证据分级：✅=库内数据/研报/播客已核实 · 🧭=Talos 判断/综合 · ⬜=待补证据。反 YY：未核实的明确标注，不拍脑袋。
真实痛点（谁 · 为什么痛 · 多痛）
家庭服务和陪伴的需求结构并不难理解，但「真实程度」需要分层看待。家务负担（洗碗、收纳、拖地、洗衣叠放）是真实且普遍的摩擦，在双职工家庭中尤为突出。老龄化照护是结构性缺口——中国 2035 年 60 岁以上人口预计超 4 亿，日本等发达国家护理人力已持续告急；独居老人跌倒风险、服药提醒、陪伴需求长期未被满足。儿童陪伴与教育则是中产家庭的愿景消费。🧭 痛点真实，但「机器人解法」与「用户愿意买单的解法」之间的鸿沟，在任何市场都尚未跨越。
ROI 账（成不成立）
🧭 家庭 2C 场景的 ROI 逻辑从根本上不同于工业：没有清晰的劳动力替代成本可以量化。工厂算 ROI 靠「省下多少人工小时 × 时薪」，家庭算的是「便利感 / 时间解放 / 情感价值」——这些都是主观效用，支付意愿因人而异。
$20,000 的购买价（1X NEO）对应的是什么用户画像？目前市场没有答案。✅ 1X 首年预售 10,000 台（NEO $200 押金占位，五天售罄），但押金预订不等于付款意愿，更不等于长期满意度。⬜ 真实付款完成量、退订率、用户复购或推荐数据均未公开。家庭机器人 $499/月订阅的 LTV 能否覆盖服务、硬件折旧与远程支持成本，没有任何公司给出过经过验证的数据。
需求信号（有没有人主动找方案）
⬜ 相比工厂「主动 RFP、集中采购、ROI 明确」的采购模式，家庭场景的需求信号极度分散且缺乏验证。现有信号主要来自三类：①媒体关注与消费者预热（内容驱动，非付费意愿）；②科技早期采用者圈层的好奇（小样本、价格不敏感人群）；③养老机构 B 端采购（实质上已是 B2B，非 2C）。🧭 真正意义上的「家庭普通消费者主动找解法 + 愿意为成熟产品付钱」的信号，目前尚未在任何规模上被证实。
行业级难题（核心问题 / 坑）🧭
- 非结构化环境（最硬）：家庭是人类设计、专为人类感知和操作优化的空间——地毯与地板的边界、散落的玩具、推拉门、各种容器开关，每一个细节对机器人都是新挑战。仓库可以标准化 SKU；家里每个屋子都是不同的 SKU。泛化能力的需求比工业场景高出一个数量级。
- 安全与责任边界（无先例）：机器人与老人、儿童共处，一旦出现碰撞、跌倒、误操作，法律责任归属完全未定。✅ 1X 官方明确现阶段不让 NEO 处理热水与烹饪等高危任务——即使是最激进的 home-first 公司，也在自我划定安全红线。
- 隐私与社会许可：家庭摄像头 + 麦克风 + 行为数据持续上传，是否获得用户信任是核心门槛。数据治理框架、隐身/离线模式、儿童数据处理均无行业标准。
- 长期可用性（demo ≠ 产品）：实验室或受控家庭中的短期 demo，与真实 365 天 7×24 稳定运行之间存在巨大工程鸿沟。机器人固件升级失败、传感器老化、软件回归——这些在工业部署中已属挑战，在分布式家庭场景中几乎没有可参照的运维经验。
- 付费意愿与价格带：$20,000 当前仍是高端早期采用者价位。🧭 即使技术完全成熟，$3,000–$5,000 以下才可能打开规模消费市场——这意味着硬件成本还需要再压缩 4–6 倍，时间表完全不清晰。
可行技术路径（各自解决什么 · 挑战/局限）🧭
| 路径 | 解决什么 | 挑战 / 局限 |
|---|---|---|
| 人形整机 + World Model（感知→理解→动作端到端） | 家庭泛化的根本出路；理论上处理任意任务 | 数据稀缺、训练成本高、可靠性验证周期长；失败模式难预测 |
| Teleoperation 远程兜底（人工遥控托底异常） | 短期内弥补自主能力不足；维持用户体验 | 人力成本线性扩张；隐私争议极大；规模化后不可持续 |
| 垂直场景收窄（只做某一类任务，如叠衣 / 拖地） | 可靠性可以保证；ROI 可以量化 | 用户期望「通用管家」，接受度存疑；单一功能机器人市场天花板低 |
| 轮式/非人形本体（更低成本，专注特定任务） | 结构简单、成本低、已有产品化先例（扫地机器人） | 场景覆盖极有限；无法处理需要手臂操作的任务 |
| 养老/医疗 B 端切入（实质是 B2B 服务，非 2C） | 采购决策集中、合规路径较清晰、支付方更理性 | 绕开了「真 2C 家庭」验证；机构场景≠家庭场景 |
谁在走哪条路（公司 ↔ 路径 · 真实 vs demo）
- 1X Technologies（NEO）：✅ home-first 路线最激进。已开设 Hayward 工厂（58,000 sq ft，200+ 员工，10,000 台/年产能），$20,000 购买价 / $499 月订，首年预售五天到位。技术路线押 world model（14B 生成视频模型 + IDM 反推动作）。⚠️ 关键未验证：teleop 占实际运行比例未披露；首批出货真实场景稳定性未知；10,000 预售押金≠确认付款。
- Figure AI：factory-first 路线（BMW 工厂、仓储分拣为主），家庭为中长期愿景而非当前重心。🧭 图谱判断：Figure 的仓储 demo 验证了工业场景的连续运行能力；但家庭场景属于「远期叙事」，当前无实质进展。
- 宇树科技：以开发者 / 研究机构为主要客户的开放平台路线；G1、H1 系列已有大量研究部署案例。🧭 2C 家庭场景非 Unitree 当前战略重心，消费者产品化程度低。
- UBTECH（优必选）：Walker X 系列有部分养老/陪伴场景展示，主要集中在 B 端机构部署（医院、养老院）。⬜ 真实规模、收入、用户满意度数据未公开。
- Vbot：⬜ 库内信息有限，公开信息以 demo 为主，家庭场景验证状态待补。
各家「真实进展 vs PR/demo」判断见对应公司页「判断卡」。
验证状态
- 技术 demo：✅ 多家公司（1X、Figure、Unitree）均已展示家庭或类家庭环境中的操作视频，视觉效果出色。
- 受控早期测试：🧭 1X 据报 2025 年底前将 NEO Gamma 送入数百个家庭测试（TechCrunch 2025-03-21 报道），但公开反馈数据为零。
- 真实 2C 付费部署：⬜ 零验证。没有任何公司公开了「普通消费者买单 + 长期稳定使用 + 满意度可核实」的案例。
- 付费意愿：⬜ $200 预订押金是信号，不是证据。消费者在看到真实交付物前更改心意的比例无法评估。
- 安全合规：⬜ 与老人/儿童共处的机器人，任何主要市场均无成熟监管框架，产品责任保险机制空缺。
结论：家庭服务/陪伴是当前机器人赛道中「demo 成熟度」与「真实验证程度」落差最大的场景。maturity = 1 不是对技术能力的否定，而是对「商业与社会验证」的如实评级。
一句话判断（给两类人）🧭
- 创业者：别被自己的 demo 骗了——家庭场景的技术 demo 在实验室已相对成熟，真正的壁垒在于「家庭安全责任怎么定、teleop 比例多高才可接受、用户满意度如何运营」。务实切入 = 选定养老 B 端或单一家务任务，把可靠性和责任边界做穿，拿到真实付费用户数据，再谈规模扩展。
- 投资人：判断一家 home robot 公司 = ①它的「demo 比例」vs「真实自主运行比例」是多少（teleop 兜底的成本结构根本不同）；②安全责任框架是否已设计；③有没有真实付款完成 + 留存数据，而不是预订数。押注家庭场景是在押「未来 5–10 年的大市场」，不是在押「已验证的商业模式」——两者需要完全不同的投资逻辑和耐心。