真正做家务的机器人来了 自变量王潜：未来3至5年家用机器人将成生活标配

2026年，机器人行业变得愈发热闹。

从春晚舞台的武术表演，到引发全球关注的后空翻，机器人行业在技术突破、资本热度和舆论方面都在持续升温。但对于普通家庭而言，最关心的问题依然是：能真正走进家庭，实实在在帮人做家务的机器人，究竟何时才能到来？

这个问题看似简单，实则极难回答。因为在所有可落地场景中，家庭几乎是业界公认最复杂、最难标准化、最难规模化复制的场景。

与工厂、仓储、物流等标准化场景相比，家庭的难点在于它几乎不存在真正意义上的标准答案。不同户型、不同收纳习惯、不同生活节奏，让机器人面对的是一个充满随机性和复杂问题的开放环境。它不仅要识别物体、理解指令，还要判断哪些能碰、哪些不能碰，什么时候该动、什么时候该停，并在老人、小孩、甚至宠物共存的环境里保证安全。

也正因为家庭场景过于复杂，尽管全球机器人公司都在竞逐通用智能和人形机器人，但真正把“进入家庭，承担家务劳动”作为主战场的企业并不多。

从海外来看，特斯拉 Optimus 当前更明确的推进路径仍是工厂内部验证，家庭应用更多是远期愿景；Figure的商业化重心仍偏制造业与企业场景；即使明确瞄准家庭场景的1X，其NEO系列虽然强调家庭环境、安全性与居家辅助，也计划进入家庭进行早期测试，但整体仍处于试点验证和原型迭代阶段，距离真正意义上的稳定服务还有不小距离。

国内也同样如此，无论是偏家庭陪伴方向的智元灵犀 X2，还是乐聚与海尔联动智慧家庭生态的探索，整体都还处在展示、训练、联调、量产准备或小范围试点阶段。

换句话说，目前大众看到的叠衣服、擦桌子的机器人，还只是存在演示视频里，而真正能走进家庭、在真实服务流程中稳定承担家务的机器人，仍然是空白。

正因为如此，尽管机器人行业热度空前，但此前，在全球范围内，几乎还没有企业走进真实家庭并参与实际家务劳动。

而现在，这个空白第一次被填补。

今年3月，国内首款、也是全球首款真正进入家庭的“机器人保洁员”在深圳正式上岗。用户通过58同城APP预约，即可体验到由保洁阿姨与具身智能机器人上门协同完成家庭清洁服务。

这意味着，具身智能机器人做家务这件事，开始从视频演示和概念验证，走向真实家庭，真实服务。

“这次推出的机器人保洁员，是全世界第一个真正走进家庭，实实在在帮人类做家务的机器人。”自变量机器人创始人王潜向腾讯财经表示。在他看来，“这在人类历史上也是第一次。具身智能技术首次走出实验室，真正进入民生服务场景。”

机器人保洁员

正式走进家庭服务

从公开视频来看，这款“机器人保洁员”不仅覆盖地面清洁，还能参与杂物整理、餐桌清洁、沙发和床铺整理，并能完成打包垃圾带走等一系列家庭清洁收纳整理的相关工作，甚至还能辅助照看宠物。它不是单点的清洁设备，也不是固定动作的自动化工具，而是被放进了一个完整的家庭保洁流程中，开始承担部分真正的家务任务。

目前，该服务采用“保洁阿姨+机器人”的协同模式，而非机器人单独完成。在王潜看来，这并不是妥协，而是现阶段更现实的落地方式。“我们思考的核心，不是人会不会被替代，而是人手根本不够。”他表示，相比让机器人独立上岗，人机协同模式更容易被市场接受，也更符合家政服务的现实节奏。更重要的是，这种模式能让机器人尽快进入真实家庭，在一次次服务中收集长尾问题、积累高质量数据、持续迭代。

“这确实是开天辟地头一遭，我们此前根本无法预判机器人进入真实家庭后会遇到哪些状况。”王潜坦言，"现阶段的家用服务机器人还远不成熟，正因为不成熟，才需要让它走进真实家庭打磨、历练，在实践中收集问题、积累数据，一步步走向成熟。"

对于机器人产业而言，最危险的不是能力不完美，而是长期停留在实验室里，无法进入真实世界。

为什么是自变量

当全球机器人巨头都在工业场景推进时，一家成立仅两年多的中国创业公司为何能率先攻克家庭场景？首先在于它从一开始作出的战略选择。

这家成立于2023年12月的公司，是国内较早采用完全端到端路径研发通用具身智能大模型的企业之一，专注于物理世界通用大模型与家用服务机器人研发。成立至今，公司累计融资已超20亿元，近期完成10亿元A++轮融资，背后汇集了字节跳动、红杉中国、深创投等头部机构。

更为关键的是，自变量从一开始押注的就是家庭场景，押注的也是机器人的“大脑”，而非单纯会动的硬件。

“如果我们能把家庭场景做好，理论上就能适配所有场景。”王潜用大语言模型的逻辑类比：它不是一点点变聪明，而是先爆发式具备通用能力，再逐步落地到各个场景。“当机器人学会处理大量不同任务时，它会学到这些任务背后共通的东西——逻辑、思考方式、物理定律。而家庭场景，恰恰包含了最多样、最复杂的任务。让机器人在最复杂的环境里学习，他自然能学到最核心的能力，也会变得更聪明。”

这背后的逻辑是，如果机器人能在家庭这种问题最多、任务最复杂、人与环境最不可控的场景里稳定工作，那么它所形成的能力，理论上也最有可能迁移到养老、物业、餐饮等其他民生服务场景。

而决定这件事能否成立的，关键并不在机器人“身体”，而在机器人“大脑”。

王潜认为，当前具身智能行业的核心痛点非常清晰：硬件日趋成熟，但机器人的智能大脑水平，仍远远跟不上市场需求和大众期待。表面上看，机器人抓杯子、擦桌子、整理杂物，似乎只是机械臂和灵巧手的问题，但实际上，这背后涉及的是视觉感知、语言理解、任务拆解、动作生成、环境反馈和实时调整等多个环节的高度统一。

也因此，自变量将核心技术路线锚定在具身智能原生多模态基础模型上。

一般的VLA模型，往往将动作作为唯一的输出模态。而自变量打造的是一个真正的 Omni 架构，即“原生多模态”。它的核心突破在于，从底层设计开始就将多模态融合在一起，实现了真正的“多模态进，多模态出”。

所谓“多模态进”，是指模型能够直接且同时接收视觉、语言指令、本体感知等多种维度的输入；而最关键的“多模态出”，绝不仅仅是像一般VLA那样只输出物理动作指令，而是同时输出动作、语言、视觉等多种模态的预测。

对家庭机器人来说，难点从来不是机械臂能不能抬起来，而是它能不能看懂一个杂乱的客厅、听懂一句模糊的指令，并在动手之前先对物理世界的可能结果进行推演。基于原生的 Omni 模型，机器人不仅能对当前画面做反应式执行，更具备了类似人类的“想象力”与“预判”能力——在动手之前，它的大脑就已经预测出了下一步的视觉画面（如果抬手去拿这个物体，旁边的东西会不会碰倒）、同步生成了交互语言，并输出了精准的物理动作。

从行业进展来看，端到端学习已成为行业共识，Figure AI、1X、自变量都选择了这一方向，但自变量的差异化在于，将VLA与World Model深度融合，并率先把这套能力放进真实家庭服务场景中验证，而不是停留在实验室演示。

家庭之外

养老是最具潜力的场景

目前，机器人保洁员仅在深圳开启限量体验，团队现阶段核心目标是打磨产品，收集真实家庭场景的反馈数据，训练机器人“大脑”模型，迭代优化机器人性能。王潜透露，后续将尽快推进全国范围推广，虽然距离全民普及仍需打磨，但他坚信，未来3-5年，家用机器人有望实现规模化普及，成为大众生活的标配。

谈及未来，除了家庭保洁，王潜更看好具身智能在养老领域的落地价值。“养老是极具价值且缺口巨大的核心场景。”无论是居家养老还是机构养老，尽管已有专人提供服务，但大众对服务质量的满意度依旧不高。王潜判断，“机器人将成为支撑养老行业长期可持续发展的关键技术之一，也是未来的大势所趋。”

此外，餐饮、物业等存在服务非标准化痛点的生活服务场景，也都将是机器人潜在的重要应用场景。

回望创业历程，王潜坦言，最艰难的时刻并非技术突破本身，而是早期外界对“家用通用机器人”赛道的不认同。但他始终笃定“通用智能先行”的技术路线，也正是因为这份坚守，自变量才得以走到今天。

对于这款机器人保洁员与整个行业，王潜满怀期许：“今天就是一个新时代的开端。随着技术的持续迭代，具身智能终将彻底改变生活服务格局，让智能科技真正惠及每一个家庭。”

对整个行业而言，这款机器人保洁员的意义，或许也不在于它今天是否足够完美，而在于它第一次让机器人真正以服务者的身份，进入普通人的家庭，开始承担一部分真实劳动。

过去几年，机器人行业最不缺的是表演，最缺的是进入生活。

而现在，这件事开始发生了。

文｜袁小丽

来源｜腾讯财经

编辑｜王欣