从工厂到客厅，人形机器人还有多少道“衣服关”要过？

人形机器人离客厅还有多远？不妨看看它面对一件T恤的表现。

芝加哥人形机器人峰会的展台上，Figure AI宣布万台产线投产，优必选、智元在加速扩产，特斯拉Optimus每隔几周就放一段新视频——搬运、拧螺丝、在流水线上重复动作，看起来都挺利索。工厂里的画面越来越具体：机械臂抓得住金属部件，关节扛得住连续作业，视觉系统盯得准定位点。

回到家，气氛就变了。

问题浓缩在一个动作上：从洗衣机里把缠在一起的衣服分开。目前量产的人形机器人基本干不了。叠毛巾？更别想。倒下的杯子、变形的衣物、贴地的眼镜布，这些日常里最普通的状况，对机器人的要求不是高了一点点。公开数据和试用博主传递的信号一致：成功率很低。机器人面对那些软趴趴、形态不固定的物件时，手臂僵住，算法陷入循环，像一个人在泥地里抬脚，每一下都费劲。

这暴露了当前人形机器人最真实的瓶颈：视觉感知和控制算法在结构化的工业环境中勉强够用，一旦进入家庭这种极度非结构化的场景，每一样东西都是新变量。工厂里的光源角度固定，工件的形状尺寸已知。家里呢？沙发上披着不同的毯子，茶几上杯子的摆放有圆有方，地上的拖鞋可能是侧躺的。每一个变量对机器人来说都是一道需要重新学习的新题目。

供应链端的反馈也在验证这个判断。华菱线缆这类零部件供应商，在回应投资者关于机器人线缆业务的提问时，措辞相当谨慎：目前仍处于客户送样测试阶段，离产生持续性批量供货订单还有距离。拓展卡点在哪？核心电机和关节模组的成本、寿命、精度，每一项都是硬骨头。

可以说机器人的确实是一个长期增长的方向。海外一年几场峰会，国内几家头部公司轮番放出台数目标，行业年会年年公布出货量。资本市场的热度是真实的，产业资本的投入也是真实的。但一条产业链从上游零部件到中游整机再到下游场景落地，每一步都有节点。眼下最大的节点不是做不出来，而是让谁买单。

工厂的购买逻辑很清晰：算一笔投入产出账，替换几个工人的时间成本和工伤风险，两年回本就可以上。家庭用户呢？面对一个售价十几万、叠不好一条毛巾、还会把眼镜布怼进沙发缝的东西，消费者的耐心显然没那么好。

人形机器人要从工厂走进客厅，最先要过的不是公众的期望关，而是自己身上的“衣服关”。解决柔性物体感知、力反馈控制、低成本高精度关节这几个技术台阶之前，所有关于家用机器人的蓝图都只能算远景。这不是泼冷水，是尊重一个基本常识：造一个能在结构化厂房里搬重物的机器人和造一个能在你家沙发前帮你捡起耳机的机器人，是两种完全不同的工程问题。前者正在加速突破，后者还需要再等几年。

技术路线、资本投入、政策鼓励，这些都在给势头加码。但用户只会在乎一件事：拿出来的东西能不能用。等到那个人形机器人真的从洗衣机里取出缠在一起的衣服，这出戏才算真正开演。

#人形机器人# #机器人# #科技产业# #人工智能#