誰不想要一個會做家務的機器人，把打掃衛生、清理房間、疊衣服，以及做收納那些髒活累活，統統都交給它，而那些能賺錢的工作全都留給我。
但現實的情況卻是剛好反過來，AI 把以前那些賺錢的工作，文書、編輯、代碼等等崗位都搶走了，回到家的我還是要面對一屋子亂七八糟的東西。
衣服要自己丟到洗衣機里去洗，烘乾了要自己拿出來疊，小孩子滿地的玩具要等著我一個個去撿起來，隨手一丟的各種玩意都等著物歸原位。
於是越來越多的機器人開始主打自己能做家務，跳芭蕾練武術都與我無關，只有能收玩具、疊衣服才是我們真正需要的。
具身智能
初創公司 Weave Robotics 就發布了一款「能幫我們做家務」的機器人 Isaac 1，也是其首款移動式全能家庭收拾機器人，並同時宣布將於今年秋季開始向首批用戶交付。
這款售價 7999 美元的機器人，會是帶我們提前步入《傑森一家》式未來的那把鑰匙嗎？
更像一個家電
在今年年初，Weave 這家公司其實就曾小規模試水過一款固定式的原型機 Isaac 0，專門幫用戶在桌面上摺疊衣物。
用來介紹的演示影片裡，用戶需要把洗好的衣服抱到 Isaac 0 面前的工作檯，機器人會調用攝影機，驅動手臂運動，然後靜待 Isaac 0 一件件把這些衣服疊好。
當時 Isaac 0 的售價同樣包括兩套方案，一套是可以選擇每月 249 美元的訂閱方案，或者一次性支付 3999 美元，然後每月再支付 49 美元。
眼下 Isaac 0 已經開始正式出貨了，不過官網和其 X 官方賬號都尚未透露具體賣出去了多少台。
這次發布的全新 Isaac 1 重新回歸了輪式移動設計，也讓它的工作半徑從一張桌子擴展到了整個屋子。
和一般認知里的機器人不同，大多數具身智能對這個「身」的呈現都是人形機器人，用腳走路，用手抓取。
Isaac 使用的是可伸縮的軀體和用輪子來移動的方案。它占地面積僅約 18×19 英寸，在不需要工作時，它的攝影機會關閉摺疊，軀幹自動縮回，安靜地收納在專屬的充電座里。
而用來操作的「手」也不是五個手指，Isaac 採用了一雙靈巧的雙指夾爪，帶有橙色觸角的機械臂，可以精確感知物體，既能抓起掉在地上的硬幣，也能溫柔地拿起毛絨玩具。
▲ 五款不同的家居風配色，主打是採用了柔和的淺綠色外殼，並且都配有一個帶有親和力「面部交互」螢幕。
從外觀、軟包外殼到「待機時縮起來」，都能看出它在刻意降低機器人的存在感，希望更自然地融入家庭環境。
過去這段時間我們討論最多的大概是 Optimus、Figure、1X、宇樹等人形機器人，Weave 的思路是更想做「家庭里的洗碗機、掃地機器人」——不追求擬人，而是優先把具體家務做到足夠好。
這種先解決一個高頻需求，再逐步擴展能力的路線，可能比一開始就追求通用人形，更容易率先實現商業化，但用戶不會為路線買單，只會看真實的表現。
在官方演示中，它的核心技能主要就是兩個：
- 全屋雜物收拾：它會在客廳自主巡邏，識別散落在地板或沙發上的玩具、零碎物件，將它們一件件撿起並分類放進收納籃。
- 衣物打理：它不僅能自主完成 T 恤、短褲等日常衣物的標準摺疊，還能順便幫你把凌亂的床鋪整理乾淨。
不過，和過去那些主打做家務的機器人一樣，Isaac 1 的「聰明之處」在於，當現在的技術做不到 100% 的完全自主時，主動採用了「AI大模型 + 遠程人類專家」的混合模式。
當機器人內部的視覺-語言-動作大模型（VLA）在處理某件複雜衣物卡殼時，系統會瞬間向後台的 Weave 專家發出求助。遠程專家通過 VR 或操作台接入，可能進行一次 5 到 10 秒的快速微調修正，隨後便把控制權交還給機器人繼續運行。 
▲ 在 Weave 那條將近 700 萬次瀏覽的 demo 影片下，有網友如是評論
一件形狀極度奇葩的衣服，一個被卡在死角的物品，讓機器人做家務真的有這麼難嗎？
Fake it until you make it
眼下做機器人的公司多到雙手都數不過來，主打能做家務的也不少。X 上的機器人初創公司，幾乎是每隔一段時間就會刷新一波新的。
除了 Weave 這次推出的 Isaac 1 家務機器人，還有 Bracket Bot 1 在這個月 1 號表示開始生產 100 台在辦公室、零售店、家庭等場景服務的 Gen 2.5 機器人；以及在演示影片裡同樣做著家務的 Tangible Eggie 機器人；和之前 Genesis AI 的 Eno 機器人等等。
這些公司發布機器人的模式幾乎都一樣，一個很炫酷的影片 demo，然後一條「極其務實」的先交付、再疊代路線，能賣出去多少就賣出去多少。
國內做家務的機器人也不少，深圳這家 OneRoboticTech 公司推出了 Onero H1 家用人形機器人，同樣是主打能在日常的家庭環境中行動。
所以為什麼讓機器人疊一件衣服會這麼難。有人專門寫了一篇文章研究為什麼矽谷現在對家務機器人如此狂熱，讓機器人疊一件衣服的成本到底又有多高。
大多數的機器人並非完全不會疊衣服，只是需要在被精心控制的條件下，才能疊得像模像樣。
如果給它一堆尺寸、重量、材質都差不多的 T 恤，流程很順利；但一換成臨時拿來的真實衣物，比如襯衫、輕薄羽絨背心、毛衣，幾乎這些機器人就會失敗。
主要的原因也集中在這三點。
- 衣服太不標準化：材質、厚度、重量、形狀都不一樣，機器人很難泛化。
- 訓練數據不夠：機器人還沒有足夠多真實家庭環境和複雜衣物的數據可學。
- 手感反饋太複雜：人手能邊摸邊調整力度和角度，但機器人很難像人一樣處理布料的褶皺、滑動、塌陷和彈性。
針對訓練數據不夠的問題，現在具身智能已經開始拿 Seedance 來當自己的想像力引擎了。利用 Seedance 提供的基於物理規律的場景仿真能力，讓人形機器人在虛擬環境中完成大規模訓練後，再遷移到現實。
國內的具身智能初創公司極佳也發布了一款通過世界模型自我進化的 VLA 大模型，主打能根據當下的畫面，在腦海中虛擬推演「接下來可能會發生什麼」，預判並且提前糾正。
關於靈巧手的研究，我們之前介紹小米「會出汗」的機器人手時，也提到過，從靈巧手的硬體和軟體控制上，都已經有了較大的突破，在工廠安裝螺母的成功率高達 90.2%。
但除了技術，AI 家務機器人的問題，還有一疊厚厚的賬單。
根據美國勞工統計局的統計數據，美國人平均每月花約 5 小時洗衣服，假設一半時間在疊衣服，那麼買 Isaac 或其他家務機器人兩年使用下來，相當於每小時花 60 到 180 美元疊衣服。
而在矽谷當地，你僱傭一個活生生的人去社區洗衣店幫你把所有衣服洗淨、烘乾並整整齊齊地疊好，人工時薪也不過 30 美元左右。
所以，也有網友對這種做家務的機器人表示不理解，說影片裡機器人拿起衣服的那一刻，我已經把自己的衣服疊好了。
我很好奇，那些花大價錢辦健身卡或買家用健身器材的人，是否願意花錢買個疊衣服的機器人。他們與其把運動融入日常生活，不如花更多的錢，每天只鍛煉一次，消耗的熱量卻更少，然後剩下的時間都坐在各種螢幕前。
還有人說，如果機器人覺得就連疊衣服都很難的話，那就等著瞧它們被要求分開咖啡濾紙時的感受吧。
這些評論聽起來都有道理。至少放在今天，一個售價接近 8000 美元、疊一件衣服還需要遠程人類幫忙的機器人，很難讓人覺得它已經準備好走進千家萬戶。
但有意思的是，幾乎所有做具身智能的公司，都不約而同地選擇了家務作為第一站。
家務看起來普通，卻幾乎集合了現實世界最難處理的一類任務：物體沒有固定形狀，擺放位置隨機，每一次抓取都可能和上一次完全不同。
一件衣服，其實就是機器人面對現實世界的一場能力考試。
如果機器人真的學會了處理這些柔軟、不斷變形、沒有標準答案的物體，那麼它獲得的能力，就不會只停留在家裡疊衣服。
工廠里的布料、線束、包裝袋，倉庫里的軟包裹，醫院裡的紗布和耗材，甚至更多依賴精細操作的流水線，都建立在同一種能力之上——看懂複雜環境，穩定抓取，再完成精確操作。
所以矽谷狂熱的未必只是一個會疊衣服的機器人，它真正想驗證的是：機器人到底有沒有能力，開始處理現實世界裡那些最難自動化的工作。
如果答案最終是肯定的，那麼 AI 下一次替代的，就不會只發生在電腦螢幕前，也會發生在那些過去一直被認為只能靠人手完成的精細勞動里。
