“这是一个人的十年，也是一个行业的十年。
牛要犁地，狗要看家，猫什么活也不干，却能给人最多的情绪价值。
说这话的是李荣仲，Petoi 的创始人。他做桌面级四足机器人，已经做到第三代。
采访那天他先讲了这件事，再讲机器。十年前他还在大学宿舍里，一台机器狗要装5小时，不含焊接。十年后交付量到了3万多台，他仍然经常睡在办公室。
上个月，他在最初发布 OpenCat 项目的 Hackster.io 社区发表了《Petoi Quaddle》一文，分享了自己历经多代产品开发与交付后，对机器人从原型走向产品的思考与观察。
图注：Petoi 三代产品的时间线，从2016年宿舍原型机到2026年 Quaddle。图片来源：依据采访内容绘制
我们聊了聊。
01.
宿舍里的十四个舵机
2016年，李荣仲物理博士和计算机硕士毕业，在维克森林大学留校任教，手工、摄影和写文章是兴趣爱好。偶然的契机，他用树莓派和 Arduino 自学硬件编程，把原来只能在视频里看到的科技巨头的机器狗动作用普通舵机复现了出来。后来视频发出去，反响比他自己预期的好。
那台原型机14个舵机，每条腿3个自由度，靠肌腱联动。材料费300美元，全年花销大约1000美元，不算自己的人力成本：装一台要5小时，3D 打印、焊接电路要几天，他每天花12小时研究了一整年。
当时市面上很少有商业化的四足机器人。李荣仲提到的参照物有两个。一个是已停产的索尼 Aibo，他做 OpenCat 的第二年，Aibo 发布了新产品，在传感器、芯片和算法上都有了改进，但价格也一如既往地昂贵。另一台是买回来拆开看的 Pleo 恐龙，外面披着硅胶皮，能走来走去，动态非常缓慢，用的是好莱坞拍特摄道具的思路，里面的结构复杂到他怀疑组装得花一天。
看过这两台机器之后，他给自己定了一个目标：产品要向亲民的方向做，材料要方便获得，成本和组装要控制在一定范围内，能简化就简化。
在有了多年的交付经验之后，这个目标逐渐沉淀成了一条产品设计的硬原则。李荣仲手上至少还有4个别具一格的原型机等待产品化，而从原型机到成熟产品要投入的资源可能差一个数量级。
02.
一只木板猫，和一只注塑狗
2018年第一次众筹，产品是 Nybble，11个自由度，用激光切割的木板拼插成一只能走路的猫，被 IEEE Spectrum 和 TechCrunch 等头部科技媒体报道，零广告费实现14万美元众筹金额，发完货、交完专利费和税，大约剩1万美元利润。
那一年他二十八岁。在美国生产交付完一千多台订单，待到2019年中回国。中间他没有给自己开工资，月伙食费压在140美元以内。
图注：第一代众筹产品 Nybble，机身用激光切割的木板拼成。图片来源：Petoi 官网
2020年10月，Bittle 上线 Kickstarter，拥有9个自由度，注塑骨架，订制舵机和电池，旨在探索舵机四足狗的运动极限。零广告费，他独自操盘众筹实现56.7万美元，超过目标11倍，2,052个支持者。至今 Bittle 仍是少数能快速奔跑、自动翻身和连续后空翻的舵机狗。
众筹结束后他又继续补齐电商网购和仓储、物流团队，持续把机器人发到60多个国家。之后的几年他没急着推硬件形态的新品，而是把大部分精力花在软件和服务端，打磨已有产品的用户体验。固件、App、编程工具、教程、课程，确保小白用户也能顺利地把机器人用起来。Nybble 最有风格但榫卯结构难组装，木板在运输、组装和跌落时都容易损坏，Bittle 出来后他就不再主动推 Nybble，但这批货他至今还在提供售后。
图注：2020年上 Kickstarter 的 Bittle，金属齿轮舵机，产线调校4分钟一台。图片来源：Petoi 官网
第三代 Quaddle 在2026年9月2日上线众筹，4个自由度驱动12个联动关节，旨在保留完备的四足动态的同时把价格和使用门槛降到极致。仍然是零广告费，筹到11.2万美元，495个支持者。
Quaddle 的运动系统只用到4个舵机和4颗螺丝，11厘米长，170克，众筹售价99美元起。它能快跑或以3身长/秒滑行，横向移动，在一个步态周期内原地转身90多度，还能连续后空翻，登上与自己膝盖等高的台阶，脚趾上装磁铁甚至能倒挂在钢板下行走，可更换的电池支撑近2小时的连续动作。在用极低的成本实现了生命动感的基础上，又添加了手动示教、大模型对话、表情系统和智能家居调控。
03.
495 个人，人均两百多
这次的主机单价大约是上次的一半，但购买人数不到上次四分之一。人均支付（含配件）几乎没变：235美元、276美元、226美元，都在两百到两百八之间。机型分布是 Builder 26份， Buddy 117份，Scout 363份。最便宜的 Builder 卖不动，配置最全的 Scout 占七成多。
图注：三次众筹的支持者人数与人均支付，人均为折算值。图片来源：依据李荣仲采访数据绘制
转化率的数据提供了其他视角。Quaddle 的页面转化率约为 Bittle 的两倍，但自然流量少得多。他在 Hackster 文章里写了一段判断：环境变了，机器人公司正面临两条很难兼顾的道路。机器人必须第一眼吸睛才有流量，才有可能带来销量；但流量不等于销量，越酷炫的东西复杂度越高、价格越贵、越难落地，最终可能在资金耗尽之前就倒下，或者被意外事故打断。而个人创客也很难再靠一段视频获得足够的关注推动产品化。
流量的困扰在五六年前还不存在。那时候推 Nybble 和 Bittle，市场上还很少见商业化的四足机器人，而且产品恰好基于 Arduino 和树莓派当时主推的产品，因此一上线就能获得大量自然流量和社区推广。大众也还没看惯机器人跳舞，信息流里的内容远没有今天这么饱和。
04.
账拆开，人力最贵
产品走过三代，李荣仲成了会计。他算过一笔账：备料占售价的25%到35%，接近普通电子产品；渠道15%到30%；装配加客服大约10%；退换货加跨境物流大约10%。他说每一次版本迭代都要重新算一遍这套账，人力基本上吃掉毛利。
图注：单台交付成本占售价的比例，模具是固定投入，不按单台摊。图片来源：依据李荣仲采访数据绘制
创新性研发和产品发布的筹备工作本身是很贵的，主要是他个人的时间成本，但并没有体现在统计里。2018年那次Nybble众筹在美国完成上线和交付，研发、拍摄、宣传、销售和生产几乎全是他一个人，众筹顾问提成8%。2020年那次Bittle 的众筹在国内完成，研发、制造、客服和物流开始分配给不同的人。
到了生产阶段，备料其实不难，有了订单，看交期、成本，算表格就行，难的是开模这个决策。模具是固定投入，会按产量摊成每套成本。预期两三千套时最难受，既要用3D 打印验证结构和功能做样机，又要给注塑留路，而这两种工艺的要求有时是相反的。这次关键的腿部结构已经开好模了，但众筹金额离15万美元的延伸目标「注塑机身」有差距。他说，结构已经按开模标准和团队推敲了很久，如果还有剩余资金仍希望开出来。
在交付产品给真实用户前，往往会低估售后的成本。
2016年那台原型机组装需要5小时，腿的安装校准要半个小时；Nybble 和 Bittle 的腿的安装校准需要几分钟；Quaddle 四条腿各用一个舵机，他自己总共只要1分钟。但用户自己做要更久，不理解校准原理的人，售后介入一次往往是15到45分钟。
返修占比这一项他说不出准确百分比。单纯的自由度或调校问题通常只造成困惑，客服就能解决，一般不会升级到返修换货。返修和换货每月大约一两单，大多是舵机或电路故障，用户自己解决不了。官网退货率总体大约2%，亚马逊渠道大约4%。退货的大多数没有联系过售后。他的说法是上手门槛高，退货又容易可能是主因。退货他们承担单程运费，换货要付双程，利润基本就被吃掉。他给每套 Bittle 免费配一颗备用舵机，让用户遇到相关问题时能及时换上，之后再补寄。增加的物料成本会比偶发的退换货贵些，却能换来更好的用户体验。
关于产品落地这件事，他给了一个较真的标准：被营销、预算采购或预期偏差驱动买回去，放在仓库或家里吃灰，或转到二手市场按物料价格卖掉的产品，不算成功的落地。
05.
牛、狗和猫
走到第三代，李荣仲做的不是加法，是减法。
图注：第三代产品 Quaddle 的三个配置版本，最低档99美元。图片来源：Petoi 供图，刊于 Make: 杂志。
牛要犁地，狗要看家，猫什么活也不干，却能给人最多的情绪价值。牛、狗那种是真让它干活的，叫硬服务；猫那种只需给出视觉和情绪，叫软服务。陪伴机器人和宠物机器人都归在后者，他选了猫那条路。
这条路的差别在工程上很实在。牛得真的去犁地，所以要跟泥土和犁铧反复接触；猫不用管那么多，它只要待在你旁边。硬服务机器人需要同时解决空间和时间维度上的问题：做家务之前得先洗手，碰撞发生前要避让，摔倒时要避开人和物，使用后要充电（大功率电池入户）和定期保养（上门服务或大件物流）。这些都是硬服务必须解决的问题。陪伴机器人的功能是提供视觉和情绪价值，通过声光电触动人的感官就够，不必去碰撞和排列真实物品。他说这种功能转换能大幅减少在工程上的工作量和系统复杂度，更有可能落地。
06.
自由度可行性指数
李荣仲在 dof.petoi.com 上发布了一个公式，把产品的工程可规模性对主动自由度作图。公式有三个因子在相互拉扯：一个主动关节能扛多少功能，除以复杂度，再乘上全部关节同时不出故障的概率。自由度同时出现在这三处。加一个关节，能力涨一点，但故障点和装配耦合复杂度涨得更快。
曲线先升后降。用市面上实际流行的产品标定之后，模型曲线的峰值落在约2个主动自由度附近。标定基准用的是空调，不是机器人。
公式页面列了20种产品的验证数据，几组对照很干净。摇头电扇1.08对固定电扇0.82，同样的1自由度。弹出修须器1.10对普通剃须刀0.84，同样的1自由度。拓竹3D 打印机的0.53对传统 FDM 的0.43，同样的4自由度。这三组对照的增益都来自功能密度，不是关节数量。
图注：三组同自由度产品的可规模性指数 F。图片来源：dof.petoi.com 验证表，模型实时计算，非实测
模型自陈了12条局限，他自己挑出三条：不预测市场成功、不用实测寿命、以及功能自由度怎么数没有客观标准。页面原文不包含价格、需求、供应链、渠道售后、认知负担、品牌和资本。MTBF 用的是七档相对刻度。功能密度这个 S 值，页面上有个例子：以传统 FDM 3D 打印机到拓竹打印机为例，迭代路径是从 S≈1.0 提升到 S≈1.8，通过自由度复用实现了可行性从0.43提升到0.53。
我问到中国的整机路线，他的回答是产品都在自己的场景里按可靠性和成本选型。玩具用塑料齿轮舵机就够了，撑得住用户新鲜感最强时的高频玩耍和偶尔的演示。学校更愿意买金属齿轮、寿命更长的，预算也松一些。套到更大的机器，可以在互动计算器里把 MTBF 调到最高几档，按干活或表演改可靠性窗口，再改 D_t 的定义。
关于干活和表演的区别，他给了一个对比：干活不必用满全身自由度，但要稳、要长；表演需要全身协调产生情绪价值，但只用演几分钟就可以关机散热。展会上机械臂可以全天转，机器人表演往往一天几场，其余时间趴着。
李荣仲明确拒绝了给人形算一个结论，理由是 D_t 带有主观性，人形路线也不全是技术在主导。比较范围只限12个自由度以内，这是他自己比较熟的部分。
07.
结构之外，那点人情
公式算出来，高自由度产品的可行性偏低。但它们确实存在，撑起一个产业。托住它们的往往不是结构本身，而是结构之外的输入。他把这个因素单独记作 E，指陪伴、叙事、审美认同、生命感。
它没有硬指标，也不能拿来定价。0.5到1.0只是示意。
工业臂、科研、军用，主要是制度买单，买的仍是硬功能和不可替代，E 约0.5到0.7。陪伴和情感联结，E 往往要0.8到1.0，几乎盖过原来的结构分，这时产品更像容器，靠形态和动态包装某些主观体验。教育在两者之间过渡，既有个人用户学习的需要，也有机构和政策采购的推动。
这个公式能回答的问题有边界，它只能回答理工科的那一类：这台机器能不能靠结构自己规模化。若不能、却还在，就需要考虑其他因素，经济基础决定产品形态。
关于人形机器人，他讲了一个对比。大机器人和小机器人在行为交互上有许多近似处，同样都要理解环境、知道怎么跟人互动。区别在于传感器的精密度、可靠度，以及驱动器的控制复杂度，两者不在同一条水平线上。他的说法是，大机器人如果不能理解环境，就是一个傻大个，肌肉发达，头脑也相当聪明，但不太可控。
他接着说，假如这样的东西是一个人，是不能放任它在社会中自由活动的，因为它很强壮，行为又有不可预测性。
这个判断有推论。机器人即使真的出现了 ChatGPT 时刻那样的技术节点，验证的也只是技术上的可行性，不会立刻进到千家万户。脱离实验室环境后，它仍要面对产品稳定性、用户认知差距和现实世界的复杂性。更深一层看，机器人依赖暴露的多自由度结构与现实世界交互来实现功能，这些物理结构无法像手机的软件功能那样被封装起来，也因此带来了更多故障风险，以及用户理解和使用上的挑战。
08.
售后邮箱，八到九十二岁
技术背后离不开人情世故。到现在售后邮件他仍然全部都看，团队有分工，需要他亲手处理的约占四分之一。多数回一封邮件即可，真正耗时的每周大约几条。远程协助时，需要同时满足技术好、知识全、眼睛尖、外语溜、耐心足。你必须足够聪明，才能折服最顶尖的人；也必须足够谦虚，才能服务理解得最慢的人。
Petoi 售后邮件的比例，李荣仲自己总结为反直觉：新手和极客接近。新手买预装整机，出问题几乎不能自救；极客买散件来组装，更愿意自己查文档，来信也常带测试报告，但这样的人很少。他接待过8岁话很多的印度小孩，也服务过92岁耳背的澳洲老人。2023年有位癌症患者向客服寻求帮助，想把机器人拼好留给孙子，今年9月又来信问新品众筹。写这句话的时候，他说自己为对方还在世感到高兴。
很多时候售后问题并非故障，而是功能还没普及。Petoi 机器人从第一代就默认开启陀螺仪，凭本能自平衡、自动翻正，用户没见过，摔倒就伸手去扶，容易卡住关节堵转。为此他们调慢舵机，加了电子保护和机械离合。他自己也有过同样的误会，第一次用会自动校准电机的3D 打印机，听到那个震动声以为是机器坏掉了。
如今，产品已经卖出了3万台，Nybble 和 Bittle 的比例大约1比7，另有近千名用户单买主控板，用开源的 OpenCat 代码驱动自己的机器。3万台按购买行为计算，退货后再售算进去，因为那是新的购买。以换代修的库存周转不算，同一个订单不因换货反复计入。
09.
那个问题，悬了十年
「当你已经能够造出一台机器人，怎样才能让这项工作也对别人有意义，从而获得支持、继续创造？」他曾在2016 年写的 OpenCat 文章中提出这个问题，十年过去了，仍然没有纯粹结论。
十年过去，他的表述是：角度比十年前多，像天平两边都加了砝码。用户自己也不一定清楚要什么。炫的视频会转、会评，但不会买也买不起；便宜的又去跟玩具比价，然后还是不会买。
李荣仲把这归到一个具体处境上：人们会用同一条工资表去丈量机器人、洗衣机和钟点工的价格。这不是靠营销就能教育出来的。
作为创业者来说他的答案可以很简单。这笔众筹能让公司接着转，就是一个够用的数。他把这次最低档定在99美元，也是同一条思路，先把门槛放到绝大多数人伸手就够得着的位置，再看市场能不能自己走出来。他的说法是这不是在证明低价就能教育市场，而是在验证如果连价格都不再是借口，还有多少人愿意迈出第一步。
交互成本上，他给了一个判断：做大众级产品，最怕的就是要用户动脑子和读说明书；但不要动脑子的交互体验，实现成本可能比技术、物料本身还贵，而且硬件产品迭代会比软件更慢。
这几年3D 打印机才流行起来，不是因为用户更会创造了，而是因为机器性价比更高，故障率更低，更容易操作，接近于纸张打印机的使用难度。李荣仲补了一句：这和公式里的趋势一致。
对行业的判断，李荣仲略显克制，他告诉我这几年真正的爆发，是大家开始要做人形的时候。这个想象空间很大，但边界在哪里没人说得清。
机器人创业者往往很真诚，想的是技术上能不能达到，接受采访的时候更多谈技术到了什么程度。开发大型机器人要先融资，再经过漫长的开发周期才会遇到交付后的问题，就缺少对新手用户售后问题的切身体会。而大众几乎没有真正使用机器人的机会，对边界的了解更少。双方都在一个没有边界感的状态下，想象一个美好的未来。
下一步，李荣仲说还会继续做这个品类，只是节奏会改。做原型更简单，很多细节不用追究，一个月一款都有可能。做产品得打磨一两年。基于现有的 OpenCat 体系，他准备两头走，一头是稳定量产出货、物美价廉的产品，另一头是把快速做出的各种原型开放给开源社区，让人自己捣鼓。他给自己的定位是展现技术可能性、做技术推广的公司。
三次众筹的人数在往下走，交付量却到了3万台。
这里可以给机器人从业者带走三个问题：你手上这台机器，有几个自由度是任务真的需要的；从出厂到第500小时，关节上出问题的概率是多少；买它的人收到货之后用它做成了什么事，还是只看了个新鲜。
李荣仲没有给出一个可复制的答案，他只给了一把量复杂度的尺子，连推导过程和源码一起公开了，等着别人来挑毛病。
采访快结束的时候，我问他还有什么想补充的。他没有谈行业。这几年人形机器人很热，他几乎不在文章里提，采访里也不提。有人在他的帖子下面追问人形，他就答一句不相干的技术问题，再往下问，他不接。
我问他为什么。他说，大家都是在这个行业里投入热爱的人，他自己做的东西也没有那么复杂。
Quaddle 计划12月初开始发货。
他还在继续做下去。
阅读原文：https://www.hackster.io/RzLi/petoi-quaddle-d09f60
热门跟贴