谁先跑进10万个家庭，谁就赢了机器人第一局

  新智元报道  

2026年的具身智能赛道，热得发烫。

仅一季度，国内披露融资就超过50起、累计约200亿；百亿独角兽批量涌现；春晚上四家机器人公司集体登台，翻跟头、耍双节棍、后空翻，观众看得很尽兴。

但冷静下来问一句：这些机器人，有多少台真的进了家？

截至今天，几百个亿投进去，人形机器人还没有规模化进到家里。一家都没有。

最狠的吐槽，来自图灵奖得主、纽约大学教授、Meta前首席AI科学家Yann LeCun。

他直言：目前几乎没有人形机器人的公司，知道如何让机器人真正「聪明到实用」。

然而在四足领域，有家公司已经卖了2.5万台，其中家庭用户占比90%，覆盖295座城市，累计使用时长超9.5亿分钟，交互次数超6548万次。

就在前不久，他们发布了新一代消费级四足机器人，主打的真聪明、真有用——1000倍算力跃迁，人类级感知，让机器人终于有了具身之后的智能。

当人形机器人还在实验室和发布会上轮番亮相的时候，四足机器人已经在两万五千个家庭里住下了。

这组数据和这款产品，让我们不禁重新思考一个被行业忽略的问题：不进家庭，机器人能真正变聪明吗？要进家庭，非得从人形开始吗？

前两年，主流的人形机器人叙事是「进厂打工」。

这个故事不新鲜，也不性感，最重要的是不赚钱。

投资人也听腻了。

因此，人形机器人也开始扎堆喊出「进家庭」的口号了。最近，仅国内就有3家人形机器人公司把机器人往家庭里塞。

自变量把机器人定义为「家庭成员」，极佳推出家庭通用人形机器人，破壳从成立之初就押注家庭数据场，要机器人给人类做一道松鼠桂鱼。

机器人行业的主流叙事，变了。

To C是具身智能拿到真实世界门票的路线，而家庭场景是消费级机器人最重要的市场（可能没有）之一。

首先，家庭场景是唯一能持续「喂」出Physical AI的真实数据源。

图灵奖得主Richard Sutton反复强调：真正的智能来自与真实世界的持续交互，而不是对静态数据的模仿。

To B的工厂里，机器人路线相对固定，任务相对固定，物体相对固定。

家庭不是。家庭里有拖鞋、线缆、玻璃门、突然窜出来的猫、边跑边笑的孩子、半夜起身的老人，还有人类自己都说不清楚的临时需求。

机器人如果只会在实验室里搬箱子，那不叫理解世界。

它必须在客厅、卧室、厨房、玄关这些乱糟糟的地方活下来，才算真正摸到Physical AI的门槛。

其次，消费级市场才是机器人的决胜场。

观察过去四十年的科技产业史，会发现一个反复出现的规律：最先进的技术，往往诞生于实验室或巨头企业的内部。

但真正改变产业格局、甚至决定谁能坐稳王座的是消费市场的规模化引爆。

以iPhone为例。2007年之前，企业级移动市场是黑莓和Palm的天下，产品做得再扎实，也撑不起一个真正的移动互联网生态。

iPhone用全触控的消费级体验，把用户群体从几百万商务人士扩大到几亿普通人。App Store转起了开发者与用户的双向飞轮，一旦生态壁垒成形，后来者再难追上——说到底，是消费端的规模效应，把整个行业的主导权牢牢锁死了。

同样的剧本在更早的时候就上演过。1980年代，大型机和小型机统治着计算世界，太贵、太复杂，普通人用不了。

破局的是Apple II——一台切进家庭和中小企业的消费级产品，配上VisiCalc这款杀手级应用，电脑第一次从极客圈走进了千家万户，为后来整个企业IT革命打下了用户和市场的地基。

再看新能源车。最早一批电动车企扎堆网约车、物流车等To B场景，靠补贴续命，规模始终起不来。

真正破局的是特斯拉和比亚迪——主攻个人消费市场，用家用车型放量，规模化生产摊薄了成本。没有消费端的规模，电动车至今可能还是一个实验性品类。

三次先例，背后同一条铁律：消费级市场一旦形成规模，会产生三重正向飞轮——规模驱动技术迭代、规模驱动成本下降、规模驱动生态锁定。飞轮一旦转动，后发者几乎不可能追平。

这正是Christensen「颠覆式创新」的经典剧本：真正掀翻牌桌的，往往是被巨头瞧不上、从低端市场悄悄长起来的小角色。  

具身智能没有理由例外。  

甚至，它比PC、手机、电动车更依赖消费级市场。因为机器人需要的不是静态数据，而是经验。  

它要踩到拖鞋，才知道拖鞋会挡路；它要听见电视声里的呼唤，才知道噪音中如何识别指令；它要一次次绕开孩子和宠物，才知道安全边界到底在哪里。  

所以，To C不只是商业选择，更是技术必需：不进家庭，就没有真实数据；没有真实数据，就没有通用智能。

机器人该以什么形态进家庭？行业默认的终点是人形机器人。

但拿数据和事实去检验，会发现现阶段人形进家庭，面临的不是一个障碍，而是一面墙。

核心障碍是价值价格比倒挂。而且有一个真相，行业很少讨论：目前所有关于人形机器人的成本估算，可能全都错了。

为什么？因为市面上能看到的人形机器人，大都是「表演型机器人」：动作预编排，靠后台遥控，不需要真正自主决策的大脑，也不需要全套感知和灵巧手。

但用户买回家后，对它的期待是「人」的标准：听得懂、看得见、能自主决策、能灵巧操作、能长时间工作。

要满足这些，需要配齐大脑、小脑、全方位感知、灵巧双手、高自由度躯干和大容量电池——目前全球没有一台人形机器人真正配齐这些能力，一旦配齐，成本将远超现有估算。

即便按马斯克的说法，Optimus量产后目标价2到3万美元（至今不对个人开售，公开零售要等2027年往后），以人形在家庭中极为有限的实际能力，价值价格比仍然严重倒挂。

五年内，人形机器人都很难达到让大众消费者接受的价值价格比。

除此之外，人形进家庭还有三道硬关。

一是底层技术。从「大脑」到感知、双足平衡、灵巧手、全身协调，全是至今没解开的世界级难题，说「只差临门一脚」是严重低估工程难度。

二是量产鸿沟。从demo到面向消费者的规模化量产，中间隔着供应链、良率、品控、售后一整套工程能力，目前无一家跑通。

三是安全与责任悖论。6月1日，新疆一景区内，人形机器人在表演中误踢了一名围观的小孩，孩子痛苦的画面冲上热搜。这并非孤例——今年3月陕西也发生过类似事件，人形机器人舞蹈时掌掴了一名近距离观看的男孩。

根本原因在于，人形机器人关节众多、自由度高、力矩大，一旦运动轨迹偏差或环境感知失灵，对周围人的伤害几乎无法避免。而在法律层面，机器人伤人的责任归属——制造商、运营方还是使用者？目前仍然是一片空白。

这四道障碍叠在一起，结论很清晰：人形不是做不出来，是现阶段做出来也很难在消费市场卖得动。

这时候，四足机器人的价值就出来了。

很多人把四足看成人形的低配版，好像人形没成熟之前，先做一只「机器狗」凑合一下。  

这个理解太浅了。  更准确的说法是：四足不是人形的替代品，而是人形时代的启动器。

电脑开机时，真正运行的是操作系统，但最先启动的不是操作系统，而是Boot-Loader。

它的任务不是完成所有复杂工作，而是把系统加载起来。四足之于人形，很可能就是这个角色。

它解决的不是「四足不够高级，所以以后要升级成人形」；它解决的是「人形现在还启动不了」。  

人形卡在价格、数据、安全三件事上。

四足恰好可以先跑通这三件事。

第一，四足先解决价格和价值问题。它不需要一上来承担所有家务，也不需要背负「像人一样干活」的过高期待。

它可以用更低复杂度、更稳定形态和更可控成本进入家庭，先证明一件事：具身智能产品能不能让普通家庭愿意买、愿意用、愿意留下。

第二，四足先启动数据飞轮。它进入家庭后，得到的是实验室买不到的数据：拖鞋、线缆、玻璃门、宠物、孩子、噪声、暗光、逆光、误唤醒、情绪化指令。

每一次避障、每一次互动、每一次用户吐槽，都是未来Physical AI的训练燃料。

第三，四足反哺人形。感知、交互、安全、端侧智能、运动控制、家庭场景理解，这些能力并不只属于四足。

它们是通用技术栈。四足先在家庭里把这些能力磨出来，未来迁移到人形平台，才不是空中楼阁。

所以，四足和人形不是「低配vs旗舰」。它们更像能力积累的先后序列。  

先做四足，不是妥协，是策略。

当前四足赛道大致分两派：

• 以宇树科技、云深处为代表的性能派，深耕多年，方向偏To B/G；

• 以蔚蓝科技、维他动力为代表的家庭陪伴派，瞄准消费级。

值得注意的是，维他动力今年5月完成近5亿元融资，但同步宣布资金将用于「新一代人形机器人研发」，战略重心已移向人形。

在消费级四足赛道，真正从成立至今始终坚定深耕的，只有蔚蓝科技一家。

市场上很容易给蔚蓝贴上「机器狗厂商」、「四足玩具」之类的标签。

但蔚蓝真正领先的地方，不是做出了两万多只机器狗，而是以四足为突破口，拿到了具身智能时代最稀缺的资源——真实家庭入口。

历史已经反复证明，改变世界的技术往往不是从最终形态开始的。Apple II 远不是最强大的电脑，第一代 iPhone 也远不是最成熟的智能手机。

但历史记住它们，不是因为形态完美，而是因为它们率先完成了消费级验证，率先进入了普通人的生活，并由此建立起规模、生态和难以撼动的用户关系。

蔚蓝走的，正是这条路。

他们的路线不是简单的产品迭代，而是一条能力积累路线：通用四足 → 通用人形 → 通用生产力技术。

四足阶段解决消费级验证和真实世界反馈，人形阶段承接已有能力、拓展更复杂的任务边界，最终沉淀为面向通用机器人的底层能力平台。

这种先发优势真正重要的地方，不在于销量本身。

消费市场有一个很有意思的特点：用户不会单纯因为你技术最先进就长期留下来，他们更会因为产品体验足够好而留下来。

而体验这种东西，很难在实验室里设计出来，只能在真实使用中一点一点打磨。

所以，当很多厂商还在思考机器人如何进入家庭时，蔚蓝已经开始面对另一个问题：机器人进入家庭之后，究竟应该怎样生活在家庭里？

这是两个完全不同阶段的问题，而且没有标准答案，只能靠长期真实使用后的不断修正来回答。

过去七年，蔚蓝完成了七代产品迭代。

虽然他们在消费电子展上不如有些厂商抢眼，在融资规模上不如人形公司耀眼，但它建了自己的工厂，铺了自己的渠道，搭起了一条从研发到量产再到销售服务的全业务链——早在 2023 年就实现了规模化量产。

而这种积累最大的特点在于，它会随着时间不断放大。

产品越成熟，用户越愿意使用；用户越多，反馈越丰富；反馈越丰富，产品又会变得更成熟。

PC、智能手机、新能源车的发展中，都出现过这样的正循环。

此前用户对 BabyAlpha 初代机最集中的吐槽是三点——不够聪明、噪音偏大、自主能力有限。

蔚蓝据此推出 A3：算力提升 1000 倍、视觉感知提升 33 倍、空间感知提升 558 倍、听觉感知提升 72 倍、运动噪音降低 70%。

这些数字意味着 A3 能在端侧运行 70 亿参数大模型，真正做到「听得懂话、看得清人」，在真实家庭地形中自主移动避障——从「能动」跨越到「能想」，从工具变成真正的智能伙伴。

从这个角度看，A3 不是一个突然出现的产品节点，而是七年积累自然长出来的结果。

安全维度尤其值得展开说。

当一台机器人要和你的孩子在同一个房间里生活，你最关心的不是它跑多快、看多远，而是它会不会伤到家人。

对比前面提到的人形机器人在景区误伤儿童，A3 在安全上做了一个根本性的不同选择：不靠算法兜底，靠结构设计从源头消除风险——关节全隐藏在壳体内，没有外露的夹点和锐角；独立制动系统可在毫秒内锁定关节，即使系统故障也不会失控摆动。

同时，端侧部署「360 安全大脑」实时拦截异常行为，5nm 专用芯片保障算力本地运行和数据加密。从物理安全到数据隐私，A3 构建的是一套让家庭「敢用」的信任体系。

在消费级具身智能领域，安全不是加分项，是入场券。

从行业角度看，蔚蓝的实践验证了一个判断：四足不是通向人形的弯路，而是通向消费级具身智能的捷径。

当这个规模从 2.5 万台扩展到 10 万台的时候，数据飞轮将真正高速运转，行业格局可能就此改写。

今天的具身智能，不只是商业竞赛，也是一场产业窗口期的竞赛。  

在全球产业格局加速分化的当下，高端芯片供应日趋收紧。

具身智能的供应链自主化和产品规模化，正在变成同一件事的两面——而留给中国抢跑的时间窗口，正在一天天变短。  

好在中国手里有一副好牌：全球最强的制造业基础、最低的供应链成本、最大的消费市场、最活跃的 AI 应用生态。  

但手握好牌和打赢牌局之间，差的就是一个字：快。  

谁能率先以无可替代的用户价值价格比，让具身智能产品进入千家万户，真正撬动消费市场，谁就能构筑起难以撼动的先发优势。

而规模一旦锁定，数据飞轮、成本优势、生态壁垒将同步转起，后来者几乎不可能追平。