取成本极高且有隐私风险。这也解释了为什么自变量愿意和 58 到家合作，把机器人保洁服务推到 C 端。

149 元的价格，很难覆盖机器人、工程师和保洁人员一起上门的成本，但却可以换取宝贵的“真机数据”。每一次机器人卡在门槛前，每一次它把鞋放错位置，都是在为那个“世界模型”添砖加瓦。

问题在于，数据可以慢慢补，用户和市场未必愿意一直等。资本可以先为想象力买单，而用户只会为结果买单。

发布会上捡起一团纸，让市场看到了“机器人走进家庭”的希望；但“咸鱼”家的这次测试，又暴露了个现实问题：家务机器人离真正成为家庭劳动力，至少现在还不行。

只能说，乐观一点看，自变量至少把机器人带进了真实家庭；但现实一点看，它现在更像一个刚开始上岗培训的新人。

至于什么时候能像洗衣机、扫地机器人一样，成为普通家庭默认的一部分，恐怕还得等它先学会一件事：

别让人类在旁边替它收拾残局。

参考资料：

Vista看天下《“我们体验了149元的机器人保洁，发现让它干活还得给它配俩保姆”》