2026年秋季，机器人产业同时迎来了热度与落差的顶点。

热度体现在数字上：据工信部统计，截至7月，中国人形机器人年产量预计从2025年的约2万台增至10万台，仅上半年就超过4万台；1X公司的家用机器人NEO在去年10月五天内收到1万个订单，原计划今年交付，现已推迟至2027年第一季度；在宝马位于斯帕坦堡的工厂，Figure的上一代机器人完成了11个月的试点，装载逾9万个零件，而Figure 03于今年6月刚刚进驻同一工厂。

落差的细节在于：马斯克年初承认，目前没有一台Optimus在从事实际工作；NEO的产品页面对其“专家模式”描述模糊，网络传言称，当机器人遇到未学习过的家务时，一名1X员工会远程接管操作，同时能看到用户的客厅。

演示阶段与入户阶段之间，相隔的不是时间，而是一套完全不同的经济逻辑。

工厂已常态化，家庭仍停留于展台

判断机器人是否真正落地的标准已经改变。

不再看演示视频有多惊艳，而是看连续运行时长、可核算的经济效益以及可复制的周期。按此标准，工厂端已有人交出答卷。在西门子南京的SMT生产线上，银河通用的机器人以120秒的节拍搬运23公斤的料箱，成功率稳定在94%以上；Figure 03在宝马工厂每台每天运行约16小时。但这些数字背后有一个重要前提：环境经过驯化且标准化。在工厂中，料箱尺寸、节拍和工位都是确定的，机器人只需应对重复与精准。

家庭环境则截然不同。

（图片来源：Figure 03）

自变量机器人创始人王潜如此描述一个普通早晨：拖鞋不知被踢到哪里，厨房的碗未洗，孩子的书包扔在地上，猫打翻了一杯水。这意味着，没有两个家庭或任何一天的生活场景是完全相同的。今年8月的世界人形机器人运动会首次设立了家庭场景赛，但机器人表现不佳：有的划破了衣柜和洗衣机外壳，有的拽掉了门把手。

在演示视频中，它们的表现要精细得多。

家庭是最接近“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中常态化运行，谁就掌握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在2027年将首批2000台机器人部署进真实家庭；1X将每台NEO变成分布式数据采集节点，都寄希望于家用场景落地。

四道难关，没有一道能靠演示视频跨越

分解来看，挡在门口的是四道难关。

第一道是“偏科”的智能

尽管机器人已能在半程马拉松中跑赢人类，但联想集团副总裁毛世杰评价，这些惊艳表现大多停留在“小脑”层面，“大脑”仍存在诸多问题。合十思维创始人赵普举了两个例子：一个人类小孩坐过三把凳子，就知道凳子是用来坐的，而机器人只认识它训练过的那一把；如果只训练过用裁纸刀拆快递，它绝不会想到钥匙或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”这一常识。手部是另一处硬伤：要在与人手大小相近的空间内塞进电机、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，灵巧手和前臂占据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，按当前采集速度需100年以上。矛盾体现在三个方面：家庭环境极其私密，数据难以采集；各行业将数据视为核心资产，互不流通；仿真数据在柔性物体和力控交互上与真实数据存在差距。数据的质量同样值得关注：恩戈罗负责模型训练的李翔指出，当前的ego数据、仿真数据和遥操数据都有一个共同缺陷，“只有成功，没有失败”，而强化学习恰恰需要失败。回顾NEO的专家模式，本质是用远程人工换取真实数据：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，目前一台人形机器人的成本约为10万元，仅算力方案就要占两三万；NEO的售价为2万美元。咨询公司Altman Solon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支付超过5000美元，25%的人任何价格都不愿购买。需求侧的价值锚点更为苛刻：54%的人期望机器人每周最多节省6小时，61%的人愿意为节省的每小时最多支付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，售价仍高出四倍。

第四道是安全与信任

几十公斤的金属体与老人、孩子朝夕相处，物理防碰撞只是底线；机器人还配备摄像头和麦克风，24小时收集家庭数据。调查显示，约一半受访者对家中出现人形机器人感到不安，主要顾虑是物理危险和被窥视，而非抽象的伦理问题。日本千叶大学一项4890人的调查更能说明信任的分层：80%的人愿意将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）

换言之，人们并非拒绝机器人，而是拒绝一个尚未证明可信的机器人。

2027年有人用上，不等于人人用得起

至于何时攻克，业内的回答正趋于一致。

《瞭望》采访的专家普遍将路径分为三段：先在工业和商业场景规模化，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、需求迫切性和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。恩戈罗的沈亚楠给出的期限是，技术成熟还需三五年。

按预测，2027年将是第一个密集兑现的节点。恩戈罗的首批2000台、NEO的规模交付以及特斯拉家用版的计划，都指向这一年前后。但“有人用上”与“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。

这与电动车的普及路径类似，差别在于，汽车只需学会驾驶，机器人需要学会生活。

（图片来源：Figure）

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更为诚实。

同一项调查中，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或以下了解，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；有孩子的家庭并未更焦虑。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，年轻人最愿意为数据透明支付溢价。

接受度不是一堵墙，而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有多惊艳，而取决于机器人能否让一个家庭真正少操一份心。当用户有高频需求，产品表现又能超出预期，价格又在可触及的范围内。

从1921年“机器人”这个词诞生算起，它走向家庭的这条路已走了一百年，门始终很窄。

中国多数家庭中，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。

在最热门的机器人面前，家用这道最窄的门，我们拭目以待。

本文来自微信公众号“师天浩观察”（ID：shitianhao01），作者：辰聪，36氪经授权发布。