一碗番茄炒蛋，算不清家庭機器人的千億級生意
作者｜毛心如
過去幾年，我們看過太多機器人演示：走路、翻跟頭、裝爆米花，但大多數時候，它們都停留在實驗室、展廳，或者一段精美的視頻里。
但最近有些變化開始出現。
有人讓機器人在廚房里做麻婆豆腐，從備料到翻炒，動作不算流暢，但流程是完整的；也有人把機器人放進真實家庭環境，讓它在灶臺前完成一份番茄炒蛋。
可能現在看機器人還有點笨拙，但它們讓一件事變得具體，機器人開始真正干家務了。
這和過去那種秀肌肉的感覺不太一樣。
廚房，乃至家庭并不是標準化場景。油煙、雜物、臨時變化，這些都會讓算法系統變得不穩定。
也正因如此，一旦有公司選擇把機器人放進家庭，就意味著它要面對的，是整套系統能不能長期運轉。
家庭不是一個容易進入的場景，但它正在成為越來越多公司主動選擇的方向。
Fortune Business Insights 報告顯示，2025 年，全球家用機器人市場規模為 139 億美元，預計 2034 年將達到 1071.5 億美元，2025 年-2034 年復合年增長率為 25.47%。
而這背后，既不是一時的熱鬧，也不只是技術上的嘗試。
為什么機器人現在要走進家庭？
家用機器人開始集中進入家庭不是行業跟風，而是技術、市場需求、資本態度三重因素推動的結果。
首先是技術條件基本達標。
過往家用機器人僅能完成標準化、預設軌跡的簡單任務，無法適配復雜居家場景。
隨著 VLA、世界模型等具身智能技術迭代，行業初步打通感知、決策、執行完整鏈路。
機器人可獨立完成多項復合家務任務，從實驗室演示走向真實家庭作業，正式跨過可用技術門檻。
家庭作為最高難度的非結構化場景，也成為驗證通用 AI 能力的核心試金石。
其次是市場需求存在剛性缺口。
國內家政行業長期供需錯配，雙職工、獨居、老年康養等家庭精細化家務需求持續增長，但家政從業者老齡化、新人入行意愿低，人力供給缺口持續擴大。
同時人工服務存在履約不穩定、人員流動大、服務標準不統一、溝通磨合成本高等痛點，市場亟需穩定、可標準化的智能替代方案，為家用機器人落地提供了堅實的需求底座。
最后是資本邏輯全面轉向務實。
行業前期以概念、模型參數燒錢為主，虛熱泡沫明顯。進入 2026 年，資本摒棄了純技術講故事的邏輯，優先錨定可落地、可場景化、可規模化的項目。
家庭場景高頻次、高粘性的特性，不失為一個優質的落地突破口。
除此之外，機器人進家庭具備極強的長期戰略價值與短期變現潛力。
真實家庭場景能持續產出海量、高稀缺性的非結構化交互數據，是迭代模型泛化能力、優化物理執行精度的核心燃料。
通過場景入戶積累數據，脫敏后對外合作輸出、開展聯合技術研發，還能實現數據變現、補充部分營收。
整體而言，當前行業尚未形成完整的機器人進家庭商業閉環，用戶價格錨點與付費意愿仍未成熟。
現階段企業密集入戶的核心目的，是搶占核心場景、積累獨家數據、完成技術迭代，用前置布局鎖定通用機器人賽道的長期先發優勢。
兩條機器人進家庭路徑，同一個終點
目前，國內在家庭服務機器人方向上有實質性落地的玩家主要有兩家，自變量機器人和極佳視界子品牌拾光。
兩家技術路線也有相似之處，都依托自研模型，聚焦高度非結構化的真實家庭場景。
但在落地策略上走出了截然不同的兩條路：自變量代表的 Robot as a Service（RaaS）與拾光代表的 Robot as a Product（RaaP）。
RaaS 的核心是輕資產、快覆蓋。
自變量深度綁定 58 到家等線下家政渠道，用戶無需購置硬件，小程序下單 149 元即可預約一次約 3 小時的機器人保潔服務。
上門的不只是機器人，還配備一位家政阿姨和一位工程師, 阿姨負責深度清潔與現場判斷，機器人承擔基礎收納與清潔，工程師提供技術兜底。
機型采用輪式雙臂設計，重心低、成本可控，單次服務即可觸達用戶，徹底規避高價硬件的決策門檻。
自變量 2026 年計劃累計投放 1000 臺機器人，以規模化服務數據驅動模型迭代。
除此之外，自變量今年也發布了自研具身智能基礎模型 WALL-B，通過采集的服務數據反過來持續優化硬件與算法。
這套打法的核心邏輯是：用服務跑規模，用規模換數據，用數據養技術。
RaaP 則走重資產、深體驗路線。
拾光讓機器人常駐家庭，聚焦中高端用戶的全場景家務需求。
其發布的通用人形機器人拾光 S1 搭載自研模型，能完成環境理解、自主規劃等任務。
落地方面已與湖北科投達成百臺訂單合作，首批進入光谷之寓未來人才公寓開展場景測試，初期向用戶免費開放體驗，尚未開啟商業化收費。
技術層面依托自研雙金字塔物理 AGI 體系，重點突破物理執行精度與復雜場景適配能力。
目前單臺拾光 S1 成本約 20 萬元，計劃明年上半年將本體價格降至 10 萬元以內。
兩種路徑各有側重：自變量以輕量上門快速鋪量、積累場景數據；拾光以駐家深度試點打磨服務能力、建立品牌認知。
二者并行，既覆蓋不同層級市場需求，也勾勒出家庭具身智能商業化的兩條主線。
機器人進家庭能算平賬嗎？
把機器人送進家門，在今天看來仍然是一件很理想化的事情。
拾光 S1 可以獨立完成微波爐加熱的完整流程，自變量的人機協作保潔已經進入真實家庭，這些突破令人振奮，但距離成為一門真正的好生意，還有漫長的路要走。
要把機器人進家門變成一項可以持續營收的事業，必須想清楚兩個核心問題：怎么規模化落地？怎么真正算平賬？
先看商業化路徑，目前來看有三種模式或許能夠跑通。
第一種是類似汽車的買斷模式。
用戶一次性全款購買機器人硬件，長期使用，僅支付少量維護與升級費用。這種模式的優勢是長期使用成本最低，但前期投入高、用戶決策門檻高，更適配中高端家庭。
第二種是滴滴式的按需單次模式。
用戶無需承擔硬件成本，按需預約機器人上門服務，按次、按小時計費。這種模式零門檻、靈活度高，適合零散家務需求，也是行業早期規模化獲客的有效路徑。
第三種是訂閱制服務包模式。
用戶按月、季度或年度付費，解鎖固定時長、固定頻次的機器人入戶服務，包含硬件使用、維護、模型升級、故障兜底等全套權益。這種模式兼顧了靈活性與穩定性。
當然，在完全無人化之前，一個更長時間存在的過渡形態是，人機協同。
機器人并不會一開始就替代阿姨，而是先作為工具嵌入家政體系，由人進行兜底和接管。在這個階段，機器人創造的價值，是提升一個人的效率。
厘清商業模式之后，再來算一筆實打實的經濟賬。
算賬的核心邏輯很簡單：把機器人視作一項固定資產，對比它和請家政阿姨的年度成本。
為了簡化分析，我們選取最直觀的買斷模式作為基準模型來看，其它模式，本質上都是對這套邏輯的現金流重構。
先看成本端。
假設一臺家庭機器人的綜合成本為 30 萬元，折舊周期 5 年，則年折舊約 6 萬元；疊加維護、保險、云服務等約 3 萬元，以及能耗約 0.3 萬元，年化總成本約為 9.3 萬元。
再看價值端。
考慮到家庭場景不能直接用工作時間 × 時薪來估算替代價值，我們選用的計算公式是：
年等效價值 = 效率 × 有效時長 × 時薪 × 穩定性溢價
其中，時薪行業均價 50 元計算；有效時長指的是家庭有多少真實需求，效率則取決于不同類型任務的綜合表現。
在當前階段，如果取一個相對中性的假設：綜合效率約 25%，年有效需求 1650 小時，疊加無需請假、無需溝通的穩定性溢價 1.5。
那么機器人一年能創造的等效價值等于，50×1650×25%×1.5=30937.5。
這與 9.3 萬元的年成本之間，仍然存在明顯差距。
更關鍵的是，僅每年 3.3 萬元運維、算力剛性支出，就已經超過機器人創造的全部人力價值，換言之即便廠商免費贈送硬件，家庭每年仍要承擔虧損。
為了更直觀地看這筆賬，可以把不同情景拆開：
從結果來看，在當前 20% 到 40% 的能力區間內，機器人很難覆蓋自身成本。
一臺 30 萬元的機器人想要在 5 年內回本，其等效效率需要接近 75%，這與當前能力之間仍存在約 2 到 3 倍的差距。
這套測算成立還有一個隱藏前提，那就是假設機器人需要獨立完整替代一名家政鐘點工，而真實落地場景并不會走完全替代路線。
一方面，機器人更早覆蓋的，往往是那些碎片化、高頻但不值得單獨請人的需求。
另一方面，它也可能通過人機協同，提高服務人員的人效，在服務化模式下，甚至可以被多個家庭共享使用。
也就是說，當我們用一個人 = 一臺機器人來算賬時，這筆賬很難成立；但當機器人改變的是家庭服務如何被提供時，計算空間也會變得更加靈活。
這時候也會有人問：究竟誰會為這些機器人買單？為什么會有人愿意付費？
因為家庭消費決策從來不是純算賬。
機器人不會輕易離職或請假，具備天然的穩定性；機器人畢竟不能與人類直接比較，不需要處理主仆關系的心理負擔，這些都構成了真實的溢價。
對高收入家庭而言，30 萬買的可能不只是勞動力，也是前沿科技體驗和對未來的投資。
但單靠富人玩具的定位，顯然撐不起這項生意。
真正的轉折點需要兩條曲線同時逼近：機器人成本從 30 萬降到 10 萬以內，效率從 25% 攀升到 75% 以上。
到時回本周期才能縮短至普通家庭可以接受的范圍內，家庭機器人才能真正從理想走進現實。
今天的家庭機器人，在純經濟賬上還遠遠跑不通。不過，這也是早期行業的常態。
回看十年前的新能源汽車，續航焦慮、充電不便、價格高昂，幾乎每一條都足以判「行業死刑」。
但現實很可觀，現在的新能源汽車的滲透率已經超過了 50%。
技術迭代從來不是線性的，而是指數級的。
今天看，無論是自變量還是拾光，它們未必給出了標準答案，但至少在把問題攤開。
它們提供了真實的樣本：機器人在家庭里到底能做什么、用戶愿意為什么付費，以及技術還差在哪一步。
更重要的是，這些嘗試逼迫行業提煉出了衡量商業化終局的終極指標。
就像自動駕駛錨定 Cost per Mile（每公里成本），大模型錨定 Cost per Token（每 Token 成本）一樣，家庭機器人的生死線在于 Cost per Hour of Household Service（每小時家庭服務成本）。
目前，請阿姨的時薪是 50 到 100 元甚至更貴，而機器人因為綜合持有成本高、等效效率低，現階段的實際每小時成本遠超人類。
但只要成本下降與效率提升的兩條曲線完成交匯，機器人進家庭這筆賬就能算的過來，只不過是時間問題。
從這個意義上說，當下的家庭機器人，更像是一場正在進行中的長實驗。
它需要時間，也需要耐心。在接下來的幾年里，大部分嘗試都會顯得不那么完美，甚至反復搖擺。
但正是這些看起來不夠成熟的階段，才一點點把想象中的未來，壓縮成可以被驗證的現實。
比起急著下結論，也許更值得做的是繼續觀察，保留一點好奇心。
很多今天看起來還不成立的數字，往往是明天真正發生變化的起點。
原文標題 : 一碗番茄炒蛋，算不清家庭機器人的千億級生意
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
