国产家庭机器人终于落地！连人带床推你去上班，小五位数价格明年开卖

衡宇
2025-11-28
15:24:22

来源：量子位

衡宇 发自 凹非寺

量子位 | 公众号 QbitAI

咱也是赶上好时候了！

早上上班如果起不来床，可以使唤最新家庭机器人连人带床把你推到公司去。

这回，大家千呼万唤的具身智能机器人，终于真的进家门了。

还是国产的。

目前看来，它给人当牛做马的时候，偶尔还是会出现一些无伤大雅的失误。

但市场上调查了一圈，这已经是目前能看到的，国内最接近真正落地的家庭服务型机器人了。

不是炫技Demo，也不是遥控动作，这台来自具身智能创业公司未来不远的具身机器人F1，人家真的实打实干活，已经在几十个家庭连续试用。

家庭机器人，不靠遥操

F1全身共22个自由度，支持自然的手臂、头部、腰部动作。

身高升降范围在1000mm–1430mm，可自适应不同家庭成员的交互高度。

手臂上下覆盖范围在地面和2350mm之间，便于在地面，桌椅、橱柜等家庭常见高度下操作。

单臂可负载5kg，覆盖家庭大部分场景，包括沉重的物品以及需要大力操作的冰箱门、洗碗机门、洗衣机门等。

末端执行器为夹爪，重复精度±0.05mm，可执行插拔电源，开啤酒，扭动旋钮等精细操作；力控精度±0.1N，可避免抓取易碎物品时用力过大的问题。

此外，F1全身搭载近30个传感器和6个摄像头，形成多模态视觉系统，具备局部建图、人物识别、实时避障能力。

越障高度25mm，过沟宽度35mm，可轻松越过门槛、地毯边缘、电线等常见障碍。

一眼看过去，F1最醒目的就是轮式底盘，以及高度可调、长臂猿式的双机械臂。

未来不远创始人兼CEO张翼引用了《2025北京统计年鉴》的数据，北京的人均面积住房建筑面积约37.2m²。而全国城镇人均住房建筑面积也就差不多超过40m²。

这意味着机器人进家干活，必须要有很强的穿行和避障能力。

“人形机器人那玩意儿，在70m²的家里都不容易丝滑地干活。”

所以他们一开始就放弃了仿真人形这条路。为了方便机器人干活，适配城市的居住面积，轮式底盘的面积也从上一代的1/2m²缩小至1/4m²。

这个设计带来了额外收益：电池空间大，续航时间更长。

在高强度工作状态下，F1的续航超过8小时；待机时长超过一整天。

不止会做家务

能做家务，已经满足了很多人对家庭机器人的预期。

但请注意，这家伙定位是“家庭机器人”，不是“家务机器人”。

准确来说，它的定位是家庭助理型具身智能。

张翼把家庭任务划分为四类：孩子、老人、大清洁、厨房。

解释一下，把厨房场景单列出来，一方面是因为厨房有很多corner case，复杂度过大；另一方面是在厨房里需要接触很多油污，还要考虑机器人的自清洁能力，场景较为复杂。

未来不远自家产品先从大清洁和孩子两点入手。

大清洁场景下，机器人除了做洒扫除尘，还要完成清扫之外如整理、归位、搬取等更高阶任务。

站在做产品的视角，这简直市场上赤裸裸摆明了的刚需。

而“孩子”这个模块，是他们重点投入的场景——这并不是目前家庭机器人玩家们的主流叙事。

张翼表示，全球多个国家的入户测试阶段的数据反馈，机器人70%的行为都是在跟人交互。跟不同国家不同的人打交道，交互习惯不一样，数据是非常关键。

小朋友通常是家里最愿意指挥机器人的那群人，行为多样、高频、好奇心强，也是天然的数据制造者。

幕后还有一个与创始团队本身积累有关的原因——

创业机器人之前，张翼还有一段创业经历：他是掌门教育的创始人，长期深耕在线一对一教育，几乎每天都在和孩子、家长打交道。

他说自己对家庭和孩子太熟了，知道孩子什么时候会认真，什么时候会调皮，知道家长最在意的是什么。

“所以我们觉得这个是必须去切的。”目前F1中已经加入了若干面向儿童的功能，包括教育互动模块。由于产品还未正式上市，张翼还是对F1身上与孩子相关的功能卖了个关子。

但他还是忍不住透露了两句：

入户测试反应都非常好，说我们（这一块的功能）是非常刚的，大家都很愿意去用。

不靠遥操，自主完成多种长序列任务

在具身智能时代，机器人不能只会动，更要足够聪明地完成复杂任务。

为了解决家庭场景经常存在的长序列任务中的理解与规划问题，未来不远提出了一种名为RVLA（Reverse VLA） 的模型架构。

这项技术的核心在于重构了任务执行的方式。

虽然训练数据依然来自完整的连续任务，但在训练阶段，系统会将其拆解为多个清晰、边界明确的原子行为单元，称为AVLA（Atomic VLA）。

比如自然流畅的抬起手臂、环境自适应的抓取物体、自然平稳移至目标区域、平稳协调的松开物体什么的——每一个AVLA都是基础动作的最小单位。

在模型架构层面，F1搭载的模型在架构上采用了上下分层：

• 上层是一个端到端的大模型，负责处理成功率要求不高、出错代价低的任务；
• 下层则由多个小模型组成，针对不同物体和任务情境进行更精准的控制。

为进一步提升F1的双臂操作表现，团队引入了名为DAPO（Decoupled CLIP and Dynamic Sampling Policy Optimization） 的策略优化框架，它融合了强化学习与动态采样机制。

未来不远团队首次将DAPO扩展至多专家动作模型，构建出一个高效、可实时响应的机械臂控制系统，专门适用于家庭复杂场景。

这样做带来了几个关键优势：

• 采用动态采样机制，简单任务减少计算消耗，复杂任务增加关键状态采样，从而提升整体训练效率；
• 在强化学习过程中，将策略梯度优化从序列层面下沉到token层面，显著减少了由序列长度波动引发的策略偏移问题；
• 优化了动作空间采样与状态评估，使机器人在面对多变的家庭环境时表现更稳定。
• 在实际执行中，VLA会依序完成每个AVLA元动作。

因为每个动作都经过专项训练优化，单个动作的成功率非常高，从而确保了整个任务执行的稳定性。

张翼还介绍道，团队在F1身上实现了高鲁棒性的执行与纠错机制：

一旦某个元动作失败，系统会自动触发重试逻辑，避免连锁错误。

目前，F1已经能不靠遥操，自主完成部分家庭场景的长程任务。

如开冰箱取出食物、收纳玩具、把衣服塞进洗衣机等等。

联合创始人Louis介绍道，开酒、旋转瓶盖开饮料这种任务难度系数挺高，“基本只在我们机器人上看到”。

不过未来不远也坦诚表示，对于未训练过的物体和场景处理能力有限。

创业前3年，不融一分钱

2014年，张翼创立掌门1对1，后发展为估值78亿元独角兽，并于2021年在纽交所上市。

后来教育行业受到冲击，张翼开始谋求新的创业之旅。

2021年，这个新方向最终落在了“家庭机器人”身上。

很多人难以理解。一个做教育起家的人，为什么要转行做机器人？

但张翼觉得这并不是彻底的跳跃：“我本来就是搞技术的。当初从上海交大电院毕业，我的GPA是第一名。只是后来去教育领域创业了。”

不过他选择入局的时候，别说具身智能了，连ChatGPT都还没有问世。

张翼反而觉得这个时间点正好。

那时候我就觉得，20年后每个家庭都有一台服务机器人是大概率事件。
真正属于创业者的窗口，往往在大家还不信的时候。

交流过程中，张翼反复强调非共识这个词，“风口来了就轮不到你了。只有非共识，才是创业公司的机会。”

说干就干。

于是，2021年开始立项调研，2022年正式注册公司，干脆利落地投身到家庭机器人这件事上。

特别的是，成立最初的三年里，团队没从市场上拿一分钱。

张翼表示，自己经历过一次创业，认识到行业发展有起伏，更加关注创业周期。

他认为家庭机器人是长周期（10年起步）行业，需要抵抗资本周期与技术泡沫。要确保公司在不同阶段都能健康发展，就不想依赖资本的短期支持。

直到最近，他们觉得看到了产品的PMF（产品市场契合度），有明确的用户落地场景和商业化前景，才开始小范围开放融资。

创业前三年里，团队一直遵循用户需求，以试用数据为导向，反复打磨产品。

这期间他们砍掉了多个想当然的设计。

比如1.35米的超长机械臂，使用频率并不如想象中那么多，还会增加体积，影响灵活性；比如更仿真的五指灵巧手，耐用性太差，在实验场景下都撑不过两个月；比如高负载能力，其实对普通家庭用户而言实际使用频率极低。

必须在真实家庭场景里跑上几个月甚至半年，才能看出功能是否成立。

一年内，F1计划在国内上市，更轻量级、居家可爱型的F2也会发布。

张翼透露，因为目标是打开消费级市场，F1正式售卖价格在小五位数。

Read More