鋼鐵保潔深圳上崗：家政阿姨有了機器人“同事”

記者 錢玉娟

2026年4月17日，深圳福田區的一個花園式小區里，50歲的保潔阿姨龍開柳按響了戶主的門鈴。

房門打開，站在龍開柳旁邊的是一臺身高約一米五、銀白色外殼、擁有修長機械臂和兩支靈活夾爪的輪式智能機器人，以及隨行的工程師。

這是龍開柳和機器人“同事”的又一次配合——在過去的一個多月里，她已經習慣了這樣的“三人組”。自3月13日以來，她接了十幾單“人機協同”保潔任務，用時下科技圈的熱詞來說，她帶著一個具身智能機器人上戶。

這是一項率先在深圳落地的智能保潔服務。和龍開柳一起上戶的機器人來自自變量，58到家提供平臺支持。

作為一名在深圳摸爬滾打十幾年、很少接觸高新科技的家政從業者，龍開柳意外地站在了具身智能落地家庭場景的最前沿。

“會思考的學徒”

龍開柳是湖南人，2012年來到深圳，憑著勤快和細致，在家政保潔行當站穩腳跟，拉扯大了孩子。

三年前，她加入58到家平臺，成為一名保潔員。2026年3月，她的訂單列表里開始出現一種特殊的標記：智能搭檔保潔（機器人助手）。

“剛開始我也不知道怎么回事，只是聽說有機器人可以跟我們一起干活。”龍開柳回憶，那是一個下午，三點鐘，她準時到達客戶家門口時，機器人已經由工程師帶到了現場。

第一次見機器人的龍開柳，沒有太多驚訝，她換好鞋套進屋，習慣性地掃視全屋，按照智能搭檔保潔協作流程開始干活。

令她意外的是，身邊的機器人似乎也在做同樣的“觀察”，它安靜地停在客廳入口處，攝像頭轉了轉，打量著整個空間。客戶家的地上散落了小孩的一堆玩具。龍開柳發現，機器人并沒有胡亂抓取，而是先挑開障礙，有條不紊地從最外側把玩具一個一個裝進盒子。

這種“先觀察、后規劃”的做法，讓龍開柳覺得它不僅是一臺機器，更像一個“會思考的學徒”。

按照服務流程，這種智能保潔訂單的時長為3小時，龍開柳和機器人的分工明確。

機器人負責客廳區域的物品收納和基礎清潔。餐桌上隨機擺放的杯子、遙控器被歸置成一條直線；沙發上凌亂的衣物被逐一折疊；散落的鞋子被準確地放入鞋柜。最后，它還熟練地提起垃圾袋，并為垃圾桶套上新的袋子。

龍開柳則騰出手來，拎著清潔劑走向廚房和衛生間，清理重油污的抽油煙機縫隙、瓷磚縫里的霉斑、洗手臺角落的積垢，這些是機器人目前還無法觸及的領域。“這些活兒最累最磨人，但也最考驗手藝。”龍開柳說，機器人接手了那些重復性的體力活，她主要解決衛生死角。

這對“人機CP”還會互動。疊被子和鋪床這種需要兩人配合的大動作，機器人已經能準確感知龍開柳的動作力度。不過第一次配合時，機器人拿不準大件被褥的重心，疊厚被子時，需要龍開柳搭把手。

但一個月下來，龍開柳發現這位搭檔進化得很快。“現在我只要起個頭兒，拎起被角一抖，它就能用夾爪精準接住另一頭。”搭檔合力能將床鋪得平整，把厚重的被子疊得整齊。

龍開柳還經歷過這樣一個訂單，不僅有機器人工程師陪同，還有幾位記者在場。訂單完成后，工程師和機器人語音互動，讓它把桌子上放著的一盤橘子分給大家。

讓龍開柳嘖嘖稱奇的是，機器人走到桌邊，取了一個橘子，遞給了離它最近的女士。隨后它環視一圈，繼續遞橘子。在場的人很快發現規律，機器人學會了“女士優先”。

目前，機器人勞動力還遠不能取代純人工。整理玻璃杯或比較重要的東西時，龍開柳還是會親自收拾，她擔心機器人的夾爪會夾碎或破壞物品。“它幫我收拾那些零零碎碎的東西，雖然動作比我們慢一點，但擺得很整齊。”龍開柳說。

“機器人已經能替代你做多少活兒？”面對記者的提問，龍開柳想了想說：“大概30%的工作量。”她還在期待機器人的下一次進化。

進入真實世界的成本

目前，智能保潔服務的價格與同平臺純人工保潔的價格持平。一位居住在深圳的國際友人看到新聞報道后，在58同城App上預約體驗了這項智能保潔服務，并在社交平臺感慨：“三小時收費加上小費才149元，這個價格在硅谷甚至雇不到一個純人工的小時工。”

龍開柳與機器人協同完成智能保潔服務，這樣一個訂單給她帶來的收入，和常態服務3小時的收入一樣。這也意味著，從出動機器人到完成上戶服務全流程的成本由自變量承擔。

被問及機器人進入家庭的價格時，自變量創始人王潛稱：“我們要廣泛進入家庭，一定是盡可能讓所有的家庭都能用得起。”

目前一臺具備雙臂協作能力的機器人，造價動輒數十萬元，很難進入尋常百姓家。

但王潛表示，當下階段，機器人進入家庭場景，是真實數據的導入過程。自變量早在2024年初就投入建設自有數據工廠，目前擁有全國乃至世界規模最大的數據工廠之一，但除了工廠采集，外部真實環境采集的數據對自變量機器人的迭代演進至關重要，即使這是極為燒錢的事。

“物理信息越多的數據，價值越高，采集也更難。”自變量機器人CTO王昊介紹。

據了解，58到家連接著超4500萬家庭，是具身智能技術落地的天然試驗場。通過與58到家合作，自變量試圖打通“技術研發—場景驗證—商業閉環”路徑。

機器人保潔上戶越來越多，除了收獲贊美，也收到不少吐槽。有些用戶反饋機器人干活兒太慢，以及還要有一位工程師隨行。

對此，自變量公開回應稱：在現階段，受限于技術的發展，機器人的動作相比于人來說確實慢很多，但這也正是機器人在智能進化道路上邁出的第一步，通過在真實家庭場景不斷實踐和學習，隨著服務次數的增加，它將會越來越熟練。

深圳市龍華區人力資源行業協會秘書長歐江認為，這一模式絕非機器對人工的簡單替代，而是通過人機分工互補、優勢疊加，重塑了家庭保潔的服務邏輯，既破解了傳統家政的效率、成本痛點，也為人機協同賦能民生服務提供了可借鑒的深圳樣本。

牛奶與糖水

龍開柳向隨行的工程師打聽過，機器人是怎么操作的，工程師解釋，后臺有綜合智能系統支撐任務全流程。

龍開柳不懂那些高深的技術用詞，她也不知道，深圳開展的這項智能保潔服務試點，可以算是全球具身智能行業從實驗室走進真實家庭的重要一步。

在科技圈，自變量機器人是一個特殊的存在，它沒有扎堆讓機器人跳舞、翻跟頭或是跑步競速，而是聚焦機器人“大腦”，從一開始就把家庭場景作為主戰場。它也是國內唯一一家同時獲得字節跳動、阿里巴巴、美團、小米四大互聯網科技巨頭投資的具身智能公司。

王潛解釋，不主攻運動型機器人，因為硬件壁壘低、易復制；不首攻工業場景，因為工業流水線任務重復、環境固定、安全邊界清晰，極度依賴于后訓練。自變量走上家庭端這條路，主要依賴通用模型的底層能力。

王昊舉例稱，當機器人面對一只裝有半杯水的透明玻璃杯時，它不能靠預設程序，而是要通過視覺和觸覺的融合，像人類一樣“嘗試”著穩穩拿起。

這并非技術遠景。自變量機器人在4月21日發布世界統一模型架構WALL-B后，把視覺、語言、動作、物理預測等所有能力放在了同一個網絡中聯合訓練，從底層模型上緩解了模塊間的數據搬運損耗和信息斷層。

王昊介紹，機器人每一次失敗后的調整都會更新到模型參數中，這類似于人腦記憶的自我更新機制，WALL-B基礎模型也能自主更新，其智能化或將從模仿進入到涌現。

這種基于底層模型能力的進化，支撐著自變量機器人率先走進了真實的家。

家庭場景的難點在于泛化性和精細操作。自變量機器人的一位研發工程師解釋：“每一戶的桌子高低、材質、形狀都不同，模型必須在復雜多樣性的家庭中順利完成任務。”

王昊將這種數據來源比喻為“牛奶數據”——嘈雜、隨機但營養豐富。相比之下，實驗室里的固定光照、無干擾環境產生的只是“糖水數據”，用“糖水”喂大的機器人，一旦進入真實家庭，面對亂踢的拖鞋、跳上桌子的貓、折射光線的鏡面，會迅速失效。

在具身智能的行業浪潮里，圍繞家庭場景展開的創新并不算少。有的聚焦兒童陪伴，有的在養老院和醫療場景內試水，像自變量這樣，將機器人放入家政這一高頻且真實的場景中，與保潔阿姨肩并肩做家庭服務，并取得規模化數據的，還是少數。

在進入超100戶真實家庭服務后，自變量計劃于5月25日推出搭載WALL-B的家用服務機器人，進入真實家庭場景提供服務。包括龍開柳在內的保潔阿姨們的職場可能悄然改變。

歐江看到，在深圳人力資源服務的一線，越來越多的機構、平臺、企業開始給普通藍領賦能，通過培訓讓他們完整地操控自動化或智能化設備，從而實現人機協同。

龍開柳并不了解什么是具身智能，也不懂什么是世界統一模型，但她知道，過去的一個多月，機器人的表現一次比一次好。

當機器人安靜地退出門外，龍開柳會回看下那個被整理后的空間，這是她和“同事”在三小時內共同完成的成果。收獲客戶的反饋后，龍開柳拎起工具包，趕往下一戶人家，她身旁的那臺銀白色機器人將被工程師裝箱帶走，等待下一次上戶召喚。