机器人走进家庭，绕不开的一步是什么？

作为常年折腾各类智能设备的数码爱好者，家庭智能机器人的各种类型基本上都用过。坦白说，目前 AI 在理解和对话方面的能力已经比较完善了，不过把它放到家里使用的时候，总觉得还有一个关键的地方没有做好。

很多人觉得机器人的毛病是脑子不够用，实际上真正卡住的地方在于，机器人只能靠眼睛去辨认东西，对真实的生活空间并没有真正的认识。

我们住的房子是一种没有统一标准的环境，房子的格局不一样，摆放的家具不一样，装修风格也不一样，甚至每家的光线明暗和东西摆放的习惯都差别很大，这种复杂的状况在工厂那种统一标准的环境里是根本不会碰到的。

目前的机器人能够比较准确地认出东西是什么类别，但是东西背后的物理道理和生活里面的规矩，机器人是弄不明白的。

比如它能认出水杯，却不知道水杯易碎、不能碰撞；能认出纸箱，却分不清是空纸箱还是装满重物的箱子。它只能靠数据匹配判断，没办法像人一样凭借生活常识推理。

“空间理解能力的缺失”是核心的短板。人走进陌生房间，扫一眼就能判断哪里能走、哪里有坎、什么东西不能碰。机器人不行，它需要完整的数据训练、精准的三维建模，但凡环境有一点变动，认知就会出错。

而且家庭环境最大的特点，是永远在动态变动。人是活的，生活是随机的。随时挪动的椅子、临时摆放的物品、半开的门窗、随处散落的小物件，都是机器人的认知空白区。

之前租房的时候，我就经常用如视的VR看房，不用到处跑，手机点开链接就能把整套房子看得明明白白，那时候只觉得这个工具租房很方便。

后来慢慢深挖才知道，如视不只是做看房工具，手里握着几千万套真实扫描出来的家庭三维空间。市面上很多AI训练素材是电脑虚构出来的房间，看着好看，但和真实生活差距很大。

如视的这些空间全部来自现实住户，房子的尺寸、家具材质、光照情况全部是实打实扫描采集，不是AI脑补生成，这一点真的很珍贵。机器人可以在这些真实复刻出来的虚拟家里反复练习，不用拿实体机器在家里面到处磕碰搞破坏。

目前行业大多依靠仿真数据训练，但仿真环境过于理想化。没有真实的光影干扰、没有灰尘遮挡、没有物体老化形变，训练出来的模型，落地到真实家庭就会出现严重偏差。而如视做的这套闭环，就是尝试缩小虚拟模拟和现实居家之间的落差。

传感器的天然局限，也一直没有彻底解决。强光、暗光、反光、半透明物体，都会干扰感知判断。细小的数据线、低矮的小玩具，经常直接被忽略。

说到底，现在的家庭机器人，只有“识别能力”，没有“生活认知能力”。

AI能学会海量文本和图片知识，却很难习得人类与生俱来的居家物理常识。

机器人真正需要跨越的最后一步是“真正读懂三维空间、读懂物理规则、读懂普通人真实的居家生活”。很期待依托如视这些真实的空间资源，未来家用机器人可以真正适配普通人的生活。只有做到这一点，智能机器人才算真正融入家庭，而不是停留在展厅样品里。