149元请机器人上门保洁，自变量的野心藏不住了

花149元，机器人跟着保洁阿姨进了家门

最近，深圳用户“咸鱼”在小程序上花149元下单了一项特殊服务：机器人保洁。这是自变量与58到家合作推出的国内首个C端人机协同家政项目。3小时内，一台身高约1.6米、重达数百公斤的轮式机器人会尝试完成整理桌面、归置物品、收纳鞋子等基础家务。但机器人还没开始干活就先卡在了家门口——它需要货拉拉师傅帮忙搬运，活动范围被限制在客厅，过不了门槛，挤不进卧室，连卫生间都进不去。真正能处理厨房、厕所、卧室深度清洁的，还是那位随行的保洁阿姨。

高光时刻捡纸团，真实家庭里翻车

在发布会现场，自变量机器人精准识别并捡起CEO王潜扔在地上的纸团，动作连贯流畅。可到了“咸鱼”家的真实场景，画风突变。机器人面对“整理书桌”的任务，只是把桌上的东西夹起来、放下、再夹起来、再放下，桌面没有任何清爽感，最后是用户自己动手收拾。它对“收鞋”的理解也停留在表层：能识别鞋子，能移动鞋子，但不知道两只鞋要成对摆放、朝向一致、方便拿取。这些人类习以为常的生活常识，对机器人来说仍是需要“补课”的难题。

叠一条枕巾十几分钟，保洁阿姨几秒搞定

柔性物体操作是当前具身智能公认的“硬骨头”。叠枕巾时，布料会滑、会皱、会变形，夹爪轻了抓不住，重了又容易弄歪。机器人折腾了十几分钟才勉强把枕巾叠成方块，而旁边的保洁阿姨伸手一抖、一抻，几秒钟就完成了。斯坦福AI Index 2026的数据印证了这种差距：在仿真操控任务中机器人成功率可达89.4%，到了真实家庭任务里，成功率骤降至约12%。每一次家务失败的背后，都在暴露机器人缺乏对物体物理属性、空间关系和生活意图的深层理解。

149元不赚钱，自变量在买真实家庭数据

这场看似亏本的生意，藏着自变量更大的野心。149元的价格连机器人运输、工程师陪同、保洁人员的人力成本都覆盖不了，但自变量愿意推，因为它需要“真机数据”。机器人卡在门槛前、把鞋放错位置、叠枕巾反复失败——每一次错误都在为新一代具身大模型WALL-B积累宝贵训练样本。与58到家合作，意味着自变量能低成本获取海量家庭场景数据，同时让C端用户成为产品试水者。投资人愿意为想象力买单，而自变量正在用用户的耐心换未来。

资本宠儿离成为家庭劳动力还有多远

自变量是少数同时获得字节跳动、美团、阿里巴巴、小米等大厂投资的具身智能公司，累计融资近30亿。发布会上捡起一团纸让资本看到了“机器人走进家庭”的希望，但用户“咸鱼”家的测试暴露了现实：家务机器人目前更像一个刚上岗培训的新人，每一项简单任务都需要技术人员现场兜底。从识别纸团到理解“该不该扔”，从移动鞋子到整理好鞋柜，从叠枕巾到真正叠平整——具身智能要补的课还很长。乐观之处在于它终于走出了实验室；现实之处在于，用户只会为结果买单，不会永远为“试水”鼓掌。