半年3轮10亿，家庭机器人的技术账我拆了一遍

我对比了实验室里训出来的家庭机器人方案，和未来不远这种已经真进家庭里跑的公司，前后折腾了一周，把他们能扒到的公开资料、展会demo、技术分享翻来覆去看了几遍。先说结论：这条路线值得关注，但眼下别把这公司当已经跑通的生意来估值。

背景说一句。这家公司半年拿了三轮融资，总共10亿，最新一轮字节和汇川都进来了。

号称全球首个家庭商业化落地的通用机器人公司，卖进了500个家庭，累计服务时长5万小时。这几个数字放在国内具身智能赛道里，是独一份。创始人之前做过掌门教育，从上市公司退市到再创业，从头折腾的劲头倒是真的。

技术线我大概看得明白。AVLA负责把动作可靠地做出来，相当于机器人的小脑；世界模型负责在动手之前预演多条行动路径、判断成功率，风险足够低才交给执行层。这个框架和我手头在跑的双agent系统有点像，一个管想，一个管做。今年他们又升级成Self-Evolving WAM，意思是机器人每次在真实家庭干完活，不只是完成任务，还会把预测结果拿回来校准自己的模型。我没法直接跑他们的模型，这点说清楚。但拿他们展台上的demo和我本地跑过的世界模型动作预测记录对照着看，逻辑上自洽，不是讲故事的那种。

最值钱的是那500个家庭的真实数据。厨房、客厅、卧室，这些非结构化场景，实验室再砸钱也模拟不出来。10TB标注数据，上千万张真实场景图片，这是时间垒出来的壁垒。我用了大概一个月世界模型，最深的体会就是，模型能力的天花板不在架构，在喂进去的数据像不像真的。真实家庭里的光线变化、杂物摆放、老人小孩突然入镜，这些噪声本身就是训练的一部分。这部分壁垒，对手短期追不上。

但500户这个规模，说实话，离泛化还远。上限就摆在那，平均一户才100小时服务量，也就能覆盖最常见的户型、最普通的生活习惯。换个复式楼层，换套全屋深色地板的装修，模型置信度我估计就掉一截。而且5万小时摊到500户头上，每户的样本覆盖薄得很，自进化模型靠这一点数据量，能学出来的东西有限。还有隐私合规的问题，机器人天天在家里录数据，摄像头拍到的画面怎么存怎么用，目前行业里还没个明确说法。

不过这轮融资组合里产业资本的配置，比纯财务投资更值得看。汇川在伺服系统、电机、执行器上有积累，这是机器人身上成本最重的几块，他们的供应链能力对整机降本和量产品控是实打实的帮助。家庭场景拼到最后拼的是成本和可靠性，这点上产业方比字节这种财务投资更懂怎么把货做便宜。

所以我的判断是分人。对关注物理AI技术路线的人，这家公司该放进观察列表，他们的真实家庭数据积累在国内是稀缺的；但对不熟悉这个赛道、冲着融资热度想跟投的普通人，我劝你再等一年数据。之前写宇树上市那篇我说过，动作好看和生意成立是两码事。家庭机器人也一样。融资热度看不出什么，等500户变成5000户，等复购率和维修率出来，账才算得明白。

数据会说话，现在还没到听的时候。