作者｜阿茹娜

当我们今天在谈论具身智能和家庭时，仍然在讨论一个特定的画面。

一个机器人在家庭范围进行工作。

这好像是一套顺理成章的商业路径和技术终点，但在具身智能这套复杂的体系中，该画面背后对应的是两种截然不同的通道。

“基模公司”和“场景公司”。

进一步来说，是以通用具身智能基座模型为目标的企业，和以家庭范围为目标的企业。对于基模公司，他们以攻克具身大脑为终极目标，家庭并非其唯一的场景，但却是其模型能力最好的验证。他们正试图从模型能力向下突破，通过不断提升泛化能力和数据效率，让机器人从有限的训练经验中获得更广泛的任务能力。

另一方面，一些机器人厂家选择以家庭为主阵地，他们往往更倾向于通过酒店、零售、康养等相对可控的环境，让机器人率先进入家庭场景，在商业化的同时积累真实任务数据、工程经验和用户反馈，再反过来推动模型、本体和产品迭代。

但这种划分并非泾渭分明。

事实上，大脑公司也在主动进入真实场景，因为模型能力最终需要在物理世界中得到验证。而家庭机器人公司也在加大对VLA、世界模型等技术的投入，因为单纯增加部署量，并不能自动换来更强的泛化能力。两条路线正在不断向彼此靠近。

真正的差异，与其说是“谁做模型、谁做数据”，不如说是谁从哪个环节开始构建自己的能力闭环。最终，两条路线都必须抵达同一个地方：模型进入真实世界，真实世界产生数据，数据再推动模型进化。

最终，能够跨越家庭这道门槛的，不会是纯粹的技术公司，也不会是纯粹的场景见长的公司，而是那些能够把模型能力、工程能力和产品洞察力融为一体的公司。

他们从哪条路线出发不重要，重要的是他们能否在到达终点之前，把自己缺失的那块拼图补上。

这场关于 "大脑" 和 "场景" 的较量，最终比的不是谁的起点更高，而是谁的学习速度更快。

具身大脑企业在家庭场景的表现属于意料之外，也是情理之中。

在今年WRC现场，各家展示的家庭任务看起来高度相似：拿取、收纳、叠衣、洗衣、倒水、整理桌面。但真正拉开差距的，已经不只是会做哪些动作，而是换一个物体、位置，还行不行？同一个模型是否能够实现足够多种类的任务？回答这些问题时，具身模型公司往往能交出更亮眼的答案。

星海图展区覆盖了商业零售、纸盒打包、以及叠衣服、倒水等家庭任务，这些任务均由G0.5模型实现。工作人员表示，就热门的叠衣服任务来说，对比其他展台，星海图在任务完成度和速度方面的表现更为优异。

另一家具身大脑公司的展区对家庭场景的偏好也同样明显。能力展示涵盖了物品收纳、拿取物品、使用洗碗机等任务。工作人员介绍，机器人在完成任务时会根据环境自主调整策略，“探索”实现任务的方法，以抓取一杯水的任务为例，如果从侧面抓取太滑了，机器人就会选择从上方拿取，这让机器人看起来更像一个人在思考。

基模公司所追求的泛化能力、更少的样本依赖，以及对长程任务的处理能力，恰好契合家庭机器人的底层逻辑，因为家庭场景有别于其他场景的一点是，它并非简单的任务集合，而是具有无限多对象、任务变化的开放世界。

与此同时，相较于家庭机器人公司，基模公司的数据投入往往更加激进，数据来源和类型也更加多元。它们试图通过规模化、多样化的数据，让模型学习到的不仅是某个具体动作，还有物体、环境、动作与任务之间更普适的关联。

这些优势，也让基模公司开始成为家庭机器人赛道的潜在竞争者。

虽然，当前机器人能完成的任务依然比较简单、种类有限，但相较专门研发家庭机器人的公司，这批具身大脑企业的基座模型，在任务上往往能表现出更好的跨环境、跨本体能力，也具有较强的鲁棒性，很多情况下，就算一次任务失败，也能在持续的尝试和探索中找到正确的实现方式。

但能做，并不代表要优先去做。对于当前的基模公司来说，对于家庭场景的商业化落地格外谨慎，目前优先落地的是需求更加明确，可行性更高的工业、物流等领域。

在与技术人员交流的过程中，还浮现了一个值得关注的现象。世界模型作为当前广受关注的技术路线，各家也都有在探索，但真正进入机器人实际部署的基础模型，目前仍以VLA及其相关架构为主。世界模型也更多应用于模型训练的数据生成，直接参与真实机器人的推理和规划，则仍处在探索阶段。

对机器人而言，真正重要的仍然是它能否理解眼前的空间和物体，并在真实世界中持续完成任务。这些目标实现的重要性在当下往往被低估。

如果说基模公司在尝试从模型向下突破，那么另一批家庭机器人公司正在反方向前进。

从2025年底到现在，市场上涌现出一批家庭机器人公司，这些公司一起手就瞄准机器人进家的终局，往往也斩获大额融资。这次在WRC上展出的家庭机器人，大多是已有落地应用的厂家。

此次WRC上，未来不远F2机器人展示了叠衣服、洗衣服、下棋以及烹饪意面等能力。未来不远选择了一条较为激进的商业化路线，从试点进家开始，到开启线上租赁，至今已经有500余台机器人进入真实家庭，并计划在明年开启量产，对外发售。这一积极进家的路线可以获得一手的家庭场景数据，不断反哺模型和硬件的迭代。

傅里叶的GR-3机器人能够根据自然语言自主生成解决方案，在家庭空间中移动至指定位置完成物品拿取等任务，同时也具备陪伴属性。展台还展示了基于脑机接口进行物品收纳的能力，为行动不便的残障人士提供了一种新型的机器人交互方式。

深朴智能展示了小朴Simbot在家中洗衣、收纳、陪玩玩具的情景，还展示了酒店迎宾、根据自然语言拿取物品的能力，单一任务仅需一个小时的无本体数据即可完成训练。

成立不到半年的墨奇智能，则首次在公众面前进行系统性的能力展示。现场的一段长达15分钟的连续任务，从收拾客厅、冰箱补货，到衣物烘干、叠放，串联起了一整套家庭工作流。单就桌面清理和物品分类而言，在3万小时预训练数据的基础上，额外几十小时的训练就能够让机器人习得这一能力。

这些家庭机器人厂家关注的问题与基模公司存在一定差异。基模公司更在意的是能力能不能迁移，家庭机器人公司更在意的是产品能不能真的工作。

基模公司往往让模型在大量不同任务上训练，并期待泛化能力从规模中涌现。而家庭机器人公司往往期望将某一类任务实现得更加可靠，以及更好地适配真实环境。

这一现象背后是家庭机器人对于落地的追求，面对当前机器人大脑缺位的情况，家庭机器人公司往往选择先一步落地，在真实场景中不断打磨自身能力，反哺模型和硬件的进化，一定程度上补平当前模型上存在的不足。

在落地的过程中，一个非常有意思的现象正在发生，越来越多家庭机器人公司并没有直接把家庭作为第一落点，而是选择了酒店场景。

原因很简单。酒店场景与家庭场景共享很多任务空间，比如卧室、卫生间、桌面、床铺，任务相似度较高，可以说是“低配版”的家庭场景。它提供了一个比家庭更容易控制、又足够接近家庭的数据场。机器人可以不断接触不同的人、物体和任务，在真实环境中积累操作数据，磨炼对空间和物体的理解能力，并不断实现产品化、工程化迭代，甚至带来一定的资金回流。

但从今天的实际应用来看，酒店距离真正的大规模机器人化仍有距离。对于复杂任务，机器人更多还处在试点阶段，能够稳定承载的工作有限，有些应用甚至更多承担着引流和展示的角色。

在酒店中获得的经验也还需进一步抽象成对物体、空间、任务和人的通用理解，酒店这块跳板才真正能够把机器人送往家庭。

在当下，家庭机器人或许还处在“等风来”的阶段，等待技术的成熟，等待标准的确立，让机器人在这个最为复杂的终极场景，能够乘风一跃而起。

而当这一时刻真的来临，究竟是基模公司的技术吞并场景，还是家庭机器人公司用场景追平技术？

基模公司在探寻模型的上限，家庭机器人在铺垫产品的下限。而上限与下限，对于家庭机器人来说缺一不可。没有泛化能力，机器人只能成为一台功能累加的机器。没有产品能力，再强的模型也只能停留在demo里。

最终的答案可能并不是非黑即白，而是达成共存。

首先对于家庭场景来讲，市场空间足够大，需求足够多元化，很难只有几家或是某一派别留下。并且，当机器人真正成为一件消费品，选择因素可能不仅仅是模型、功能，而是整体的产品化能力，关键不仅在于谁具有更强的技术，更在于谁能做出一款好的产品。所以，家庭场景中现在看似硝烟弥漫，其实战争还没有打响，产品还未真正走到消费者面前接受检阅。

基模公司正在以模型为起点，向本体与场景靠近，家庭机器人公司则以产品为起点，不断补足数据与模型，二者的路线正在不断汇合，最终，基模公司将以平台的身份与垂直场景厂商或将形成一边竞争一边借力的微妙平衡，在不断靠近与博弈中，逐渐打通模型进入真实世界，真实世界产生数据，数据推动模型进化的闭环。

对于所有细分品类的机器人公司来说，多少都会面临这一问题，那就是到底是否会有一个通用的人形机器人吞并市场。一般专用机器人都会选择人形机器人，甚至是人类难以实现的任务场景，纵深积累know how。

而家庭的特殊之处就在于，它的“专”就是“泛”，专属这一场景的独特之处就是其无限任务的泛化性，所以给问题的答案增加了不确定性。但现实的引力是巨大的，机器人在家庭中需要面对生活的混乱和不可预测。这让产品既需要强大的学习与泛化能力，也需要在真实生活中不断经历反馈、试错和迭代，才能跨越进入家庭的最后一道门槛。

家庭机器人的产业链最终会分化为三个清晰的价值层：

第一层是基座模型层。这一层由基模公司主导，提供通用的具身智能能力 ，感知、推理、规划、操作。这一层的核心竞争力是数据规模、模型架构和泛化能力，具有强烈的规模效应和网络效应，最终可能收敛为少数几个平台级玩家。基模公司的终极形态，不直接做终端，但定义终端的能力上限。

第二层是本体与系统集成层。这一层由具备硬件设计、系统工程和供应链能力的公司主导。他们基于基座模型，针对特定场景做本体设计、系统集成和产品定义。这一层的核心竞争力是工程能力、成本控制和产品体验，玩家数量会多于基座层，但仍然有一定的集中度。

第三层是场景应用与服务层。这一层最分散，玩家最多，包括家庭服务、康养陪护、酒店服务、商业零售等垂直场景的运营商和服务商。他们基于标准化的本体和模型，提供场景化的解决方案和持续服务。这一层的核心竞争力是场景理解、渠道运营和客户关系，利润率可能最低，但市场空间最大。

在这个分层结构中，基模公司和家庭机器人公司的关系不是 "谁吞并谁"，而是 "谁占据哪一层"。

基模公司正在从第一层向下渗透，他们做本体、做场景，不是为了成为终端公司，而是为了验证模型能力、建立开发者生态、定义接口标准。就像 Google 做 Pixel 手机，不是为了成为最大的手机厂商，而是为了定义 Android 的能力边界。

家庭机器人公司正在从第三层向上攀爬，他们做模型、做数据，不是为了成为基模公司，而是为了在价值链中占据更高的位置，避免被纯粹的硬件竞争拖入价格战。就像特斯拉做自动驾驶，不是为了成为 AI 公司，而是为了让自己的汽车产品具备不可替代的差异化能力。

两条路线正在汇合，但汇合的终点不是 "大家变成同一种公司"，而是 "大家在价值链中找到各自的位置"。

最后，让我们把视野拉远。

家庭机器人现在处在什么阶段？如果用消费电子的历史来类比，大概相当于 2005 年的智能手机市场Palm、Windows Mobile、Symbian 各占一方，功能机仍然是主流，大家都在摸索 "智能手机到底应该是什么样子"。

iPhone 的出现不是因为某一项技术的突破，而是因为一整套能力的同时成熟：多点触控屏、移动互联网、App Store 生态、足够强的处理器、以及乔布斯对产品定义的天才洞察。

家庭机器人的 "iPhone 时刻" 同样需要一整套条件的同时成熟。

基座模型的泛化能力要达到一个临界点； 本体的成本要降到消费者可接受的区间；系统的可靠性要达到消费电子产品的标准 ； 交互的自然度要跨过 "能用" 到 "好用" 的门槛。

这些条件中，任何一个单独突破都不足以引爆市场。它们需要同时到位，并且被一个足够有产品洞察力的团队整合成一款 "让人一见就想要" 的产品。

特别声明：本文为合作媒体授权DoNews专栏转载，文章版权归原作者及原出处所有。文章系作者个人观点，不代表DoNews专栏的立场，转载请联系原作者及原出处获取授权。(有任何疑问都请联系idonews@donews.com)