2026年7月底，旧金山一家名为Tau Robotics的初创公司推出了一项服务：人形机器人上门保洁，每小时30美元。三台机器人分别命名为Chelsea、Elon和Tony。
它们身穿黑色制服，各有分工——Chelsea专攻厨房台面和镜面水渍，Tony主打全屋吸尘和墙角灰尘。它们会自己挤洗手液、关水龙头，甚至知道拿帕子擦一下。
看起来，和科幻片里的未来家政差不多。但CEO Alex Koch对着镜头坦承了一件事：“目前的AI技术还没法完全自主操控人形机器人。”
美国Tau用宇树机器人搞保洁：30美元/小时，亏本赚数据
每一台走进用户家门的机器人，背后都连着一家公司的员工实时遥控。员工观看机器人头部和手腕的摄像头画面，远程操控每一次伸手和转身。AI只负责视觉识别和路径微调这类“打下手”的工作。此外，还有一名员工陪同机器人到现场监督工作。
一位拥有40年从业经验的加州大学伯克利分校工程学教授Ken Goldberg直言：“我真的认为现在还为时过早。如果这些机器人可以完成真正有用的全屋保洁工作，我会非常意外。时至今日，机器人要捡起地上的物品依旧是一大难题。而清扫、擦拭台面以及家具下方区域，难度更是极高。”
所以，30美元买的不是一台自主机器人保洁，而是一个让机器人在你家干活的“遥控器”——背后藏着的是真人。
美国Tau30美元/小时的账，算不平的
先算一笔经济账。
Tau用的是宇树G1，目前市面上最便宜的量产人形机器人之一。基础版官网下单约1.35万美元，但这个版本不开放二次开发。真正能被拿来改造的EDU版本，视配置不同，价格从2万多美元一路跳到7万美元以上。
按一台主流配置的EDU版（3万美元左右）来算，三年折旧、每年250个工作日、每天有效工作6小时，光是硬件成本就接近每小时7美元。维护、保险、场地转运还没算进去。
再看人力成本。对照美国招聘市场上“机器人遥操作员”的公开薪资，时薪普遍在20多到30美元这个区间，中位数大致在25到28美元附近。
光是屏幕后面那个人的工资，加上机器人本身的折旧，已经基本和30美元的收费打平了。
这笔账，怎么算都算不平。当一项服务的定价覆盖不了它的边际成本，这个价格就已经不是市场价格了，而是一种投资行为。
Tau表面卖的是清洁，实际是在用亏损换一样更值钱的东西——真实家庭场景里的操控数据。人类怎么判断先擦哪里、遇到污渍怎么做、用多大力度接触台面——这些数据，恰恰是训练全自主系统最稀缺的“燃料”。
这就像当年Uber用补贴培养用户习惯，Tau在用30美元一小时的“亏本价”，为自己未来的全自主机器人攒一张数据门票。
更值得注意的是时机。Tau推出服务的时间，恰好在美国FCC宣布禁止新型中国人形机器人整机进口之后。而Tau用的恰恰是中国宇树科技的机器人硬件。硬件是中国“身体”，软件是美国“大脑”——这种“中美混血”模式，恰好绕过了禁令的条款。
当美国试图用禁令切断中国机器人时，Tau用一台宇树G1证明了一件事：全球供应链的根系，比政客想象的深得多。
家庭场景为什么“会走”不等于“会用”
Tau的坦白，指向了人形机器人进家庭真正的技术瓶颈——泛化能力。
中国科学院自动化研究所研究员陈盈盈说，具身智能机器人在“非结构化开放世界”中的泛化能力不足，是其进入家庭场景最大的技术障碍。
家庭是典型的非结构化环境——不固定的环境、不固定的任务、不固定的家庭成员习惯。同样一张桌子，今天放着水杯，明天可能放着水果、玩具或者药品；老人、小孩、宠物都会不断改变环境状态。机器人在工厂里能稳定干活，不代表在家庭里也能。
听懂与做到之间，隔着“理解”这道天堑。
陈盈盈举了一个例子：“桌子边缘放着一个半满的玻璃杯，机器人不仅要识别‘这是杯子’，还应推断出它是易碎的、里面有液体、轻微碰撞就可能掉落。”叶云用“那杯水”解释道：对机器人说“把桌上那杯水递给我”，它在语言层面完全能理解。但真要动手，它得知道什么是桌子和杯子，杯子在三维空间中的确切位置，该用多大的力握持杯子，水满时移动要平稳，递到人手里时要等对方握住才能松手。
“但这些都不是写在指令里，而是刻在物理世界的规律里。机器人能‘听懂’指令，但距离‘做到’，还需要它对三维空间、物理因果、动力学规律有深刻的‘理解’。”
极佳视界合伙人、研发副总裁朱政说，家里不像工厂有固定流程，衣服可能丢在沙发上，也可能挂在椅背上，杯子可能放在茶几上，也可能在床头柜上——机器人要先看懂环境、理解任务，再规划动作、执行操作。这背后需要一颗更聪明的“大脑”，即世界模型加具身智能。
当前VLA模型只能完成像分拣货物、拿放水杯这样的简单任务。行业数据显示，跨场景任务执行成功率仅62%，远低于工业场景99%的要求。本质上看，当前大多数具身智能机器人仍属于“可编程自动化设备”，而非真正的智能机器人。
仝人智能科技创始人吴易明说，“智能的本质不是记忆世界，而是理解世界。光靠数据训练实现不了真正的智能。世界不是随机样本的集合，而是可被理解的关系结构。”机器人想要进入家庭，真正需要突破的，是像人一样理解物理世界、理解空间关系、理解事物共性的能力。
中美路径同一个终点，不同的走法
Tau的模式在中国走不通，不是因为技术不行，而是因为经济账算不过来。
中国“具身智能数据采集员”的时薪普遍只有15到37元人民币。如果雇佣真人直接做保洁，成本比远程操控机器人还低。在中国，用真人替代机器比用机器替代真人更便宜，远程操控模式没有经济基础。
但底层逻辑是一致的——用“人”来弥补当前机器人“不够聪明”的短板。
美国走的是“边干边学”——把不完美的机器人送进家庭，用真人远程遥控的方式采集真实场景数据，等待自主能力成熟。业内将这种做法称为“付费Beta测试”——像早期苹果产品通过早期用户积累反馈一样，家用机器人把数据收集置于服务提供之上。
1X Technologies也将于2026年开始提供每月499美元订阅的NEO机器人服务，让机器人协助整理物品和叠衣服。
中国走的是“边采边练”——以极低成本雇佣数据采集员，在真实或模拟环境中反复执行任务，积累训练数据。全国多地正在建设具身智能及人形机器人的数据采集场和训练场。围绕世界模型训练的数据采集、处理和算力需求正在持续上升。
两种路径，同一个终点。而通往终点的关键变量，是“泛化能力”的突破。
家庭机器人的真正门槛
2025年全球人形机器人出货约1.8万台，流入私人家庭的占比不足0.8%。摩根士丹利此前预测，人形机器人的大规模普及要到2030年代末才能加速。
家庭机器人需要跨过的门槛，远比工业场景高得多。
技术门槛：工业场景可以接受99%的成功率，但家庭场景需要的是99.99%。一次失误就可能伤人、损坏物品。
成本门槛：一台全尺寸人形机器人成本动辄数十万元。业内测算，只有整机成本降至万元级，且能稳定完成多项高频家务，才能真正撬动家庭市场。
信任门槛：多数人形机器人尚未配备完善的全域避障防护系统，也不具有端侧智能处理能力，数据采集、存储与使用的边界模糊，缺乏明确的规范约束，难以让家庭用户放心接纳。
极佳视界乐观预计，人形机器人像汽车一样走进普通家庭需要3至5年。但在此之前，行业必须先解决泛化能力这个根本问题。泛化能力取决于训练数据在四个维度上的覆盖程度：动作类型（抓取、推、拉、拧、插等操作）、对象属性（材质、形态、重量等物理特征）、场景环境（家庭、工厂、办公室等真实空间）和本体形态（不同构型的机器人）。四个维度缺一不可。
星动纪元创始人陈建宇判断，泛化能力有望在5至10年内实现突破。这是一个不短的时间窗口。
Tau的30美元清洁服务，是一面镜子——它照出了人形机器人进家庭的真实进度：硬件已经准备好了，但“大脑”还在学走路。
在非结构化环境中稳定、安全、低成本地完成真实任务，这条路上没有捷径。当泛化能力真正突破的那一天，人形机器人才能从“展示品”变成真正的“家庭一员”。在此之前，所有“进家庭”的尝试——无论是Tau的远程操控，还是中国的入户测试——都只是通往终点的阶梯。#人形机器人进家庭#中美机器人
关注「智财社」看具身智能技术迭代与资本脉络
原文标题 : 人形机器人进家庭还差什么？30美元/小时保洁服务的背后真相
2026年7月底，旧金山一家名为Tau Robotics的初创公司推出了一项服务：人形机器人上门保洁，每小时30美元。三台机器人分别命名为Chelsea、Elon和Tony。
它们身穿黑色制服，各有分工——Chelsea专攻厨房台面和镜面水渍，Tony主打全屋吸尘和墙角灰尘。它们会自己挤洗手液、关水龙头，甚至知道拿帕子擦一下。
看起来，和科幻片里的未来家政差不多。但CEO Alex Koch对着镜头坦承了一件事：“目前的AI技术还没法完全自主操控人形机器人。”
美国Tau用宇树机器人搞保洁：30美元/小时，亏本赚数据
每一台走进用户家门的机器人，背后都连着一家公司的员工实时遥控。员工观看机器人头部和手腕的摄像头画面，远程操控每一次伸手和转身。AI只负责视觉识别和路径微调这类“打下手”的工作。此外，还有一名员工陪同机器人到现场监督工作。
一位拥有40年从业经验的加州大学伯克利分校工程学教授Ken Goldberg直言：“我真的认为现在还为时过早。如果这些机器人可以完成真正有用的全屋保洁工作，我会非常意外。时至今日，机器人要捡起地上的物品依旧是一大难题。而清扫、擦拭台面以及家具下方区域，难度更是极高。”
所以，30美元买的不是一台自主机器人保洁，而是一个让机器人在你家干活的“遥控器”——背后藏着的是真人。
美国Tau30美元/小时的账，算不平的
先算一笔经济账。
Tau用的是宇树G1，目前市面上最便宜的量产人形机器人之一。基础版官网下单约1.35万美元，但这个版本不开放二次开发。真正能被拿来改造的EDU版本，视配置不同，价格从2万多美元一路跳到7万美元以上。
按一台主流配置的EDU版（3万美元左右）来算，三年折旧、每年250个工作日、每天有效工作6小时，光是硬件成本就接近每小时7美元。维护、保险、场地转运还没算进去。
再看人力成本。对照美国招聘市场上“机器人遥操作员”的公开薪资，时薪普遍在20多到30美元这个区间，中位数大致在25到28美元附近。
光是屏幕后面那个人的工资，加上机器人本身的折旧，已经基本和30美元的收费打平了。
这笔账，怎么算都算不平。当一项服务的定价覆盖不了它的边际成本，这个价格就已经不是市场价格了，而是一种投资行为。
Tau表面卖的是清洁，实际是在用亏损换一样更值钱的东西——真实家庭场景里的操控数据。人类怎么判断先擦哪里、遇到污渍怎么做、用多大力度接触台面——这些数据，恰恰是训练全自主系统最稀缺的“燃料”。
这就像当年Uber用补贴培养用户习惯，Tau在用30美元一小时的“亏本价”，为自己未来的全自主机器人攒一张数据门票。
更值得注意的是时机。Tau推出服务的时间，恰好在美国FCC宣布禁止新型中国人形机器人整机进口之后。而Tau用的恰恰是中国宇树科技的机器人硬件。硬件是中国“身体”，软件是美国“大脑”——这种“中美混血”模式，恰好绕过了禁令的条款。
当美国试图用禁令切断中国机器人时，Tau用一台宇树G1证明了一件事：全球供应链的根系，比政客想象的深得多。
家庭场景为什么“会走”不等于“会用”
Tau的坦白，指向了人形机器人进家庭真正的技术瓶颈——泛化能力。
中国科学院自动化研究所研究员陈盈盈说，具身智能机器人在“非结构化开放世界”中的泛化能力不足，是其进入家庭场景最大的技术障碍。
家庭是典型的非结构化环境——不固定的环境、不固定的任务、不固定的家庭成员习惯。同样一张桌子，今天放着水杯，明天可能放着水果、玩具或者药品；老人、小孩、宠物都会不断改变环境状态。机器人在工厂里能稳定干活，不代表在家庭里也能。
听懂与做到之间，隔着“理解”这道天堑。
陈盈盈举了一个例子：“桌子边缘放着一个半满的玻璃杯，机器人不仅要识别‘这是杯子’，还应推断出它是易碎的、里面有液体、轻微碰撞就可能掉落。”叶云用“那杯水”解释道：对机器人说“把桌上那杯水递给我”，它在语言层面完全能理解。但真要动手，它得知道什么是桌子和杯子，杯子在三维空间中的确切位置，该用多大的力握持杯子，水满时移动要平稳，递到人手里时要等对方握住才能松手。
“但这些都不是写在指令里，而是刻在物理世界的规律里。机器人能‘听懂’指令，但距离‘做到’，还需要它对三维空间、物理因果、动力学规律有深刻的‘理解’。”
极佳视界合伙人、研发副总裁朱政说，家里不像工厂有固定流程，衣服可能丢在沙发上，也可能挂在椅背上，杯子可能放在茶几上，也可能在床头柜上——机器人要先看懂环境、理解任务，再规划动作、执行操作。这背后需要一颗更聪明的“大脑”，即世界模型加具身智能。
当前VLA模型只能完成像分拣货物、拿放水杯这样的简单任务。行业数据显示，跨场景任务执行成功率仅62%，远低于工业场景99%的要求。本质上看，当前大多数具身智能机器人仍属于“可编程自动化设备”，而非真正的智能机器人。
仝人智能科技创始人吴易明说，“智能的本质不是记忆世界，而是理解世界。光靠数据训练实现不了真正的智能。世界不是随机样本的集合，而是可被理解的关系结构。”机器人想要进入家庭，真正需要突破的，是像人一样理解物理世界、理解空间关系、理解事物共性的能力。
中美路径同一个终点，不同的走法
Tau的模式在中国走不通，不是因为技术不行，而是因为经济账算不过来。
中国“具身智能数据采集员”的时薪普遍只有15到37元人民币。如果雇佣真人直接做保洁，成本比远程操控机器人还低。在中国，用真人替代机器比用机器替代真人更便宜，远程操控模式没有经济基础。
但底层逻辑是一致的——用“人”来弥补当前机器人“不够聪明”的短板。
美国走的是“边干边学”——把不完美的机器人送进家庭，用真人远程遥控的方式采集真实场景数据，等待自主能力成熟。业内将这种做法称为“付费Beta测试”——像早期苹果产品通过早期用户积累反馈一样，家用机器人把数据收集置于服务提供之上。
1X Technologies也将于2026年开始提供每月499美元订阅的NEO机器人服务，让机器人协助整理物品和叠衣服。
中国走的是“边采边练”——以极低成本雇佣数据采集员，在真实或模拟环境中反复执行任务，积累训练数据。全国多地正在建设具身智能及人形机器人的数据采集场和训练场。围绕世界模型训练的数据采集、处理和算力需求正在持续上升。
两种路径，同一个终点。而通往终点的关键变量，是“泛化能力”的突破。
家庭机器人的真正门槛
2025年全球人形机器人出货约1.8万台，流入私人家庭的占比不足0.8%。摩根士丹利此前预测，人形机器人的大规模普及要到2030年代末才能加速。
家庭机器人需要跨过的门槛，远比工业场景高得多。
技术门槛：工业场景可以接受99%的成功率，但家庭场景需要的是99.99%。一次失误就可能伤人、损坏物品。
成本门槛：一台全尺寸人形机器人成本动辄数十万元。业内测算，只有整机成本降至万元级，且能稳定完成多项高频家务，才能真正撬动家庭市场。
信任门槛：多数人形机器人尚未配备完善的全域避障防护系统，也不具有端侧智能处理能力，数据采集、存储与使用的边界模糊，缺乏明确的规范约束，难以让家庭用户放心接纳。
极佳视界乐观预计，人形机器人像汽车一样走进普通家庭需要3至5年。但在此之前，行业必须先解决泛化能力这个根本问题。泛化能力取决于训练数据在四个维度上的覆盖程度：动作类型（抓取、推、拉、拧、插等操作）、对象属性（材质、形态、重量等物理特征）、场景环境（家庭、工厂、办公室等真实空间）和本体形态（不同构型的机器人）。四个维度缺一不可。
星动纪元创始人陈建宇判断，泛化能力有望在5至10年内实现突破。这是一个不短的时间窗口。
Tau的30美元清洁服务，是一面镜子——它照出了人形机器人进家庭的真实进度：硬件已经准备好了，但“大脑”还在学走路。
在非结构化环境中稳定、安全、低成本地完成真实任务，这条路上没有捷径。当泛化能力真正突破的那一天，人形机器人才能从“展示品”变成真正的“家庭一员”。在此之前，所有“进家庭”的尝试——无论是Tau的远程操控，还是中国的入户测试——都只是通往终点的阶梯。#人形机器人进家庭#中美机器人
关注「智财社」看具身智能技术迭代与资本脉络
原文标题 : 人形机器人进家庭还差什么？30美元/小时保洁服务的背后真相
