5月7日，距离深圳一家具身智能企业宣布的“首批机器人进家庭”节点，还有18天。
在此之前，首届广东省人工智能应用对接大会刚刚落幕，华为昇腾、腾讯混元等AI成果集中亮相。而更早一周，该企业发布了全球首个基于世界统一模型架构（WUM）的具身智能大模型，并宣布其新一代机器人将于5月25日正式入户。
家庭场景，被业内称为具身智能的“终极考场”。这一考题的启动时间已从行业普遍预期的5至10年，骤然压缩至“当月”。这究竟是一家企业的技术突围，还是整个产业链系统性优势的集中释放？
一、“终极考场”为何是家庭？
具身智能进家庭，第一个拦路虎并非算法，而是数据。
“当前行业已逐渐摆脱‘缺数据’的处境，但进入了‘缺好数据’的阶段。”深圳市人工智能与机器人研究院研究员、极数迭代CTO夏轩向《华夏时报》记者指出了核心症结。他解释，这源自三个底层瓶颈：
数据维度上，需要专业、长时间、多场景的“纵向数据”，而当前多为非专业、短时间、单任务的“横向切片”；
隐私约束上，家庭数据无法像互联网数据那样大规模汇聚。家庭是私人空间，数据获取的门槛不在技术，而在信任与制度；
评估标准上，缺乏针对家庭服务机器人的评测基准，学术界仍在用工厂指标衡量家庭场景。
这一问题在学术研究中同样得到印证。一项发表于《Futures》期刊的研究提出了AI人形机器人家庭接受的“洋葱模型”，将接受度分为三个层次：技术层（系统可靠性、易用性）、心理层（个性化、成本收益评估）、社会层（同伴影响）。研究发现，感知侵入性会显著抑制接受意愿，这反映了家庭环境中对隐私的高度敏感性。
这意味着，机器人进家庭不仅要“会干活”，还要“被信任”。
二、广东产业链的“密、快、狠”解法
如何破解这一困局？深圳南山的产业链密度提供了独特解法。
夏轩用 “密、快、狠” 三个字概括了南山生态的优势，并强调这解决的是数据“谁来采、怎么采、采完怎么用”的全链条问题。
“密”——产业链密度大幅降低了试错成本。多家机器人企业与科研机构集中在半小时车程内，“一个数据采集需求，从提出到验证，两天就能跑通”。这种密度让“小步快跑”成为可能，而数据工程最忌讳的恰恰是“大步慢走”。在深圳南山“机器人谷”，10公里半径内已聚集200余家全产业链企业，从传感器、AI大模型到整机，不出谷就能找齐。
“快”——硬件供应链支撑多样化采集方案。从相机模组、电机到深度传感器，上游企业的集聚让采集设备的定制成本大幅下降。
“狠”——算力与大模型的协同。华为昇腾、腾讯混元提供底层算力，采集的数据可以就近上云、就近训练、就近部署。“这种地理上的压缩，本质上是迭代周期的压缩。”夏轩说。
国研新经济研究院创始院长、智能经济首席专家朱克力对《华夏时报》记者表示：“这不是偶然事件，而是技术成熟度、产业配套与市场需求三重共振的必然结果。这是产业拐点的标志性事件，是中国硬科技从跟跑到并跑、部分领跑的缩影。”
三、模型进化：从VLA到WUM，让机器人拥有“物理常识”
如果说数据是燃料，那么模型就是引擎。此次引发行业关注的WUM架构，核心是从VLA（视觉-语言-动作）架构向世界统一模型的跨越。这一转变，折射出整个行业对“物理理解能力”的迫切需求。
自变量机器人CEO王潜向南都记者介绍了核心技术突破：“真正的智能机器人难点不在于单一动作的重复，而在于能不能在随机环境下做出全新的、没有被训练过的动作。Wall-B不是一个只会背标准答案的大脑。它包括三方面能力：一是感知和理解，代替死记硬背；二是举一反三，不是每个动作都需要‘老师’教；三是实时调整，做错后可以马上纠正。”
目前，搭载Wall-B模型的机器人保洁员已先后在深圳、北京等地累计服务近百个家庭。在一次真实家庭服务中，机器人第一次遇到一个底部带有吸盘的杯垫。它没有经过专门训练，但通过视觉识别和物理推理，意识到需要稍微用力才能拿起杯子。这种“现场推理”能力，正是WUM区别于传统VLA模型的关键所在。
夏轩将“跑酷”（预设轨迹）与“干活”（真实适应）之间的差距，概括为三个鸿沟：确定性、泛化性、容错性。“跑酷是开环控制，摔了重来。干活是闭环适应——环境在变、物体在动、人在干扰，每一步都要调整。这要求机器人具备世界模型，即对物理因果的理解能力。”
四、隐私与安全：入户的“信任门槛”
一旦机器人进入家庭，用户隐私保护问题不可回避。自变量创始人兼CEO王潜称，自变量会在设备端对原始图像进行实时打码处理，机器人看到的是去除个人特征的场景数据。同时，建立明确的授权机制，只有当用户主动按下同意键后方可开机。
合规层面，具身智能面临与通用AI不同的挑战。具身智能需要收集物理世界中的多模态训练数据，数据来源包括仿真合成数据、真实数据和互联网数据。在真实数据采集中，采用人类动作捕捉是常见方式——数据采集员穿戴动作捕捉设备，力触觉传感器、音视频传感器自动收集数据。这一过程中，知识产权、个人信息与隐私保护问题不容忽视。
天津市网信办去年底推出的“数字风洞”具身智能原生安全解决方案，从智能度、安全度、匹配度、一致性四个维度构建了覆盖全生命周期的评估体系。其中安全度维度针对控制权被劫持或被恶意利用等风险，构建全栈式攻防验证体系，从硬件端口、操作系统到云端应用进行穿透式安全评估。
五、为什么是现在？政策、资本、市场三重共振
这场“入户大考”的启动并非偶然，而是多重力量共同作用的结果。
政策端：就在不久前，国家电网印发《2026年具身智能发展规划》，计划今年集中采购各类具身智能设备约8500台，总投资约68亿元。若计入南方电网及地方能源集团跟进采购，业内预计2026年电力行业具身智能总投资规模有望突破100亿元。
资本端：自变量机器人近期完成B轮融资，由小米战投领投。此前，公司已先后获得字节跳动、美团、阿里巴巴等互联网巨头的战略投资，成为国内唯一一家同时获得四家互联网大厂投资的具身智能企业。资本的强力背书为大规模数据采集提供了资金支撑。
市场端：全球首个机器人保洁员已“上岗”，采用“保洁阿姨+机器人”的人机协同模式。单次服务为3小时，已在深圳、北京开放预约，未来将逐步推广至全国更多城市。
六、18天后的“极限测试”意味着什么？
距离5月25日还有18天。第一批家庭机器人将敲开志愿者的家门。它们是会成为家庭期待的“新成员”，还是暴露更多“实习生”级别的笨拙？
答案尚未可知。王潜不讳言机器人的不成熟，现阶段将其定位为“实习生”。“当大家对机器人的期望不是特别高，机器人进入家庭就能给你很多惊喜；如果以一个人的智能标准去衡量一台机器人，你可能就会对它比较失望。”
自变量联合创始人兼CTO王昊向南都记者表示，行业内大多数训练模型的数据来自实验室：固定光照、固定物体位置、无干扰环境。但这一环境与真实世界有着显著差距，尤其与家庭中随时变化的自然光、随意摆放的物品、孩子和宠物的随机动作截然不同。在实验室里表现优异的模型，一旦面对真实家庭的“混乱”，准确率可能从90%骤降到60%以下。
但可以确定的是，批量真实家庭入户的价值远大于单次舞台展示。“意味着从炫技走向实用，直接教育消费者，对行业商业化的全面提速意义重大。”艾媒咨询CEO兼首席分析师张毅这样评价。
夏轩在采访最后给行业留下一段值得深思的话：“家庭场景的复杂性、隐私约束、安全要求，是任何生态都无法替代的‘硬骨头’。不要低估‘从能用到好用’的距离。机器人进家庭，不是技术的终点，而是数据工程、伦理治理、商业模式综合考量的起点。”
点评
18天后敲开家门的，不是成熟产品的亮相，而是一场真实环境下的“极限测试”。
这是全球范围内具身智能首次面向真实家庭环境的大规模入户测试，其意义不亚于自动驾驶的“路测牌照”。无论结果如何，这道“终极考题”已经开卷，而广东的产业链正在为这场考试提供着独一无二的支撑——从“机器人谷”的产业集群，到小米、字节、美团等资本的重仓押注，再到政策端的百亿级采购信号。
但正如夏轩所言，真正的挑战不在技术本身，而在技术之外。当机器人走进客厅，它面对的不仅是杂物和宠物，更是人类对“信任”和“隐私”的复杂期待。这场考试的答卷，将决定具身智能是停留在“赛博店员”的炫技阶段，还是真正开启“走进千家万户”的新纪元。
我们拭目以待。