作者｜Moonshot

编辑｜ 郑玄

2026 年 1 月，拉斯维加斯。CES（国际消费类电子产品展览会）的中央展馆喧嚣如旧。

在过去几年的展会上，清洁机器人的展台往往陷入一种「参数通胀」的疲态：吸力从 1 万 Pa 卷到 3 万 Pa，基站从「三合一」变成「十合一」，避障系统能识别的数据线种类越来越多……参数在刷新，路径在优化，一切都显得井然有序。

直到看见石头科技展示全球首款能扫楼梯的轮足扫地机器人 G-Rover 的那一刻，节奏突然被打断了。

当 G-Rover 行驶到了一段现场搭建的楼梯结构前时，它并没有像过去十年的扫地机器人那样调头避险，而是抬起「腿」，一步步爬上了楼梯。在爬升的过程中，底部的滚刷依然能够清扫每一级台阶的灰尘。

这一幕，或许会被记作家庭清洁机器人发展史上的一个重要时刻。

此前，石头推出的可量产的 G30 Space 探索版，已经通过五轴可折叠机械臂，让扫地机器人从单一的二维地面清洁，开始迈入了三维空间管理。

而 G-Rover 的出现，则补上了另一块长期缺失的能力：纵向移动。这看似只是一小步，却可能是整个行业的一次关键转向。

这一步的背后藏着一个新概念：在通往「具身智能」的宏大叙事中，形态本身并不决定性质，真正决定其价值的，是机器人能否持续、稳定地解决具体的家务问题。

01

十年进化，边界未改

回顾扫地机器人过去十余年的发展轨迹，很容易得出一个结论：这是一个高度成功的家电品类，尤其是在二维平面上，清洁能力已经被打磨得相当成熟。

早期，行业的核心问题很直接：扫得干不干净。吸力、电机、风道设计成为竞争焦点。

随后，用户开始在意清洁效率和稳定性，「无头苍蝇式」的随机清扫难以接受，避障与路径规划成为新的技术重点。

再往后，用户希望进一步解放双手，扫拖一体、自清洁基站陆续出现，将维护成本压缩到最低。

近几年，AI 识别能力的引入，让扫地机器人进入「精细化理解环境」的阶段：它可以区分电线、拖鞋、宠物粪便，甚至针对不同物体采取不同策略。

沿着这条路径回看，会发现几乎每一次技术升级，都精准回应了当时用户最迫切的需求。

但一个事实始终没有改变：在所有参数不断提升、能力持续叠加的背后，扫地机器人的活动范围，始终被限制在同一层平面之上，它是一个被困在平面里的「二维生物」。

然而真实的居住环境，从来不是一个「完美平面」：门槛、台阶、玄关下沉、错层结构随处可见。

而楼梯是其中最极端、也最容易暴露问题的一种形态。这个家庭中连接空间的交通要道，成了机器人无法逾越的天堑。

需求摆在这里，但长期以来，行业对于「楼梯」的态度是暧昧且回避的。

它被反复提及，却很少被真正正面回应。

对用户而言，清洁并不会因为结构复杂而自动降级。门槛后的灰尘、台阶边缘的堆积、楼梯转角的死角，依然属于家庭的一部分。

所以「楼梯难题」代表的不仅是几层台阶，而是用户的清洁需求正在溢出既有的技术框架：从连续平面，走向高度变化、空间层级更为复杂的真实家庭环境。

它也在提醒行业，真正的瓶颈已经不再是参数或算法，而是机器是否具备跨越环境差异、适应真实家庭结构的能力。

正是在这一刻，问题开始从「如何把清洁做得更好」，转向「是否需要让机器人本身发生变化」。

更深层的问题还在于机器人领域的「身脑割裂」。

过去几年，AI 大模型让机器人的「大脑」进化神速。它们能理解「去厨房扫地」这样复杂的语义指令。但「理解世界」不等于「能在世界中行动」 。

算法已经能规划出完美的清洁路径，但机器人的身体结构并没有同步跟上。这种「脑强体弱」的尴尬，是机器人领域的普遍现状。

因此，上楼本身并不是目的。行业真正的目标，是让家庭机器人不再被环境结构所限制，让它能够在真实、复杂、非标准化的家庭空间中持续工作。楼梯，不过是扫地机器人在进入下一阶段之前，必须直面的一个「拦路 Boss」。

这不是以往堆参数、调算法就能解决的问题，这是身体控制问题。传统轮式结构已经走到了能力的边界，改变形态，是清洁机器人迈向下一关的唯一解法。

02

让「扫把」长出手脚的进化逻辑

2025 年，「具身智能」入选了「2025 青年十大热词」。

国家层面，「具身智能」首次被写入中国政府工作报告，并纳入《「十五五」国家战略性新兴产业发展规划（建议稿）》，明确作为未来产业和新质生产力的关键方向。

与此同时，在科技圈、资本市场与公众讨论中，有部分认为具身智能，往往被等同为「长得像人」的机器人形态。

因此，行业里也出现了大量探索——试图将人形机器人引入家庭，让它模拟人类动作完成清洁等家务任务。

但在真实的家庭空间中，这样的路径是否一定最优，仍然值得进一步讨论。

如果将视角放回到日常生活，一个体量较大、结构复杂的机器人，在狭窄走廊与高频人居环境中运行，往往面临效率、安全感与成本之间的多重权衡。

家庭清洁所需要的，或许并不是高度拟人化的外形，而是一种能够长期稳定运行、精准应对复杂空间、并持续完成重复任务的能力。

正是在这样的思考下，石头科技提出了一个更偏向「场景优先」的判断：

具身智能的关键，不在于机器人是否「像人」，而在于它是否真正理解并适配家庭清洁这一高度真实、立体且充满不确定性的使用环境。

梳理石头科技近年来的技术演进，会发现一条清晰的脉络：

第一阶段，是让扫地机「睁眼」：激光雷达导航解决的是「我在哪」的问题，让扫地机器人第一次具备了空间定位能力。

第二阶段，是装上「手」：2025 年发布的 G30 Space 探索版，通过五轴可折叠仿生机械手，让机器人能够触及平面之外的边角与障碍，解决「够得着」的问题。

第三阶段，是长出「腿」：轮足扫地机器人开始应对高度变化，让机器人具备「抬腿迈步」的能力。

在此之上，还有「脑」的持续升级：RRmind GPT、智能底盘升降、Reactive AI 避障，让机器人在行动中不断修正决策。

每一次功能的「拟人化」，都指向一个具体的清洁痛点，而不是为了拟人而拟人。

03

轮足不是终点，只是真的可以

融入到消费场景当中的一种解法

回到根本，家庭机器人究竟应该是什么形态？行业内从未有过预设答案。

石头科技的逻辑非常清晰：形态不应先于场景。

具身智能不该是先造出一个「看起来很先进」的人形躯壳，再去满世界寻找应用场景；相反，它应该是从真实痛点出发，在一次次解决问题的过程中，被自然推导出来的结果。

这引出了石头科技对具身智能的另一个判断：真正能够进入家庭场景的具身智能，往往不会以「革命性新物种」的形态出现，而是率先在成熟品类中完成自我进化。

家庭是一个高度日常化、低容错的空间。石头科技之所以能精准捕捉并解决这些「正确的需求」，背后依托的是其在多领域深耕多年的技术护城河。这种「在成熟品类上叠加硬核科技」的突破逻辑，在石头的历史中有迹可循：

在洗地机领域，当行业还在纠结清洁力时，石头推出了行业首款同时具备蒸汽与热水功能的双效洗地机（A30 Pro steam），用物理层面的高温降解了顽固污渍。

在洗烘一体机领域，石头自研了 Zeo-cycle 分子筛低温烘干技术，在传统的热泵式与冷凝式之外开辟了第三条技术路径，解决了低温护衣与高效烘干的「既要又要」。

同样的逻辑，现在被复用到了扫地机器人上。从让机器「看见」，到让它「够得到」，再到让它「爬得上，过得去」，每一次能力扩展，都指向一个明确存在的使用问题。

G-Rover 的「轮足」形态，正是这一理念推导出的必然结果。

仔细观察 G-Rover 的结构，它并非简单的「轮子加弹簧」，而是双轮腿均能独立伸缩与升降。它能像生物一样调整姿态，完成急停、转向甚至是微小的姿态修正，确保在爬升楼梯这种重心剧烈晃动的过程中，机身始终保持水平。

更硬核的突破在于实现「边爬边扫」。依靠传感器及控制算法，机器人不再只是单纯「路过」台阶，还能在重心剧烈晃动中紧贴地面完成清洁。

当身体控制能与感知算法「知行合一」，机器人才开始能摆脱「脑强体弱」的窘境。

所以，「爬楼」本身并不是终点。

真正重要的是，通过这次对行业技术路径的试探性突破，石头科技证明了：家庭机器人不应被物理结构所限制。只要需求是正确的，技术储备足够深厚，扫把可以进化成任何形态。

04

当机器人走上楼梯，

它才真正走进了生活

在 CES 展台的聚光灯下，轮足扫地机器人 G-Rover 爬楼梯的展示看起来像是一个来自未来的高科技产品。但当我们去想象它在真实家庭中的样子时，会发现：清洁机器人好像终于完成了「全自动」的闭环。

长久以来，我们习惯将扫地机器人称为「家电」。过去的家电是工具，你需要去操作它、维护它、甚至迁就它。

而石头科技在 CES 2026 所展示的，正在将这一品类从单一功能的清洁设备，进化为具备环境感知、自主决策、能够适应复杂物理世界的「智能生命体」。

这种进化的终极指向，是让机器人像家里的水和电一样，成为一种「无感」的基础设施，真正的智能，是让用户忘记机器的存在。

但这并不意味着它只是一台冷冰冰的作业机器。相反，这或许才是「具身智能」最接地气的落地方式：让机器人以「家庭伙伴」的身份，真正接管那些琐碎繁重的家务负担。

作为「伙伴」，它具备对家庭环境的深度洞察。它每天都在工作、长时间自主运行，它不承担社交或娱乐的虚职，而是通过一次次与地面结构、空间布局、家具摆放甚至是家庭成员生活习惯的「打交道」，不断进化自己的服务能力，持续处理家庭生活中最琐碎、却最真实的负担。

所以科技叙事并不一定非得宏大，可能只是让一台清洁机器人，比之前能多跨过一个台阶。但正是这些微小而务实的突破，构成了家庭机器人真正进入生活的路径，也让每一个消费者能感受到最新的技术脉搏。

1月7日，具身智能公司鹿明机器人（LUMOS）正式推出 “鹿明FastUMI Pro智研加速计划”。在学术领域，设立论文奖励基金，全球研究者使用FastUMI Pro设备产出的学术论文，发表后将获得3万至5万元人民币（4000-7000美元）的奖励。在产业领域，鹿明赞助ICRA WBCD 2026 双臂机器人挑战赛，走向全球顶级竞技场，参与制定未来标准。

成立仅一年多，鹿明机器人凭借其独特的“软硬协同”技术路径和“数据驱动”增长模式，以令人瞩目的“鹿明速度”推进了机器人技术的实用化与规模化。过去一年里，公司不仅成功推出多款性能领先的机器人整机产品，更通过自主研发的FastUMI Pro数据采集系统，将真机数据采集效率提升5倍、成本降低80%，为行业破解了数据获取的“不可能三角”，构建起从硬件、数据到模型的全栈能力闭环。

破解行业核心痛点：FastUMI Pro定义高质量数据采集新标准

具身智能行业发展中，海量、高质量的真机交互数据是训练出强大机器人模型的基石。然而，行业也长期面临数据采集成本高、效率低、不同机器人本体数据无法互通的“数据孤岛”难题。鹿明机器人敏锐地抓住这一核心瓶颈，将突破点放在了数据采集的基础设施上。

公司自主研发的FastUMI Pro（无本体模仿学习）数据采集系统，成为鹿明战略中的关键钥匙。与传统遥操作采集方式相比，FastUMI Pro通过创新的硬件架构与软件算法，将单条数据采集时间从50秒缩短至10秒，效率提升5倍，同时将综合成本降至传统方法的五分之一。更重要的是，该系统实现了数据与机器人本体的解耦，可快速适配市场上数十种不同的机械臂和夹爪，有效打破了数据孤岛。

鹿明认为，UMI领域的真正门槛并非设备本身，而在于能否采集到“可训练”的高质量数据。市面上许多UMI设备采集的数据存在视觉与位姿未对齐、传感器不同步、轨迹不可复现（replay）等问题，实为无法用于有效训练模型的“废数据”。对此，鹿明首创了“为模型成功率负责”的系统工程范式，从硬件设计源头保障数据质量。

鹿明FastUMI Pro精准Replay复杂任务

鹿明推出的量产级产品FastUMI Pro，集成了为UMI场景定制的高性能传感器，能稳定实现60Hz高频记录，确保多模态信息的毫秒级同步。配合鹿明独创的8道工业级数据质量评估体系，从采集源头淬炼出“高纯度黄金数据”，使数据有效率从行业普遍的70%提升至95%，真正支撑起机器人策略模型的稳定训练与迭代。

市场认可了鹿明的实力。现在，全球具身智能圈内，有超过三分之二的顶尖团队，正在使用FastUMI Pro。它已经从一个创新工具，成为行业内验证和开发UMI能力的 “标配装备”。

建立百万小时真机数据产能，加速具身智能行业进化

随着具身智能Scaling Law的逐渐验证，具身模型的训练数据规模成指数级增长，已经成为行业趋势。从2024年Pi0模型的1万小时真机数据，到2025年Gen-0模型使用的27万小时UMI数据，业内人士普遍预计，2026年的头部算法公司的训练数据规模必然会突破百万小时。随着需求的快速增长，具身智能数据领域的市场需求必然爆发。

基于FastUMI Pro数据采集方案的领先技术，鹿明机器人从模型训练角度出发，为客户提供完整的真机数据解决方案，交付的数据达到“100%可用于模型训练”的标准，目前，鹿明机器人正在加速数据采集产能的建设，预期2026年实现超过100万小时的UMI数据采集产能。

软硬结合，推进数据智能在产业场景的规模化落地

鹿明机器人，正通过提供从数据采集设备、高质量数据集、行业解决方案到联合模型训练的全栈服务，构建完善的UMI数据生态体系，从一家机器人产品公司，演进为一个以数据为纽带，连接硬件、算法、场景和合作伙伴的生态平台，软硬结合推进数据智能在物理世界创造价值，场景合作。

同时，鹿明积极构建产业生态。公司与三菱电机、中远海运等产业巨头达成战略合作，共同探索工业场景的智能化解决方案；通过赞助ICRA顶级机器人赛事、设立论文奖励基金、启动“智研加速计划”等方式，推动学术界与产业界的融合创新。另外，FastUMI Pro数据也将被用于物流装箱和柔性物品操作两大热门赛道。从夯实数据底层做起，基于产业伙伴真实场景数据，联合训练模型，推进产业场景规模化落地。

从1秒起身的机器人运动极限突破，到数据采集成本降低80%的基础设施革新，鹿明机器人以扎实的软硬件协同创新和清晰的数据驱动战略，在具身智能的赛道上跑出了独特的“鹿明速度”。随着数据产能的不断扩大与生态合作的持续深化，鹿明正朝着其设定的目标稳步迈进：让数据不再成为智能发展的枷锁，推动通用具身智能的未来早日到来。