来源：环球网

【环球网财经报道 记者 陈超】“你愿意扫厕所吗？”如果把这个问题抛给年轻人，答案可能并不难猜。这并不是说扫厕所这类工作没有价值。恰恰相反，在商场、公园、机场、写字楼等场景，清洁是一项每天都在发生的刚性需求。但一些重复、脏累的岗位越来越难找到人。

这也构成了具身智能产业一个朴素却现实的问题：机器人究竟应该先学会“像人”，还是先把人不愿意干的活干好？

近日，2026世界机器人大会（WRC）在北京经开区启幕。随着人形机器人、具身智能等技术加速走向产业化，行业关注点也正在从“机器人能做什么”，逐渐延伸到“机器人能不能真正进入工作现场”。

在合十思维创始人赵普看来，与其单纯追求机器人的硬件形态，不如先解决机器人进入真实场景之后的适应性和持续工作问题。这背后，实际上是具身智能商业化必须面对的一笔账。

从“演示一次”到“每天干活”，机器人面对的是另一套考题

过去几年，机器人展会上并不缺少令人眼前一亮的演示。但对于真正考虑采购的客户而言，看完演示之后，问题才真正开始：“换个地方它还能不能干？”“维修成本高吗？”“我多久能回本？”

赵普介绍，目前公司商业化表现较好的产品是通用轮臂机器人，主要应用于清洁场景。其思路并不是针对每一个具体地点重新训练一套机器人，而是希望通过软件层面的能力复用，让机器人在不同场景之间迁移已有能力。

例如，在一个卫生间完成清洁任务后，换到另一个商业场馆，机器人面对不同的建筑结构和环境，不需要完全从头开始训练。按照赵普的说法，其类脑计算系统希望通过功能复用，让机器人具备类似人的环境适应能力。

这实际上触及了具身智能落地过程中一个关键问题：真实世界很难存在完全标准化的答案。

“实验室里的任务往往可以预先设定环境和流程，但真实场景中的障碍物、人员、空间结构和工作条件都可能发生变化。”赵普认为，这正是AI类脑希望解决的问题之一。赵普指出，当机器人遇到训练数据中没有预设的情况时，AI类脑架构可以通过对周围环境进行判断，寻找替代性的解决方案，而不是完全依赖已有的标准答案。

客户真正担心的，可能不是机器人今天能不能干活

机器人产业还有一个容易被忽略的矛盾：硬件更新很快，但客户的钱并不是无限的。赵普直言，仿真环境里机器人成功率能做到89.4%，一到真实场景就跌到12%左右。主流VLA（视觉—语言—动作）大模型动辄百亿参数，推理延迟高、算力消耗大，单一场地部署成本达数十万元。换一个场景就要重新采集海量数据重新训练。

机器人产业在飞速发展，这样带来一个问题，客户在硬件上很难持续投入，一台设备买回去，两三年都不需要更新换代，硬件本体并不需要频繁更换，对厂商而言，硬件收入主要集中在首次采购阶段，后续持续创造价值的空间更多来自软件与服务。软件升级可以持续进行，且费用通常不大。

针对这情况，赵普在采访中介绍，合十思维正在尝试建立从机器人本体、数据、场景到模型更新的反馈闭环：机器人进入实际场景工作后产生数据，数据返回模型进行训练和更新，再将更新后的软件或固件部署到已经投入使用的硬件上，继续产生新的数据。

在这一模式下，机器人硬件并不需要承担全部的迭代任务，部分能力可以通过软件持续更新。

赵普也将硬件与软件的关系概括为“把硬件当成出货的终端”，未来更多关注类脑计算系统本身。“这就像特斯拉的逻辑，如果一家公司只盯着硬件的出货量，反而会忽视真正的价值所在，软件与服务才是持续产生竞争力的核心。”赵普强调，从企业自身的产品逻辑来看，软件持续升级意味着，机器人不一定需要随着每一次能力更新就更换整机。

“硬件好卷，最后软件赢”？

从机械臂、关节、电机、减速器，到整机形态，机器人硬件产品不断迭代。与此同时，国内机器人产业链和供应链也在不断完善。对于企业而言，如何在硬件之外形成持续的产品价值，成为另一个需要回答的问题。

合十思维目前推出的Next AI大脑系统，定位就是通过软件能力赋能不同机器人本体，覆盖人形机器人、机器狗以及通用轮臂机器人等。赵普介绍，目前公司商业化表现较好的正是通用轮臂机器人在清洁场景的应用。

对于清洁机器人而言，硬件本身也存在日常损耗问题。采访中，一位工作人员介绍，部分清洁工具属于使用过程中的易耗部件，日常维护更多涉及工具等部件，而非整机设备的频繁更换。合十思维表示，机器人整机在出厂前会进行机加工、零部件及金属疲劳等相关测试，并针对防尘、防水以及潮湿、脏污等环境进行适应性设计。对于客户而言，机器人最终仍然要回到一笔最实际的账：投入多少钱，能够完成多少工作，需要多久收回成本。

赵普介绍，按照公司测算，如果以五年使用周期计算，轮臂机器人应用于清洁场景，硬件成本回收周期约为一年半至一年八个月。

当然，这一数据是基于合十思维自身产品和应用场景的测算，不同企业、不同场景下的回收周期会有所差异。但这一变化本身值得关注。过去，机器人展台上的问题是“它能不能做到”；进入商业场景之后，客户更关心的是“它值不值得买”。

“机器人生产力”，可能藏在这些没人愿意干的工作里

清洁、公厕、商业场馆等场景并不“炫”，甚至很难成为机器人展会上最吸引眼球的项目。但这些场景有一个共同特点：任务重复、需求长期存在，而且部分岗位存在劳动力补充需求。

赵普表示，公司的思路是让机器人成为劳动力的补充，而非简单的替代，去承担高重复、高强度以及具有一定风险的工作。在他看来，扫厕所、洗碗以及高压电巡检等场景，都可以成为机器人补充劳动力的方向。

在大会现场，合十思维的一位工作人员谈到，与此前通过写字、打球、打拳等方式展示机器人能力相比，现在更希望让机器人直接进入真实场景，让客户自己观察设备究竟能够完成什么。这位工作人员直言，与其不断进行单项能力演示，不如“把机器放在这儿”，让客户直接观察。

对于合十思维而言，清洁机器人目前只是其商业化探索的一部分。赵普也坦言，未来机器人究竟以什么形态进入家庭，目前仍存在不确定性，公司更多是在商业场景中持续应用产品、积累数据，并观察未来技术和市场的变化。

对于整个具身智能产业来说，从实验室走向真实世界，也意味着机器人需要面对比一次技术演示复杂得多的考题。它要面对不同的场地、不同的任务、不同的使用频率，也要接受客户对采购价格、使用周期、维护成本和投资回报的检验。

回到开头那个问题，你愿意扫厕所吗？如果答案是否定的，那么机器人至少有一个足够具体的商业命题：去承担那些真实存在、长期重复，同时又不一定有人愿意长期从事的工作。

机器人究竟应该多像人，或许仍然没有标准答案。但对于一家试图把机器人卖进真实场景的企业而言，另一个问题已经足够明确：它能不能持续干活。