我们曾执着于让机器习得人的模样，却忽略了更重要的课题：让机器读懂人的需求。
文｜徐婷
编辑｜孟雯
过去几年，AI行业沉迷于让大模型理解语言、生成内容。而当AI拥有身体、进入真实世界，它面对的不再只是数据与指令，而是充满不确定性的物理环境。
可现实世界没有标准答案，人的需求往往藏在习惯、动作和场景之中。一个机器人如何理解人的生活？如何适应不同的环境？如何在一次次使用与反馈中持续进化？
具身智能的进化重心，正从模型的“能力涌现”，转向真实场景的“反馈迭代”。第一批参与其中的人，也因此不同于传统消费者：他们是开发者、创客、极客，是愿意接受机器人尚不完美的一群人。他们购买的并非一个冰冷的成品，而是一份“养成”的契约。
8月7日，上海，雷士德工学院旧址，地瓜机器人「地心引力」Demo Day现场。我看到的不是一批等待商业化落地的机器人，而是一群试图让机器“无感融入”生活的造物者。人机关系的剧本，正被他们悄悄改写。
当机器人开始学习“在场”，真正的考验落在了人的一边：我们是否愿意以同样的耐心，包容一个尚在蹒跚学步的新物种，陪它慢慢长大？
先学会「理解」，再谈「服务」
过去的人机关系里，机器是被动的。它执行指令，却感知不到需求，更读不懂情绪。而在路演现场，我看到的具身智能，正在学习如何“懂人”。
机器人进入现实的第一步，便是理解人与场景之间复杂的关系。欧拉万象创始人周顺波对此深有体会。创业前，周顺波是华为云具身智能领域的“天才少年”和首席专家，主导研发了CloudRobo平台。在工业界，逻辑是冰冷且确定的，“工厂追求5个9的可靠性和算得清的ROI，这不是任何一个环节改进就能走通的，需要整个产业链都非常成熟。”
所以从创业伊始，他就选择切入家庭场景。“具身智能是一个AI native的故事，从Day one就在家庭场景下去深耕，才有可能走向家庭的终局。”
他将这种认知概括为“数据第一性”，“家庭和类家庭场景，是积累具身数据最好的地方，没有之一。”他创业前做过酒店的实验，酒店的housekeeping任务清单和家庭的清单，语义上看着类似，“但你但凡多打开一层就会发现，数据分布完全不一样，可用性可能连10%都不到”。
家庭的本事，只能在真实的家庭里、由真实的人一点一点教出来。只有在这些场景中积累具备多样性、真实物理交互的数据，并构建起对数据处理、筛选和训练模型的认知，才是真正的护城河。
因此，欧拉万象的产品逻辑不追求“开箱即用”的完美，而是“养成”。他们推出了Ola Studio工具链，将枯燥的数据采集环节压缩至15到30分钟，后续的质检、训练、部署全部自动化。一个5到6步的简单任务，平均6小时即可从0到1开发完成。
周顺波分享了一个极客用户的故事：一位居家办公的用户，为了在紧张的会议间隙平复心情，想让机器人学会“敲木鱼”。“这没有泛化性，也不解决刚需，但情绪价值极高。”
在他看来，这类动手能力强、容错度高的Maker群体，正是欧拉万象的种子用户。他们愿意参与机器人的成长，正如拓竹的早期用户一样。
“我们要推出一款‘不那么聪明、但能快速学习和养成’的机器人。”在海外用户调研中，家庭机器人可接受价格的中位数为6000美金，"比我们自己估算的早期售价还要稍微高一点"。周顺波坦言，国内定价虽难，但他相信中国供应链的潜力。只有让机器人走进家庭，获取大规模部署的真实反馈，才能迭代出真正高可用的产品。
如果说欧拉万象探索的是机器人如何理解人的生活，那么巡领科技探索的，则是如何让机器人理解人的专业需求。
巡领科技的核心团队来自宾夕法尼亚大学GRASP实验室，95%的成员都是高尔夫玩家。创始人陈弈表示，他们并非先看到了高尔夫市场才入场，而是本身就站在机器人与运动的交叉点上。高尔夫在美国是国民运动，但教练资源极度稀缺：数千万玩家对应仅十万名持证教练，且私教课时薪高达150美元。
过去二十年，TrackMan等专业设备解决了“测量”问题，能精准捕捉球速、杆面角度，却解决不了“教学”问题：我知道自己打偏了，但下一杆该怎么改？
真人教练的价值在于闭环。他会观察你连续击球的习惯，结合身体姿态与球路结果，给出针对性调整。巡领科技试图让AI复刻这一逻辑。其设备BirdieSense搭载双视觉系统，“一个看球，一个看人”。只有将动作与结果结合，才能找到症结所在。依托地瓜X5芯片，他们将原本价值数万美元的球路追踪能力，压缩至千分之一的价格，并跑通了实时计算。
更重要的是，这种关系会随时间推移而深化。机器人记录着你的挥杆历史、常犯错误和进步曲线。售货员卖出商品后关系即告结束，教练会不断认识你。具身智能的真正价值，正蕴藏在这种长期的“陪伴式进化”之中。
朗极智能则进一步推进了这种关系，并提出“服务来找人”的愿景：从过去的“人找机器”转向未来的“机器找人”。无论是Kago机器人从A点到B点，还是多机协同完成任务，其核心逻辑都是让机器人主动理解需求，调度周边资源，让服务主动来到人的身边。
从「完成任务」走向「创造体验」
如果说第一代智能设备的价值在于效率提升，那么具身智能带来的变化，则在于为我们创造了全新的体验。
就像智能手机的普及，最早并不是因为移动办公，而是因为拍照、音乐和社交让人愿意每天携带它。游戏主机从未是生产力工具，却创造了一种全新的互动语言。
具身智能同样如此。在机器人真正走进日常生活之前，它首先需要成为一个让人愿意靠近、愿意探索、愿意参与的存在。
湃启科技探索的是人为什么愿意喜欢一个机器人？以往陪伴机器人往往陷入二元对立：要么太像冰冷的机器，只有功能；要么太像廉价的玩具，缺乏灵魂。湃启的思路恰好相反，他们不是先造机器人，而是先创造一个用户愿意喜欢的IP。团队将其定义为“AI时代的泡泡玛特”。
这一逻辑的底色是，如果去掉AI和机器人元素，它仅仅作为一个摆件，用户是否仍然愿意买单？如果答案是否定，那么所谓的“机器人”就只是噱头。而当AI介入后，关系才开始建立：它能记住你随口提到的新衣服，几天后重新提起这个话题。这种“无用”的记忆，恰恰是情感连接的基石。
如果说湃启解决的是“被喜欢”，那么Sonicite探索的则是被需要，机器人如何帮助普通人实现自我表达。
音乐创作长期存在门槛：专业设备属于音乐人，但音乐表达属于所有人。AI虽然降低了创作门槛，却未改变人与音乐的互动方式。Sonicite创始人Brenda认为，未来的AI音乐设备不应只是生成工具，而应是连接人与音乐的媒介。
他们的产品SoniciteFlux是一台面向大众的AI DJ机，任何人都能上手马上玩。用户无需掌握复杂的混音技巧，只需描述情绪与场景，比如“我和伴侣在热带雨林散步，想要一些浪漫的音乐”，设备便能理解需求，完成选曲、编排与混音。过去，创造音乐需要学习技能；未来，创造音乐可能只需要表达感受。这种在物理世界中的实时互动，是传统软件无法替代的。
萝博派对他们不仅让人与机器互动，更让人参与创造机器本身。2004年出生的创始人黄一，直接将整台双足人形机器人开源。他将公司定位为行业的“Base Layer”，不只卖硬件，而是铺出一块让高校、开发者、创客和实验室共同改造的地盘。“只有持续SOTA（业内领先）的开源才是有意义的，”黄一强调，开源本身不构成壁垒，只有模型足够领先，开放才有价值。
这家约130人的公司里，六成员工是实习生，北京实验室20多人里有5个清华姚班、3个北大智班的学生。黄一偏爱实习生，理由是“没有历史包袱”，且能将不同头部公司的前沿认知带回团队。从3月开售至今，萝博派对已卖出300多台。黄一清醒地认识到，人形机器人的竞争是一场硬仗，“要有足够强的本体、模组、团队和算法，才能在这个残酷的绞肉机里面杀出来。”
眺月科技则将这种关系推向人与机器共同探索未知的更硬核维度。
他们研发的跳跃机器人Hopcopter，挑战了无人机必须持续飞行的物理常识。传统无人机需持续对抗重力，续航与载重始终是死结；而跳跃机器人利用地面反作用力，落地时靠自身结构弹起，上升时旋翼仅做微调。一台200克的机器，竟能携带2公斤砝码移动，续航和载重提升至同尺寸无人机的10倍。
创始人王方正坦言，这最初只是一个科研成果，“拿着锤子找钉子”。但他选择了宇树、大疆早期的路径：先让技术领先，再让场景浮现。第一代产品面向穿越机发烧友，明年的半开源版本Hop-1 Pro，将核心“小脑”作为壁垒，而将上层的玩法定义权交给用户。有些机器人存在的意义，最初不是为了解决问题，而是为了打开可能性。
无待动力探索的则是另一种关系范式：不是替代人，而是“增强人”。
作为一个风光导向的徒步佬，创始人毛榉认为，疲劳不是徒步体验的一部分，而是破坏徒步体验的元凶，尤其是下坡时膝关节承受的巨大压力，以及上坡时体能的过早透支。传统外骨骼往往试图“接管”人的动作，而无待动力想做的，是让过度疲劳永不越界。
无待动力通过神经网络预测人体下一刻所需的力量，并将模型部署到端侧。这实现的不是“机器人替你走路”，而是机器与人的身体协同。这代表了具身智能最重要的一种可能：机器不一定成为人的替代者，它也可以成为人的“外挂”。
从湃启到Sonicite，再到眺月和无待动力，这些项目横跨潮玩、音乐、无人机与运动辅助等诸多领域，它们的共同点是未必从“解决最大问题”开始，有人因喜欢而购买，有人因好奇而探索……这些看似微小的关系，正是机器人进入现实的入口。
从「小场景」里，长出具身智能的「大时代」
过去两年，具身智能沉迷于宏大叙事：人形机器人、通用人工智能（AGI）、颠覆性革命。但这场地心引力Demo Day展示了一条更朴素的路径：机器人先钻进高尔夫球场、野外徒步、家庭角落和极客派对，与人建立具体而微的关系。
这背后的逻辑反转在于大叙事养不出真数据，钻进小场景的机器人，才是具身智能真正的触角。
第二个变化是创业“锚点”的迁移。过去的逻辑是“技术找场景”，先有锤子，再找钉子。但这场路演上的项目大多是反直觉的，巡领不是因为有视觉算法才做高尔夫，而是三位创始人本来就站在运动和机器人的交叉点上；无待动力一开始也没想过做外骨骼，毛榉只是想解决徒步疲劳，外骨骼是答案，不是起点；湃启不是为了做机器人，是为了创造一种新的陪伴关系，AI和关节电机都是被这个关系调用的手段。
即便是眺月科技这种“拿着锤子找钉子”的硬核技术派，其解法也是“共创”：开源部分能力，让开发者定义玩法。路线相反，终点却相同：场景不在PPT里，而在用户手里。
作为底层支撑的地瓜机器人，本身也在践行这种“生态关系”。CEO王丛开场没有谈出货量或市占率，而是描述了两个画面：一是逢年过节，公司孵化的项目能随便拿一个回家给爸妈玩；二是希望每个创业者都能“创业得开心”，不用为供应链发愁，不用重复造轮子。
成立一年的“地心引力”计划，如今已聚集500多个初创项目，近100个进入小批量量产。这种生态的价值是具体可感的，无待动力的0.83毫秒响应，是和地瓜团队磨合一年的结果；巡领科技的实时视觉计算，跑在地瓜X5芯片之上。正如小米战投杨暄所言：“小米起家靠的就是用户即开发者，很多需求都是在生态共创中迸发出来的。”
路演结束后的采访中，冠军欧拉万象创始人周顺波分享了一个关于机器人进入生活的细节：你下班在电梯里跟机器人说一句“快到家了”，等你推开门，拖鞋已经摆好，鞋跟朝外，刚好是你落脚的角度。
这双摆正的拖鞋，犹如人机共生时代的起点，它预示着真正的智能革命，并非机器在智力上超越人类，而是它们终于学会了在物理世界里，以一种近乎温柔的方式，与人类“同在”。
这场Demo Day上的路演项目，大多数还很小，小到投资人会问“做不做得大”。但历史的经验告诉我们，伟大的变革往往始于微小的连接。接下来要回答的是，当机器人开始学习“在场”，我们是否准备好了以同样的耐心与包容，去陪伴它们长大？
热门跟贴