这几天跟朋友聊天，有人提到说最近在看机器人赛道，发现有点意思。

起因是这两天纽约时代广场的大屏上，出现了一个问题。大意是这样：谁会是第一个「有脑子」的机器人，真正走进家庭，服务人类生活？

这块屏幕本来是放广告的地方，都是各种大品牌。但这次没有Logo，没有产品图，就是一个问号。

一开始，大家都还在猜这个大屏是谁投的，Figure、1X、特斯拉，名字都被点名了。

最后谜底揭开，是一家来自深圳的公司，叫自变量机器人。

再过几天，也就是4月21号，他们要开一场发布会，主题是一个家庭成员的诞生，会发布新一代的具身智能模型。

如果我们把这件事跟他们之前的一些动作连起来看，发现背后有点东西可以聊。

1这两年，机器人行业很热闹。

打开任何一个科技博主的主页，几乎都能刷到人形机器人走路、搬东西、跳舞的片段，波士顿动力的机器人能后空翻，特斯拉的Optimus能叠衣服，Figure能跟人对话。

但有一个问题：这些机器人，到底什么时候能真的进你家？

波士顿动力的前CEO罗伯特·普莱特去年底接受采访时说，家用机器人还要5到10年。

他的理由是，现在的机器人主要只能完成一些相对简单的工厂任务。工厂的环境是被设计过的，光线固定，零件位置固定，任务顺序固定。

但家庭不一样，你的猫会突然从某个角落窜出来，你让机器人去倒杯水，厨房的杯子可能是玻璃的、塑料的、陶瓷的，每一个的抓握方式都不一样。

难度天差地别。

2顺着这个思路往下想，就会冒出一个新问题：如果大家都知道家庭难，为什么还有那么多公司往这个方向冲？

我跟几个做硬件的朋友聊，他们的看法挺一致的。现在国内外头部的人形机器人公司，特斯拉、Figure、1X、智元、宇树......

如果你把他们的硬件参数摆在一起看，会发现大家的身体做得其实已经差不多了。自由度、负重、续航、运动能力，这些参数之间的差距在快速收窄。

硬件这一关正在被快速拉平。

但还没解决的，是大脑。或者说，是一个能让机器人在没见过的环境里，面对没见过的任务，依然能判断下一步该做什么的模型。

行业里有个词，叫泛化能力，就是像人一样可以举一反三的能力。你教它在客厅擦桌子，它能不能自己在厨房擦灶台？你教它叠T恤，它能不能叠牛仔裤？

所以，那块纽约大屏上的问题，才会问住这么多人。

3但让我更好奇的，其实是另一件事。

光知道问题在哪，是没用的。大家都知道家庭难，都知道泛化是关键，那为什么自变量敢回应纽约时代广场的这个问题？

我花了点时间扒了一下这家公司，发现了几个细节。

第一个是对真实数据的执念。这家公司有一个大的策略，所有涉及到复杂物理交互（如接触丰富的手部操作）完全不使用仿真数据。

相比于仿真数据，真实数据在可扩展性、多样性、使用价值、质量等各方面都要更高，且采集效率相比仿真数据也要更高。

上个月他们还跟58到家合作，在深圳推出了机器人家政服务。3小时10.75美元，帮忙收拾孩子的玩具，甚至能铲猫砂，中国驻美大使谢锋还在社交平台转发过这条视频。

这件事单独看像是一次商业化尝试，但结合他们的技术路径看，其实是在做数据飞轮。真实的家庭环境本身就是最好的训练集，里面的脏、乱、不可预测，是实验室永远模拟不出来的。

第二个是他们CEO王潜说过的一句话，他说家庭代表最开放的环境和最广泛的任务，能把家庭任务解决了，就说明模型真正实现了泛化。

不是等技术完全成熟了再去找场景，而是用最难的场景，倒逼技术成熟。场景给迭代，迭代让模型更强，更强的模型再回到场景里。

4当然，家庭机器人这件事的难度，前面已经说过了，就算方向对，从方向对到真正做成，中间还有很多问题要解决。

4月21号那场发布会会给出什么答案，现在还没人知道。但我觉得值得关注的地方是，这是国内公司第一次，在机器人这个赛道上，主动把问题抛到全球面前，而不是跟在别人后面回答。

具身智能这件事，今年大概率会非常关键。硬件的红利已经吃得差不多了，接下来所有公司都要在大脑这一层正面交锋。

谁能先拿出一个真正能泛化的基础模型，谁就有可能在未来几年里定义这个行业的走向。

4月21号那场发布会，如果你也对这个行业好奇，可以留意一下。