本文来自微信公众号： 师天浩观察 ，作者：辰聪
2026年秋天，机器人行业的热度和落差同时抵达了峰值。
热的是数字：工信部的口径里，截至7月，中国人形机器人年产量有望从2025年的约2万台冲到10万台，仅今年上半年就超过了4万台；1X的家用机器人NEO去年10月五天收进1万个订单，原定今年交付，如今排期已延到2027年一季度；在宝马斯帕坦堡工厂，Figure的上一代机器人跑完了11个月的试点、装载超过9万个零件，Figure 03则在今年6月刚刚进驻同一座工厂。
冷的是细节：马斯克年初承认，还没有一台Optimus在干有用的工作；NEO的产品页对"专家模式"语焉不详，网传其遇到没学过的家务，一名1X员工会远程接管这台机器人，顺便看见你的客厅。
演示时代和进家时代之间，隔着的不是时间，是一套完全不同的账。
01
工厂已经常态化，家庭还在展台上
判断一台机器人是否落地，坐标已经变了。
不再看演示视频多惊艳，而看连续运行的时长、可以核算的经济账和可以复制的周期。按这个标准，工厂端已经有人交卷。在西门子南京的SMT产线上，银河通用的机器人按120秒的节拍搬运23公斤的料箱，成功率稳定在94%以上；Figure 03在宝马单台每天运行约16个小时。但这些数字都有一个大背景，环境被驯化过且标准化。工厂里，料箱的尺寸、节拍、工位都是确定的，机器人要对付的只是重复和准确。
家庭恰恰相反。
自变量机器人创始人王潜这样描述一个普通的早晨：拖鞋不知踢到了哪里，厨房的碗没洗，孩子的书包扔在地上，猫打翻了一杯水。这意味着，没有任何两个家庭、任何一天的生活场景是完全重复的。今年8月的世界人形机器人运动会第一次设置家庭场景赛，可他们的表现却强差人意。有机器人划破了衣柜和洗衣机的外壳，有的拽掉了门把手。
在演示视频里，它们做得比这精细得多。
家是最接近"通用"的场景，也是离“通用”最远的考场。正因为如此，谁先让机器人在真实家庭里常态化运转，谁就握住了通用机器人的数据入口。
理想汽车联合创始人沈亚楠新创办的恩戈罗，计划2027年把首批2000台机器人部署进真实家庭，1X把每一台NEO都变成分布式的数据采集节点，都在寄希望于家用场景落地。
02
四道关，没有一道能靠演示视频迈过去
拆开看，挡在门口的是四道关。
第一道是"偏科"的智能
尽管，机器人已经能在半程马拉松里跑赢人类，但联想集团副总裁毛世杰评价，这些惊艳表现大都在"小脑"层面，"大脑"上还有非常多的问题。合十思维创始人赵普举过两个例子。一个人类小孩坐过三把凳子，就知道凳子是用来坐的，机器人只认识它训练过的那把；如果只训练过用裁纸刀拆快递，它绝不会想到钥匙和指甲刀也能划开胶带，机器人不理解"划开胶带需要坚硬物体"这个常识。手是另一处硬伤，要在与人手差不多大的空间里塞进电机、减速器、传感器，同时兼顾成本、性能和可靠性，因时机器人的房海南称之为"不可能三角"；马斯克也承认，灵巧手和前臂占了整台人形机器人约一半的工程难度。
第二道是数据的荒漠
松应科技CEO聂凯旋测算，训练能适应家庭场景的物理AI模型需要万亿级数据，按现在的采集速度要100年以上。矛盾是三重的：首先家庭极其私密，数据难以采集；各行业把数据视为核心资产，互不流通；仿真数据在柔性物体、力控交互上和真实数据差着一层。数据的成色同样值得注意，恩戈罗负责模型训练的李翔说，今天的ego数据、仿真数据、遥操数据都有一个共同的缺陷，"只有成功，没有失败"，而强化学习恰恰需要失败。回头看NEO的专家模式，本质是用远程人工换真实数据：每一次被接管，都是一条训练样本。
用户付了钱，顺便帮厂商完成了数据采集。
第三道是一本经济账
国家地方共建人形机器人创新中心首席科学家江磊透露，现在一台人形机器人的成本在10万元左右，仅算力方案就要占两三万；NEO的售价是2万美元。咨询公司Altman Solon曾对一千多名美国消费者的调查显示，69%的人不愿为家用机器人付超过5000美元，25%的人任何价格都不买。需求侧的价值锚点更苛刻：54%的人期望机器人每周最多省下6个小时，61%的人愿意为省下的每小时最多付14美元。一年算下来，恰好约5000美元。
也就是说，价值账勉强打平的地方，售价还高出四倍。
第四道是安全与信任
几十公斤的金属体和老人、孩子朝夕相处，物理防碰撞只是底线；机器人还带着摄像头和麦克风，24小时收集家庭数据。调查显示，约一半受访者对家里出现人形机器人感到不安，主要的顾虑是物理危险和被窥视，而不是抽象的伦理问题。日本千叶大学一项4890人的调查更能说明信任的分层：80%的人愿意把健康数据交给医疗机构，只有40%到50%愿意交给机器人公司。
（图片来源：M1）
换言说，人们不是拒绝机器人，是拒绝一个还没证明可信的机器人。
03
2027年有人用上，不等于人人用得起
至于什么时候攻克，业内的回答正在收敛。
《瞭望》采访的专家普遍把路径分成三段：先在工业、商业场景规模化，再进入少数有购买力的家庭完成简单家务，最后随通用智能的突破和成本的下降进入千家万户。
贝恩全球合伙人成鑫用投入产出比、竞争程度、需求迫切性、社会接受度四个维度衡量，结论是家庭场景目前每一项都不占优。恩戈罗沈亚楠给的期限是，技术成熟还要三五年。
按预测，2027年会是第一个密集兑现的节点。恩戈罗的首批2000台、NEO的规模交付、特斯拉家用版的计划，都指向这一年前后。但"有人用上"和"人人用得起"之间，隔着一条成本曲线和数据飞轮。
宽口径看五年，窄口径看十年。
和电动车的普及路径类似，差别在于，汽车只需要学会开车，机器人需要学会生活。
04
大众想要机器人，但只愿意付一台冰箱的钱
大众的接受度比行业叙事诚实得多。
同一项调查里，65%的人对拥有家用机器人感兴趣，85%的人自认对机器人只有中等以下的了解，即兴趣很大程度上建立在想象之上。舒适感恰好对半分；人们更偏爱柔和、低矮的形态，Optimus式的高大硬朗设计评价两极；有孩子的家庭并没有更焦虑。代际差异是真实的：日本的调查中65岁以下人群最开放，欧美的调查里年轻人也最愿意为数据透明付溢价。
接受度不是一堵墙，是一条随价格和能力移动的需求曲线。
它的拐点不取决于发布会多惊艳，而取决于机器人能否让一个家庭真的少操一份心。当用户有高频需求，产品表现又能超出一些预期，价格有在可以触碰的边缘。
从1921年"机器人"这个词诞生算起，它走向家庭的这条路已经走了一百年，门始终很窄。
中国多数家庭里，衣柜和床之间的最小通过距离是60厘米。
或许最难的那道题并不在技术路线图上，窄门的另一侧，需要的不是一个更会表演的机器人，而是一个被几千个日夜验证过、值得把家门钥匙交出去的机器人。
最热门的机器人，在家用这道最窄的门前，我们拭目以待。