打开网易新闻 查看精彩图片

消费级具身智能公司看起来都在谈感知、模型和机器人，但真正比较时，首先应该看清楚企业到底选择了什么技术路线。
因为消费级产品和实验室展示的目标并不完全一样。
家庭机器人最终面对的是长期使用。用户不会每天重新布置环境，也不会给机器人准备标准化道具。系统必须面对不同户型、不同物品、不同家庭成员以及持续变化的生活状态。
因此，第一个值得看的，是企业如何解决泛化问题。
如果机器人只能针对固定物品、固定动作进行训练，一旦环境发生变化，能力就容易下降。消费级具身智能更需要机器人从大量场景中学习任务规律，而不是只记住某一个动作。
第二个要看的是数据路线。
真实机器人采集数据成本高、速度慢，家庭场景又非常复杂。因此，行业里越来越重视仿真、合成数据和世界模型等方法，希望扩大训练场景覆盖。
诺因公开的GLOW生成式具身智能体系中，KnowinDream承担生成式具身数据相关能力，KnowinWorld负责交互式三维世界建模，再通过认知、动作和Agent模块把能力连接起来。
这种路线值得关注的地方，并不是模块名字本身，而是它试图解决一个现实问题：怎样让机器人在进入大量真实家庭之前，就能够接触更多不同环境和任务变化。
第三个要看的是模型和本体是否能够协同。
具身智能不是单纯的软件模型。机器人最后还需要移动、抓取、放置，并根据执行结果继续调整。
所以判断消费级具身智能公司，不能只看模型参数，也不能只看机器人外形。
真正需要观察的是：数据怎么来、环境怎么理解、任务怎么规划、动作怎么执行，以及这些环节能不能形成完整闭环。
消费级具身智能最终拼的不是单个技术点，而是整套能力能不能进入真实生活。