谁不想要一个会做家务的机器人，把打扫卫生、清理房间、叠衣服，以及做收纳那些脏活累活，统统都交给它，而那些能赚钱的工作全都留给我。

但现实的情况却是刚好反过来，AI 把以前那些赚钱的工作，文书、编辑、代码等等岗位都抢走了，回到家的我还是要面对一屋子乱七八糟的东西。

衣服要自己丢到洗衣机里去洗，烘干了要自己拿出来叠，小孩子满地的玩具要等着我一个个去捡起来，随手一丢的各种玩意都等着物归原位。

于是越来越多的机器人开始主打自己能做家务，跳芭蕾练武术都与我无关，只有能收玩具、叠衣服才是我们真正需要的。

具身智能初创公司 Weave Robotics 就发布了一款「能帮我们做家务」的机器人 Isaac 1，也是其首款移动式全能家庭收拾机器人，并同时宣布将于今年秋季开始向首批用户交付。

这款售价 7999 美元的机器人，会是带我们提前步入《杰森一家》式未来的那把钥匙吗？

更像一个家电

在今年年初，Weave 这家公司其实就曾小规模试水过一款固定式的原型机 Isaac 0，专门帮用户在桌面上折叠衣物。

用来介绍的演示视频里，用户需要把洗好的衣服抱到 Isaac 0 面前的工作台，机器人会调用摄像头，驱动手臂运动，然后静待 Isaac 0 一件件把这些衣服叠好。

当时 Isaac 0 的售价同样包括两套方案，一套是可以选择每月 249 美元的订阅方案，或者一次性支付 3999 美元，然后每月再支付 49 美元。

眼下 Isaac 0 已经开始正式发货了，不过官网和其 X 官方账号都尚未透露具体卖出去了多少台。

这次发布的全新 Isaac 1 重新回归了轮式移动设计，也让它的工作半径从一张桌子扩展到了整个屋子。

和一般认知里的机器人不同，大多数具身智能对这个「身」的呈现都是人形机器人，用脚走路，用手抓取。

Isaac 使用的是可伸缩的躯体和用轮子来移动的方案。它占地面积仅约 18×19 英寸，在不需要工作时，它的摄像头会关闭折叠，躯干自动缩回，安静地收纳在专属的充电座里。

而用来操作的「手」也不是五个手指，Isaac 采用了一双灵巧的双指夹爪，带有橙色触角的机械臂，可以精确感知物体，既能抓起掉在地上的硬币，也能温柔地拿起毛绒玩具。

从外观、软包外壳到「待机时缩起来」，都能看出它在刻意降低机器人的存在感，希望更自然地融入家庭环境。

过去这段时间我们讨论最多的大概是 Optimus、Figure、1X、宇树等人形机器人，Weave 的思路是更想做「家庭里的洗碗机、扫地机器人」——不追求拟人，而是优先把具体家务做到足够好。

这种先解决一个高频需求，再逐步扩展能力的路线，可能比一开始就追求通用人形，更容易率先实现商业化，但用户不会为路线买单，只会看真实的表现。

在官方演示中，它的核心技能主要就是两个：

• 全屋杂物收拾：它会在客厅自主巡逻，识别散落在地板或沙发上的玩具、零碎物件，将它们一件件捡起并分类放进收纳篮。
• 衣物打理：它不仅能自主完成 T 恤、短裤等日常衣物的标准折叠，还能顺便帮你把凌乱的床铺整理干净。

不过，和过去那些主打做家务的机器人一样，Isaac 1 的「聪明之处」在于，当现在的技术做不到 100% 的完全自主时，主动采用了「AI大模型 + 远程人类专家」的混合模式。

当机器人内部的视觉-语言-动作大模型（VLA）在处理某件复杂衣物卡壳时，系统会瞬间向后台的 Weave 专家发出求助。远程专家通过 VR 或操作台接入，可能进行一次 5 到 10 秒的快速微调修正，随后便把控制权交还给机器人继续运行。 

一件形状极度奇葩的衣服，一个被卡在死角的物品，让机器人做家务真的有这么难吗？

Fake it until you make it

眼下做机器人的公司多到双手都数不过来，主打能做家务的也不少。X 上的机器人初创公司，几乎是每隔一段时间就会刷新一波新的。

除了 Weave 这次推出的 Isaac 1 家务机器人，还有 Bracket Bot 1 在这个月 1 号表示开始生产 100 台在办公室、零售店、家庭等场景服务的 Gen 2.5 机器人；以及在演示视频里同样做着家务的 Tangible Eggie 机器人；和之前 Genesis AI 的 Eno 机器人等等。

这些公司发布机器人的模式几乎都一样，一个很炫酷的视频 demo，然后一条「极其务实」的先交付、再迭代路线，能卖出去多少就卖出去多少。

国内做家务的机器人也不少，深圳这家 OneRoboticTech 公司推出了 Onero H1 家用人形机器人，同样是主打能在日常的家庭环境中行动。

所以为什么让机器人叠一件衣服会这么难。有人专门写了一篇文章研究为什么硅谷现在对家务机器人如此狂热，让机器人叠一件衣服的成本到底又有多高。

大多数的机器人并非完全不会叠衣服，只是需要在被精心控制的条件下，才能叠得像模像样。

如果给它一堆尺寸、重量、材质都差不多的 T 恤，流程很顺利；但一换成临时拿来的真实衣物，比如衬衫、轻薄羽绒背心、毛衣，几乎这些机器人就会失败。

主要的原因也集中在这三点。

• 衣服太不标准化：材质、厚度、重量、形状都不一样，机器人很难泛化。
• 训练数据不够：机器人还没有足够多真实家庭环境和复杂衣物的数据可学。
• 手感反馈太复杂：人手能边摸边调整力度和角度，但机器人很难像人一样处理布料的褶皱、滑动、塌陷和弹性。

针对训练数据不够的问题，现在具身智能已经开始拿 Seedance 来当自己的想象力引擎了。利用 Seedance 提供的基于物理规律的场景仿真能力，让人形机器人在虚拟环境中完成大规模训练后，再迁移到现实。

国内的具身智能初创公司极佳也发布了一款通过世界模型自我进化的 VLA 大模型，主打能根据当下的画面，在脑海中虚拟推演「接下来可能会发生什么」，预判并且提前纠正。

关于灵巧手的研究，我们之前介绍小米「会出汗」的机器人手时，也提到过，从灵巧手的硬件和软件控制上，都已经有了较大的突破，在工厂安装螺母的成功率高达 90.2%。

但除了技术，AI 家务机器人的问题，还有一叠厚厚的账单。

根据美国劳工统计局的统计数据，美国人平均每月花约 5 小时洗衣服，假设一半时间在叠衣服，那么买 Isaac 或其他家务机器人两年使用下来，相当于每小时花 60 到 180 美元叠衣服。

而在硅谷当地，你雇佣一个活生生的人去社区洗衣店帮你把所有衣服洗净、烘干并整整齐齐地叠好，人工时薪也不过 30 美元左右。

所以，也有网友对这种做家务的机器人表示不理解，说视频里机器人拿起衣服的那一刻，我已经把自己的衣服叠好了。

我很好奇，那些花大价钱办健身卡或买家用健身器材的人，是否愿意花钱买个叠衣服的机器人。他们与其把运动融入日常生活，不如花更多的钱，每天只锻炼一次，消耗的热量却更少，然后剩下的时间都坐在各种屏幕前。

还有人说，如果机器人觉得就连叠衣服都很难的话，那就等着瞧它们被要求分开咖啡滤纸时的感受吧。

这些评论听起来都有道理。至少放在今天，一个售价接近 8000 美元、叠一件衣服还需要远程人类帮忙的机器人，很难让人觉得它已经准备好走进千家万户。

但有意思的是，几乎所有做具身智能的公司，都不约而同地选择了家务作为第一站。

家务看起来普通，却几乎集合了现实世界最难处理的一类任务：物体没有固定形状，摆放位置随机，每一次抓取都可能和上一次完全不同。

一件衣服，其实就是机器人面对现实世界的一场能力考试。

如果机器人真的学会了处理这些柔软、不断变形、没有标准答案的物体，那么它获得的能力，就不会只停留在家里叠衣服。

工厂里的布料、线束、包装袋，仓库里的软包裹，医院里的纱布和耗材，甚至更多依赖精细操作的流水线，都建立在同一种能力之上——看懂复杂环境，稳定抓取，再完成精确操作。

所以硅谷狂热的未必只是一个会叠衣服的机器人，它真正想验证的是：机器人到底有没有能力，开始处理现实世界里那些最难自动化的工作。

如果答案最终是肯定的，那么 AI 下一次替代的，就不会只发生在电脑屏幕前，也会发生在那些过去一直被认为只能靠人手完成的精细劳动里。