天线宝宝机器人上门做保洁200元/小时还写着“纯·人工·智能”——这个组合最近在科技群里讨论度很高。很多人第一反应是“这不就是玩偶服里藏了个人吗”但稍微拆一下就会发现它更像一个典型的远程临场机器人服务案例底盘负责移动视频回传让操作员看见现场AI承担一部分避障和语音人承担最终判断和复杂动作。“纯·人工·智能”这个文案看似自相矛盾实际上非常接近当前服务机器人的真实状态。真正值得研究的不是外壳而是“人”和“机器”的分工边界。下面按一个做技术产品的人会关注的顺序拆一遍先判断它算什么再看技术模块然后给一个能复现的最小系统方案最后讨论真正进门服务前必须想清楚的风险。1. 先拆掉营销外壳“天线宝宝”到底算什么机器人1.1 “纯·人工·智能”不是文案冲突而是真实的人机协作很多人看到“纯·人工·智能”会笑觉得这是硬造热词。但如果你接触过服务机器人落地项目会发现这句话反而很诚实。它承认了两件事一是过程中有“人工”二是系统里也有“智能”。两者不是对立的而是协作关系。以保洁为例。室内环境非常复杂地面上可能有电线、宠物玩具、儿童积木、湿滑区域茶几上可能有易碎品门缝里可能有地毯边缘。让机器人完全靠视觉和机械臂处理这些情况现阶段成功率并不高。更稳妥的做法是底盘和导航尽量自动化遇到复杂判断时由远程操作员接管。这种模式在学术上叫远程操作或远程临场在工程上叫“人在回路”在企业宣传里可能会被包装成“人工智能”。所以“纯·人工·智能”不是贬义反而是当前能让服务跑起来的最现实路线。它比“完全人工”多了自动导航、自动避障和语音能力又比“完全无人”多了稳定性和安全性。理解这一点后面的技术拆解才有意义。1.2 从现场细节反推技术方案如果不拆机只从视频或现场表现来看也能大致判断这台机器人处在哪个技术档位。我一般会看五个观察点。观察点如果指向自主方案如果指向人工遥控移动轨迹平滑转向、保持稳定速度频繁停顿、方向修正明显避障表现见到障碍物自动绕行等操作员指令后才动头部或手臂动作重复且固定像预置动作有随机性像人手控制语音交互能回答随机追问只会固定话术或需要等待清洁动作能沿边、能处理不同高度只会重复同一轨迹这五条不是绝对标准但足够用来判断方向。比如机器人如果能在桌椅之间流畅穿行大概率用了激光雷达或深度相机配合SLAM如果它在狭窄区域反复前后调整可能是远程操作员在看视频画面控制也可能是自主导航的避障策略偏保守。头部动作如果经常面向用户、停顿很自然多半是后台有人控制摄像头云台或机器人头部关节。这个判断不需要很精确但要有一个清醒的认识观众看到的是“天线宝宝”本质上是外壳。外壳内部可能是传统移动底盘也可能是一个人在里面操作。不管哪种“智能”都可能只覆盖其中的某一部分比如语音问答、路线规划或避障提示。把“外壳等于全部能力”当成结论很容易被表象带偏。1.3 为什么半自动路线反而是当前最优解如果你做过服务机器人就会理解全自主路线的代价。全自主意味着要同时解决可靠的地图构建、动态物体跟踪、机械臂抓取规划、异常恢复、安全刹车、语音多轮对话、长时间连续运行。任何一个环节在真实用户家中出错都会导致服务失败。用户不会因为你“90%时间自主运行”就原谅剩下10%。半自动路线则把任务拆开了机器人负责去、看、回传、执行明确指令人负责看懂了再做、判断异常、处理复杂操作。这样技术难度低、稳定性高、安全性可控也更容易控制成本。很多远程巡检、远程送药、远程采摘项目用的都是这个思路。机器人外壳是不是“天线宝宝”不重要重要的是后台是不是有操作员在决策闭环里。200元/小时的定价如果包含一名远程操作员、一台设备、网络和售后从成本结构看并不离谱。机器人本身可以越来越便宜但人工在线、客户沟通、数据通信、维修保养这些成本一直在。理解了这一点就不会对“机器人上门保洁”产生不切实际的预期。2. 上门保洁背后是四个技术模块在同时工作2.1 移动底盘和导航机器人先得知道“我在哪、往哪走”无论是不是天线宝宝造型移动能力都是第一层。室内保洁最常见的底盘有两种差速轮底盘和麦克纳姆轮全向底盘。差速轮结构简单、承重好、成本低适合直线和转弯全向底盘可以横移在狭窄空间里更灵活但结构和控制更复杂。导航方面如果走自主路线需要激光雷达或深度相机做SLAM先建图再定位。建图的质量直接影响后续运行地图边界不清、反射物太多、家具位置变化都会造成定位漂移。如果走远程遥控路线导航可以被简化但安全感知不能省。至少要保留超声波或红外传感器做近距检测遇到障碍物能减速或停车避免操作员没看清画面时撞到东西。这里有一个常见的误区觉得“既然有人远程操作就不需要导航传感器了”。实际上远程操作员的判断依赖视频画质和网络延迟一旦画面不清晰或延迟超过500毫秒操作员对距离的判断会很差。这时候传感器反而更重要。比较好的分工是传感器负责检测和刹车操作员负责方向和决策。2.2 保洁执行难点不在“走”而在“擦”移动底盘解决的是“机器人能到哪个位置”但保洁任务的重点是“到了之后怎么处理表面”。扫地可以用吸尘模块拖地可以用固定拖布这些相对容易。但擦拭桌面、清理台面、整理物品、处理地毯边缘难度完全不一样。桌面高度、材质、障碍物各不相同机械臂需要做轨迹规划和力度控制力度太大可能推倒水杯力度太小擦不干净。地毯边缘对吸尘模块的阻力很大容易卡住。宠物毛发会缠绕滚刷需要定期清理。这些边界情况如果都靠预定义规则很难穷举。所以很多团队会选择“半自动执行”地面清洁交给机器人的固定模块桌面和复杂区域由远程操作员控制机械臂或手持末端来完成。说到底“手”的能力比“腿”的能力更难。这也是“人工智能”中人工暂时无法完全退出的核心原因。看到“机器人保洁”时不要默认所有动作都由AI完成更合理的理解是机器人自动完成了重复动作人处理了长尾情况。2.3 交互感知识别出来并不等于处理得了上门保洁涉及大量交互判断。用户会问“什么时候能拖完”“能不能帮我挪一下椅子”“这个花瓶别碰”。这时机器人需要语音识别、语义理解、语音合成。如果接了大模型可以做多轮对话但大模型的延迟和不确定性也是问题。更稳妥的做法是预置常见问答再让操作员补充复杂回答。视觉方面系统需要识别家具、门槛、水渍、宠物、人体和易碎品。识别本身并不是最大难点最大难点是判断“该怎么做”。比如系统识别出“茶几”但不知道茶几上的花瓶是否重要识别出“猫”但不知道应该停住还是绕行。这里需要大量场景知识而不是单纯的目标检测。我建议把交互感知拆成两层第一层做信息收集把视频、语音、传感器数据汇总第二层做决策辅助只推荐“停、慢行、询问、等待”这样确定性高的动作。遇到不确定情况可以让机器人主动询问用户或者切给后台人工。不要为了追求“全自动”而把风险放到不可控的会话里。2.4 服务调度200元/小时不是一个人加一个壳单个机器人能跑通不等于服务业态能成立。真正运营时还要处理接单、分配、远程操作员排班、设备状态监控、异常报警、售后回访和计费。假设一台机器人一天工作8小时按200元/小时计算理想情况下单台收入是1600元。但实际要扣掉充电时间、往返路程、任务等待、后台人工成本、设备维护和平台抽成。如果需要一个远程操作员全程盯一台机器那人工成本会非常高如果操作员同时管理多台机器又对自动化和异常处理提出了更高要求。从调度角度看比较合理的演进路径是早期一台机器人配一个操作员先把单次服务质量做高中期一人管两台或三台机器人做基础清扫操作员只处理复杂节点后期再逐步提高自动导航比例让人工只做审核和兜底。不要一开始就追求大规模的“无人接管”那往往会以投诉和事故收尾。3. 想复刻一个最小演示系统按这个顺序落地3.1 第一件事先定义最小闭环不要直接做一个能保洁的天线宝宝那个范围太大了。建议先定义一个可以在室内远程控制的最小系统用户在电脑或手机浏览器上看到机器人摄像头的实时画面通过按键控制机器人前进、后退、左转、右转再通过语音下发一条“开始清扫”的指令机器人在原地启动吸尘模块随后自动停止。这个闭环验收标准是人在局域网外网络正常时控制延迟可以接受视频不严重卡顿指令响应时间不超过1秒。把这个跑通再谈自动导航和机械臂。为什么要这么小因为远程控制、视频回传、指令下发这三件事是整个系统的基础链路。如果这条链路不稳定后面加多少智能模块都白搭。就像建房先打地基而不是先装修墙面。3.2 硬件选型低成本跑通再谈量产硬件的选择取决于预算和场景。做最小演示系统不需要一上来就买工业级机械臂。组件常见方向注意点底盘差速轮小车底盘或麦克纳姆轮底盘关注承重、越障能力、轮径主控树莓派、Jetson系列树莓派适合入门Jetson适合跑视觉模型雷达/视觉单线激光雷达、深度相机雷达适合建图深度相机适合识别和避障摄像头广角USB摄像头或网络摄像头优先低延迟、弱光表现好的型号通信模块WiFi 6、4G模块公网方案需要云服务器或内网穿透技术电池锂电池组按满载功耗的1.5到2倍预留续航这里说的是通用方向不是推荐具体品牌。选型的核心原则是先满足“能跑、能控、能看、能停”这四个基础要求。等系统稳定了再考虑机械臂、自动充电、语音大模型这些增强功能。低成本方案最大的价值是让你快速暴露问题视频为什么卡、指令为什么丢、电池为什么不够用。这些问题在买高价设备之前解决能省很多钱。3.3 软件框架控制指令、视频流和接管逻辑软件部分如果追求自主导航可以用ROS2做框架。但如果只做远程控制可以用更轻量的方式视频用WebRTC或RTSP推流控制指令用WebSocket或MQTT传递语音用一个带ASR/TTS的服务封装。下面是一个控制指令处理的示意代码不代表可直接运行但能看出链路结构# 远程控制指令接收示意 def handle_command(cmd: str): if cmd forward: robot.set_speed(0.3, 0.0) # 线速度单位 m/s elif cmd stop: robot.set_speed(0.0, 0.0) elif cmd turn_left: robot.set_speed(0.1, 0.4) # 线速度 角速度 elif cmd clean: robot.start_cleaner()如果使用ROS2可以先手动发布速度话题来验证电机是否能响应ros2 topic pub /cmd_vel geometry_msgs/msg/Twist \ {linear: {x: 0.2, y: 0.0, z: 0.0}, angular: {x: 0.0, y: 0.0, z: 0.1}}这里的关键不是命令本身而是“手动先跑通再接自动化”。很多新手一上来就写整套导航逻辑结果电机方向反了、数字单位错了、话题名对不上排查半天。先手动发一个“前进”指令确认机器人真的前进再进入下一步。3.4 人工接管状态机这是整个系统的安全底座无论做多少自动模块最后都要有一个“人工接管”状态。推荐用状态机管理if 急停按钮按下 or 远程连接断开: 停止运动 进入人工确认模式 elif 当前模式 自动导航: 沿规划路径移动 elif 当前模式 远程控制: 执行操作员指令 elif 当前模式 等待确认: 保持原地等待人工决定这个状态机的核心规则是异常优先安全优先。任何信号异常都先停车不要尝试靠自动导航“挽救”一下。远程控制时也一样操作员看不到画面或者指令延迟超过阈值就应该自动降速或停车。从产品角度还要把“人工接管”做成一个显性按钮放在操作界面最显眼的位置。不要藏在菜单里。真出问题时操作员没有时间翻菜单。这个设计习惯比增加一个好看的雷达点云图重要得多。4. 真正进到用户家里之前先把五个问题想清楚4.1 网络断线是远程模式的第一风险远程操作最怕的不是机器人笨而是网络不稳。视频回传延迟超过500毫秒操作员就很难跟手超过1秒基本只能靠经验盲操作。如果画面断断续续操作员甚至连机器人在哪都判断不了。所以系统要设计断线处理逻辑连接断开后机器人立即停止而不是继续往前控制端保留最后状态提醒操作员重连重连后不要立刻恢复运动而是先让操作员确认当前位置和周边障碍。更稳妥的方案是加入弱网自适应视频画质动态下降指令通道优先级最高。我在测试远程机器人时会重点记录三组数据指令发送到机器人执行的时间差、视频最新帧与当前实际的延迟、断线后机器人从发现异常到停车的耗时。这三组数据只要有一组不合格就不会让它进到真实用户环境。4.2 摄像头扫到的内容比拖地更重要上门保洁意味着机器人会进入私人空间摄像头会拍到室内布局、物品、人物、电脑屏幕、证件等。这类数据不是普通日志必须谨慎处理。至少要满足几点用户知情并同意视频加密传输默认不留存原始画面不做用户未授权的数据训练提供一键关闭摄像头和麦克风的模式。对服务商来说隐私合规不是锦上添花而是运营的基本门槛。一旦发生数据泄露或被用户投诉采集违规整个业务都可能受到影响。技术层面要做到“最小化采集”能不过夜存储就不过夜存储能只传特征不传原图就不传原图。用户信任这种事情建立起很难崩塌很快。4.3 安全底线不能靠“AI真的很强”来兜底机器人进入家庭环境安全底线必须靠硬件和安全逻辑兜底不能靠算法自信。建议强制这些能力急停按钮物理硬件和远程指令都要有。最大速度限制室内不超过0.5m/s。碰撞检测接触即停或反向缓冲。防跌落传感器检测到楼梯或高低落差立即刹车。遇到儿童、宠物时降速绕行不追逐、不靠近。责任边界也要在服务协议里写清楚操作员误操作造成的责任、机器人自动模块误判造成的责任、硬件故障造成的责任、用户家中安全措施缺失造成的责任分别怎么划分。这些问题虽然看起来不“酷”但比优化导航算法更关乎生存。4.4 续航、尺寸和噪音决定运营毛利一台能跑通的机器人和一台能持续赚钱的机器人差别就在续航、尺寸和噪音这些细节上。先说续航。如果机器人清扫1小时需要充电2小时那单日有效服务时间会大打折扣。200元/小时只是表面单价真正要看的是“一台机器人一天能产出多少服务小时”。如果机器人每天要花大量时间充电、往返、维修单位运营成本会快速上升。再说尺寸。天线宝宝造型可能很吸睛但实际入户时可能过不了门、进不了电梯、在狭窄玄关转不了身。服务型机器人优先考虑“能否进入90%的户型”其次才是外观。如果外壳太宽现场需要临时脱壳或换成窄体底盘运营复杂度会很高。最后是噪音。吸尘模块、电机、风机的声音在用户家中会被放大。噪音过大会直接影响服务体验也容易让用户产生焦虑。别只看风量参数要实测满负荷和轻负荷两种模式下的噪音水平。4.5 “人工智能”的服务模式要讲清楚这个行业最容易犯的错误是把半自动产品宣传成“无人全自动”。用户花200元/小时期待的是机器人全屋自动清洁结果发现后台有人操作第一反应会是被欺骗。哪怕服务结果不错信任也已经打折。更稳妥的做法是服务前明确告知“这是远程临场机器人由AI辅助和远程操作员共同完成复杂操作会有人工介入”。这样的模式并不丢人用户反而更容易理解价格、理解为什么有些动作是决策式的、理解为什么机器人会在某些场景停下来询问。营销上可以用“纯·人工·智能”这种玩梗文案吸引关注但服务页面的说明必须清晰、负责。先把用户预期管理好再谈品牌和复购。否则热热闹闹的曝光只会变成一波投诉素材。如果让我给你一个落地建议我会说先别急着做天线宝宝的壳先把远程视频、底盘控制、异常停车和人工接管跑稳。等这四样都稳定了再加入建图、避障和自动清扫逻辑。到那个时候你自然知道哪些地方需要加“智能”哪些地方继续留着“人工”更靠谱。