咱也是赶上好时候了！

早上上班如果起不来床，可以使唤最新家庭机器人连人带床把你推到公司去。

这回，大家千呼万唤的具身智能机器人，终于真的进家门了。

还是国产的。

目前看来，它给人当牛做马的时候，偶尔还是会出现一些无伤大雅的失误。

但市场上调查了一圈，这已经是目前能看到的，国内最接近真正落地的家庭服务型机器人了。

不是炫技 Demo，也不是遥控动作，这台来自具身智能创业公司未来不远的具身机器人 F1，人家真的实打实干活，已经在几十个家庭连续试用。

家庭机器人，不靠遥操

F1 全身共 22 个自由度，支持自然的手臂、头部、腰部动作。

身高升降范围在 1000mm – 1430mm，可自适应不同家庭成员的交互高度。

手臂上下覆盖范围在地面和 2350mm 之间，便于在地面，桌椅、橱柜等家庭常见高度下操作。

单臂可负载 5kg，覆盖家庭大部分场景，包括沉重的物品以及需要大力操作的冰箱门、洗碗机门、洗衣机门等。

末端执行器为夹爪，重复精度 ± 0.05mm，可执行插拔电源，开啤酒，扭动旋钮等精细操作；力控精度 ± 0.1N，可避免抓取易碎物品时用力过大的问题。

此外，F1 全身搭载近 30 个传感器和 6 个摄像头，形成多模态视觉系统，具备局部建图、人物识别、实时避障能力。

越障高度 25mm，过沟宽度 35mm，可轻松越过门槛、地毯边缘、电线等常见障碍。

一眼看过去，F1 最醒目的就是轮式底盘，以及高度可调、长臂猿式的双机械臂。

未来不远创始人兼 CEO 张翼引用了《2025 北京统计年鉴》的数据，北京的人均面积住房建筑面积约 37.2m ²。而全国城镇人均住房建筑面积也就差不多超过 40m ²。

这意味着机器人进家干活，必须要有很强的穿行和避障能力。

" 人形机器人那玩意儿，在 70m ² 的家里都不容易丝滑地干活。"

所以他们一开始就放弃了仿真人形这条路。为了方便机器人干活，适配城市的居住面积，轮式底盘的面积也从上一代的 1/2m ² 缩小至 1/4m ²。

这个设计带来了额外收益：电池空间大，续航时间更长。

在高强度工作状态下，F1 的续航超过 8 小时；待机时长超过一整天。

不止会做家务

能做家务，已经满足了很多人对家庭机器人的预期。

但请注意，这家伙定位是 " 家庭机器人 "，不是 " 家务机器人 "。

准确来说，它的定位是家庭助理型具身智能。

张翼把家庭任务划分为四类：孩子、老人、大清洁、厨房。

解释一下，把厨房场景单列出来，一方面是因为厨房有很多 corner case，复杂度过大；另一方面是在厨房里需要接触很多油污，还要考虑机器人的自清洁能力，场景较为复杂。

未来不远自家产品先从大清洁和孩子两点入手。

大清洁场景下，机器人除了做洒扫除尘，还要完成清扫之外如整理、归位、搬取等更高阶任务。

站在做产品的视角，这简直市场上赤裸裸摆明了的刚需。

而 " 孩子 " 这个模块，是他们重点投入的场景——这并不是目前家庭机器人玩家们的主流叙事。

张翼表示，全球多个国家的入户测试阶段的数据反馈，机器人 70% 的行为都是在跟人交互。跟不同国家不同的人打交道，交互习惯不一样，数据是非常关键。

小朋友通常是家里最愿意指挥机器人的那群人，行为多样、高频、好奇心强，也是天然的数据制造者。

幕后还有一个与创始团队本身积累有关的原因——

创业机器人之前，张翼还有一段创业经历：他是掌门教育的创始人，长期深耕在线一对一教育，几乎每天都在和孩子、家长打交道。

他说自己对家庭和孩子太熟了，知道孩子什么时候会认真，什么时候会调皮，知道家长最在意的是什么。

" 所以我们觉得这个是必须去切的。" 目前 F1 中已经加入了若干面向儿童的功能，包括教育互动模块。由于产品还未正式上市，张翼还是对 F1 身上与孩子相关的功能卖了个关子。

但他还是忍不住透露了两句：

入户测试反应都非常好，说我们（这一块的功能）是非常刚的，大家都很愿意去用。

不靠遥操，自主完成多种长序列任务

在具身智能时代，机器人不能只会动，更要足够聪明地完成复杂任务。

为了解决家庭场景经常存在的长序列任务中的理解与规划问题，未来不远提出了一种名为 RVLA（Reverse VLA）  的模型架构。

这项技术的核心在于重构了任务执行的方式。

虽然训练数据依然来自完整的连续任务，但在训练阶段，系统会将其拆解为多个清晰、边界明确的原子行为单元，称为 AVLA（Atomic VLA）。

比如自然流畅的抬起手臂、环境自适应的抓取物体、自然平稳移至目标区域、平稳协调的松开物体什么的——每一个 AVLA 都是基础动作的最小单位。

在模型架构层面，F1 搭载的模型在架构上采用了上下分层：

上层是一个端到端的大模型，负责处理成功率要求不高、出错代价低的任务；

下层则由多个小模型组成，针对不同物体和任务情境进行更精准的控制。

为进一步提升 F1 的双臂操作表现，团队引入了名为 DAPO（Decoupled CLIP and Dynamic Sampling Policy Optimization）  的策略优化框架，它融合了强化学习与动态采样机制。

未来不远团队首次将 DAPO 扩展至多专家动作模型，构建出一个高效、可实时响应的机械臂控制系统，专门适用于家庭复杂场景。

这样做带来了几个关键优势：

采用动态采样机制，简单任务减少计算消耗，复杂任务增加关键状态采样，从而提升整体训练效率；

在强化学习过程中，将策略梯度优化从序列层面下沉到 token 层面，显著减少了由序列长度波动引发的策略偏移问题；

优化了动作空间采样与状态评估，使机器人在面对多变的家庭环境时表现更稳定。

在实际执行中，VLA 会依序完成每个 AVLA 元动作。

因为每个动作都经过专项训练优化，单个动作的成功率非常高，从而确保了整个任务执行的稳定性。

张翼还介绍道，团队在 F1 身上实现了高鲁棒性的执行与纠错机制：

一旦某个元动作失败，系统会自动触发重试逻辑，避免连锁错误。

目前，F1 已经能不靠遥操，自主完成部分家庭场景的长程任务。

如开冰箱取出食物、收纳玩具、把衣服塞进洗衣机等等。

联合创始人 Louis 介绍道，开酒、旋转瓶盖开饮料这种任务难度系数挺高，" 基本只在我们机器人上看到 "。

不过未来不远也坦诚表示，对于未训练过的物体和场景处理能力有限。

创业前 3 年，不融一分钱

2014 年，张翼创立掌门 1 对 1，后发展为估值 78 亿元独角兽，并于 2021 年在纽交所上市。

后来教育行业受到冲击，张翼开始谋求新的创业之旅。

2021 年，这个新方向最终落在了 " 家庭机器人 " 身上。

很多人难以理解。一个做教育起家的人，为什么要转行做机器人？

但张翼觉得这并不是彻底的跳跃：" 我本来就是搞技术的。当初从上海交大电院毕业，我的 GPA 是第一名。只是后来去教育领域创业了。"

不过他选择入局的时候，别说具身智能了，连 ChatGPT 都还没有问世。

张翼反而觉得这个时间点正好。

那时候我就觉得，20 年后每个家庭都有一台服务机器人是大概率事件。

真正属于创业者的窗口，往往在大家还不信的时候。

交流过程中，张翼反复强调非共识这个词，" 风口来了就轮不到你了。只有非共识，才是创业公司的机会。"

说干就干。

于是，2021 年开始立项调研，2022 年正式注册公司，干脆利落地投身到家庭机器人这件事上。

特别的是，成立最初的三年里，团队没从市场上拿一分钱。

张翼表示，自己经历过一次创业，认识到行业发展有起伏，更加关注创业周期。

他认为家庭机器人是长周期（10 年起步）行业，需要抵抗资本周期与技术泡沫。要确保公司在不同阶段都能健康发展，就不想依赖资本的短期支持。

直到最近，他们觉得看到了产品的 PMF（产品市场契合度），有明确的用户落地场景和商业化前景，才开始小范围开放融资。

创业前三年里，团队一直遵循用户需求，以试用数据为导向，反复打磨产品。

这期间他们砍掉了多个想当然的设计。

比如 1.35 米的超长机械臂，使用频率并不如想象中那么多，还会增加体积，影响灵活性；比如更仿真的五指灵巧手，耐用性太差，在实验场景下都撑不过两个月；比如高负载能力，其实对普通家庭用户而言实际使用频率极低。

必须在真实家庭场景里跑上几个月甚至半年，才能看出功能是否成立。

一年内，F1 计划在国内上市，更轻量级、居家可爱型的 F2 也会发布。

张翼透露，因为目标是打开消费级市场，F1 正式售卖价格在小五位数。

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

  快来量子位 MEET2026 智能未来大会，与我们畅聊 AI 吧！

‍张亚勤、孙茂松等 AI 行业重磅嘉宾，以及百度、京东、高通、亚马逊等头部 AI 企业已确认出席，RockAI、太初元碁、自变量、小宿科技等业内新秀也将参与分享，还有更多嘉宾即将揭晓  了解详情

‍  12 月 10 日

北京金茂万丽酒店

，期待与你共论 AI 行业破局之道  

点亮星标

科技前沿进展每日见