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。

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。

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。

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。

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。

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。