在家庭机器人领域，一直有个让人头疼的问题：如何让机器人在一个完全陌生的家庭里，也能顺畅地完成各种家务，而不是每换一个家就得重新“学习”一遍。这就像请了个钟点工，却只会在你家干活，换个地方就手足无措。现在，一家名叫Sunday Robotics的美国初创公司，高调宣布他们解决了这个难题。

当地时间周四，这家位于旧金山湾区的公司，正式发布了新一代机器人AI模型ACT-2，并用它武装了自家的轮式家庭机器人Memo。公司宣称，在陌生家庭环境中测试时，Memo面对从未见过的衣物，叠衣成功率居然超过了99%。这个数字相当惊人，但请注意，这可不是实验室里反复调试的结果，而是实打实地在陌生环境里的表现。

Sunday Robotics的联合创始人兼CEO Tony Zhao在接受采访时直言：“我们认为，这项突破会大大缩短家庭自主机器人真正落地的周期。2026年，很可能成为整个行业的一个重要转折点。”这话说得相当有底气，毕竟长期以来，家庭机器人一直在一个矛盾中挣扎：要么可靠性高但适应性差，要么适应性强但稳定性堪忧。机器人或许能在实验室里把叠牛仔裤这件事做得完美无缺，但一遇到围巾，可能就完全懵了。

Sunday Robotics表示，ACT-2最大的优势，就是它具备了“迁移学习”的能力——把在一个环境里学到的技能，丝滑地应用到新环境里。这样一来，就无需为每一个新家庭去重新训练机器人，成本自然也就降下来了。

其实，这家公司今年早些时候就已经完成了1.65亿美元的融资，估值达到11.5亿美元，差不多是78亿元软妹币。有资本加持，底气自然更足。

与此同时，他们还提出了一套新的机器人行业评估标准，叫做Solve。Tony Zhao解释说，现在机器人行业里放出来的演示视频，水分太大。你根本不知道机器人是尝试了多少次才成功，也不知道测试是在什么条件下进行的。不同公司的演示，很难放在一起公平比较。这就像拿苹果和橘子比，没有统一标准，行业到底有没有真的进步，谁也说不清。

按照Solve标准，一家机器人公司应该明确说明：机器人能完成哪些任务，测试环境是什么样，以及进入新环境后还需要多少额外的训练或人工协助。目前，Sunday Robotics认为，稳定地完成折叠衣物，已经达到了Memo的第一个Solve能力标准。

那么，这种惊人的可靠性是怎么实现的呢？Sunday Robotics采用的是两阶段训练方式。

第一阶段，机器人通过人类示范来学习基本动作。公司自己研发了一款带传感器的数据采集手套，志愿者戴上它完成各种日常家务，机器人就能“偷师”这些动作。Tony Zhao透露，这款手套的制造成本大约200美元，关键是它的结构和传感器布局，和Memo的机械手几乎一模一样，所以能更精准地把人类动作映射到机器人身上。

第二阶段，则依靠Sunday自建的机器人测试平台，让机器人不断自主练习。机器人利用已有的知识，反复尝试新任务，并通过不断纠错，在几分钟内就能快速提升完成任务的能力。Tony Zhao自信地说：“Memo在我们办公室里的表现，几乎可以完全复制到真实家庭环境中。”过去几个月，他们一直在员工家里和Airbnb民宿里测试ACT-2，就是为了验证这种适应能力。

成立于2024年的Sunday Robotics，由Tony Zhao和Cheng Chi联合创办。Tony Zhao当时从斯坦福大学计算机博士项目退学创业，两人在硅谷一间黑客公寓里组建了最初的团队。选择家庭机器人赛道，是因为家庭环境远比工厂复杂、凌乱且充满不可预测性。他们觉得，如果机器人能搞定家里的各种活，那距离实现物理通用人工智能（Physical AGI）——也就是能像人类一样完成各种现实世界任务的AI，就更近了一步。目前，公司员工已经超过100人。

公司早期投资人Sarah Guo曾表示，她之所以投资，是因为创始团队不仅科研能力很强，而且坚定地希望打造真正面向大众消费者的大规模产品，而不是只停留在实验室研究。这有点像埃隆·马斯克的路子，目标明确，执行力强。

市场上，家庭机器人这块蛋糕，盯着的人可不少。由创业孵化器Y Combinator投资的Wea ve Robotics，计划今年秋季开始在美国加州交付售价7999美元的轮式机器人Isaac 1，主打功能之一就是折叠衣物。另一家机器人公司1X，也计划同期推出售价约2万美元的人形机器人NEO。特斯拉也在推进Optimus人形机器人进入家庭市场。竞争已经白热化。

Sunday Robotics计划今年秋季启动Beta测试项目，让Memo进入部分家庭试用，不过Tony Zhao没有透露具体数量。他透露，Memo在用户家中将主要依靠自主运行，只有当用户需要帮助时，远程工作人员才会介入，就像Waymo自动驾驶汽车在特殊情况下由远程支持团队提供协助一样。不过，和不少机器人公司不同，Sunday Robotics明确表示，不会利用这些远程协助过程收集用户家中的数据来训练AI模型。Tony Zhao强调：“真正完全自主运行，才是建立用户信任的最好方式。我们并不是想借着远程操作者进入你的家里，偷偷收集数据，再用这些数据提升模型能力。”这话说得挺坦诚，也让人放心。

此前，Sunday Robotics已经展示过上一代模型ACT-1，能够完成清理餐桌、将餐具放入洗碗机以及制作浓缩咖啡等任务。公司希望，ACT-2能让这些能力变得更加稳定可靠，而折叠衣物，只是一个开始。目前，ACT-2还在学习吸尘、整理玩具、拉拉链以及制作咖啡等更多家庭任务，不过Sunday Robotics也坦言，这些功能目前还没有达到足够稳定、可以正式投入使用的水平。路还长，但方向已经明确。