字塔”相互咬合，让机器人先从海量数据中学会“世界是怎么运转的”，再学会“怎么把事做对”，最后在真实使用中持续强化、越用越聪明。
回到家庭场景最具挑战的“三个不固定”难题，叶云的解决方案是，“不靠为每个家庭场景单独编程，要靠基础模型具备的通用适应能力”。他所在的极佳视界公司，已对世界模型进行了多次迭代。仅在动作对齐层面，其世界动作模型（World Action Model，简称WAM）就能以约十分之一的实验数据量，达到全量数据训练的能力水平。
吴易明反复强调，“智能的本质不是记忆世界，而是理解世界。光靠数据训练实现不了真正的智能。世界不是随机样本的集合，而是可被理解的关系结构。”
仝人智能科技（西安）有限公司的解决方案则是，用统一数学方法表征空间结构，进而表征物理世界规律，依托自主研发的具身智能操作系统，构建起直接与真实世界自主交互和执行任务的智能技术体系。
深化系统融合和打造通用智能，似乎是目前破解数据和算法双重困局的有效之道。但业界深知，从“跑通一个社区”到“自主适应千万家庭”，中间这道鸿沟并不窄，或许需要两条腿同时向前迈进：一边用海量数据训练出泛化能力更强的模型，一边在底层理论上寻求对物理世界表征的根本性突破。
安全与信任之间，“靠谱”很难

2025年11月，Figure AI公司前产品安全主管罗伯特·格伦德尔在提交给美国联邦法院的诉状中披露，一台Figure 02机器人在内部测试中故障，机械臂在不锈钢冰箱门上划出了一道四分之一英寸深的凹痕。
“一台体重八九十斤的机器人一旦在家庭中倾倒，即使感知和决策系统再安全，也可能危及家庭成员。”天津大学讲席教授、博士生导师孙涛提醒。
他对记者解释了背后原因：现在多数人形机器人的机械臂采用高刚度位置控制模式，电机被强制驱动到预设坐标。在家庭杂乱光线中一旦视觉感知出现厘米级误差，机械臂就会以几十公斤的刚性冲击力撞向目标以外的东西。
陈毅豪的解释是：“大型人形机器人肢体活动范围广，仅靠预设轨迹运行，根本感知不到后方、侧方靠近的人和宠物，很容易发生磕碰伤人事故。”
这需要进入家庭的具身智能操控更加细腻精准，毕竟机器人“手脚”的可靠程度，直接决定了它能否被迎进家门。
孙涛的团队正在尝试模仿人体的肌肉和筋腱，用更轻巧的驱动方式替代笨重的电机直驱。通过仿生设计，让机器人在减轻自重的同时提升负载能力，从机械结构层面增强物理安全性。
陈毅豪透露，他所在的中心正研发全域避障防护系统，其中包括覆盖机身的电子皮肤薄膜压力传感器，触碰即刻停机，还包括分布式薄膜超声波传感器，类似汽车倒车雷达，可提前探测靠近的人或物体并主动减速，全方位保障人、机、物的安全。
此外，他们还基于柔性电子和电子皮肤技术，研发了搭载触觉感知的末端执行器，让机器人能识别物体冷热、光滑、粗糙等物理属性，自主判断抓取力度和夹持角度，破解“想干活”却“干不好”的核心痛点。
信息安全门槛同样绕不开。今年第三季度起，“拾光S1”机器人将分批进入住户家中，开启规模化运营。这有可能是全球范围内首例通用人形机器人在真实家庭场景实现规模化部署。家庭是私密空间，迎接一个机器人进门，不管它的身份是“保姆”“护工”还是“小时工”，都相当于接了一个24小时在线的数据采集终端。它采集数据时，是否有边界？边界在哪？
极佳视界打造的通用人形机器人。图片来源：极佳视界
陈盈盈认为，“端侧智能处理，能让机器人的‘大脑’在不联网的状态下，在本地完成理解和决策，实现数据不出家门，从而守住家庭数据隐私。”
“把机器人安全地交到普通家庭手里，需要在真实场景中长期验证打磨，是一件需要心怀敬畏的事。”叶云如是说。
许华哲是清华大学助理教授、破壳机器人创始人，此前曾任星海图联合创始人兼首席科学家。他很乐观：“工厂中重复单一的作业数据无法支撑机器人理解真实世界的复杂性。家庭数据足够混乱、足够多元，这种非结构化环境，恰恰是孕育真正通用智能和促进技术快速迭代的最优土壤。”许华哲相信，家庭机器人将在不远的未来真正到来，重新定义人类的生活方式。记者手记前路虽远，行则将至龙云 龚茜
过去一段时间，记者密集采访了多位具身智能领域的技术专家与产业人士。一个直观的感受是：这个行业正处在从技术验证向场景落地跨越的关键阶段。
产业端的落地节奏在明显加快。行业普遍将2026年视为人形机器人的量产元年。然而，“演示”与“现实”存在落差——在发布会和展区各显神通的人形机器人们，一旦置身于真实家庭环境，任务完成效果不如预期。
尽管存在挑战，但在采访中，记者能明显感觉到，业界的探索始终保持着积极态势。真实世界的服务缺口显而易见，无论是协助照顾老人、还是帮助打理家务，这些看似琐碎的生活日常，背后实则是一个规模庞大且亟待满足的刚需市场。
随着政策加码与资本涌入，聚焦具身智能的研发团队正在高速推进技术迭代。各条技术路线都在并行探索：有人聚焦仿生驱动技术，力求让机器人更加轻便安全；有人深耕电子皮肤领域，赋予机械臂精准感知与力度控制的能力；还有人直接将机器人引入社区，在真实场景中进行测试与优化。
然而，从原型演示走向工程化部署，横亘着系统集成、可靠性、成本与稳定性等多重壁垒。面对这些壁垒，产业界迎难而上，不断试错与前行。
近日，2015年图灵奖得主、公钥加密技术奠基人惠特菲尔德·迪菲在回应“机器智能将会统治世界吗”这个问题时，给出了一个耐人寻味的答案：“会的。但人和机器之间不会有一场战争，因为我们会欣然接纳它们的帮助。”迪菲预判，人机和谐共存的时刻，预计将在本世纪上半叶结束前到来，甚至可能更早。
这番论断听起来颇有些科幻色彩，但回看当下的产业现场，智能机器正在以肉眼可见的速度嵌入日常生活，迪菲的预判似乎并非遥不可及。不过，从跑通演示到稳定服役，中间还有大量工程化的硬骨头要啃。
采访中大家达成了一个共识：家庭场景的复杂性固然让人头疼，却也是孕育通用智能的最优土壤。技术不可能在无菌的实验室里完成所有进化，它必须扎进真实生活的褶皱中反复打磨，才能真正蜕变成一个懂事、靠谱的伙伴。
科技日报•深瞳工作室出品
编辑：王璠
审核：岳靓