大讲堂去年冬天在朋友家吃饭。他新买的扫地机器人一直在茶几腿边上打转，转三分钟，退回来，再转。朋友端菜出来瞥了一眼，骂了句“又犯病了”，抬脚把它抱回充电座。
我没吭声，但脑子里卡住了。装了那么多传感器，怎么就过不去一条桌子腿？
后来我自己也买了一台，才慢慢明白。它不是笨。它是在用一套跟人完全不同的方式理解这个房间。
它眼里的房间，是一张不停被擦掉重画的草图
人走路靠什么？靠眼睛，靠记忆，靠“这地方我来过”的模糊感觉。机器人没这个。开机之后它基本是失忆状态，得先花一圈时间把房间摸一遍。
常见的做法是顶上那个凸起的圆盘，里面转着一个激光雷达。激光打出去，碰到墙、柜子腿、拖鞋，弹回来，算时间差，得到一个点。成千上万个点凑起来，就是一圈轮廓。这叫点云。
听起来挺美。问题是，点云是死的，机器人在动，房间也在变。于是就有了SLAM——同时定位与建图。它一边画地图，一边在这张还没画完的地图上找自己。
麻烦就出在这儿。轮子打滑半厘米，里程计就以为它多走了半厘米，地图跟着歪一点。跑一趟歪一点，跑三趟，它就“以为”茶几腿挪了位置。然后开始原地转圈。
还有更土的坑。黑色地毯，激光打在绒面上几乎不反弹，在它眼里那是一片空洞，有的机器会判定前方是悬崖，刹住不动。玻璃门呢，激光直接穿过去，这堵墙它压根没看见，于是一头撞上（视觉方案能识别玻璃，可雨天、逆光又容易犯迷糊）。朋友家茶几腿边上还杵着一个金属地插，反光，点云里炸出一片雪花点。它转那三分钟，我猜就是在处理这堆雪花。
所以它的“智能”，很大一部分是在和误差做斗争。不是思考，是校准。
走路其实不难，难的是手
移动机器人在地上跑，说到底是个二维问题。前后左右，加上朝向。哪怕加上楼梯，也不算离谱。
手不一样。手是三维的，而且带着力。
你可以试试这个：去厨房拿一个生鸡蛋，放进碗里。整个过程你大概只用了一秒半，完全没想过自己在干什么。但拆开看，你的手指在碰到蛋壳那一瞬间做了一个极细的判断——滑不滑，会不会碎，要不要再收一点点力。这判断不是大脑算出来的，是指尖的感受器直接报上去的。人手上这类机械感受器和神经末梢，数量以万计。
机器人手上有什么？早期就是几个开关式的触觉点。压到了，没压到。就这。
所以你会看到那些演示视频里的灵巧手抓鸡蛋特别小心，慢得像慢放。不是它谨慎，是它根本不知道蛋壳离碎还有多远，只能保守。等带柔性触觉阵列、能输出连续压力分布的手成熟，抓取才会变利索。
这里还有个常被忽略的东西：力控。人是“感觉着用力”，机器是“算完再用力”。工程上叫阻抗控制，做起来一堆参数，拧不好就是要么捏爆，要么滑脱。
关于“像人”，我们可能问错了问题
每次聊机器人，绕不开一个画面：两条腿，一个脑袋，长得像人。
为什么非得是这形状？
工厂里跑的机械臂，大多不是人形。轮式底盘，固定基座，干活又准又快。它们不需要像人，因为工厂是围着它们改造过的——流水线的高度、节拍、工位间距，全是设计出来的。
家里不一样。你家门把手的高度、楼梯踏步、灶台台面、开关位置，统统是按人的尺寸长出来的。你想让一台机器替你干这些活，要么把家砸了重装，要么让它长成人样。人形不是审美选择，是被环境逼出来的兼容方案。
可双足走路这件事，代价很大。要维持平衡，要处理摔倒，要在地毯、门槛、湿瓷砖上站稳。轮式机器人干同样的活，稳当得多，也便宜得多。
我的看法是：人形会存在，但它未必会变成通用形态。更可能的样子是分工——能改造的环境里用专用机器，不能改造的环境里才上人形。两边都会长期并存。
几个常被问到的问题，我试着答一下
Q：现在买扫地机器人，算不算交智商税？
不算，但预期得放对。它擅长的是大面积、空旷区域的日常维持。桌椅腿密集、地上常年拖着电线、有长毛地毯的家庭，用起来会累。不是机器累，是你累，得天天去救它。买之前先看看家里地面有多“空”。
Q：人形机器人什么时候能进家庭？
看哪件事。端茶、陪聊，一部分功能在实验室里已经跑通了。叠衣服、收拾杂乱桌面这种开放环境里的柔性操作，进度慢得多。谁要说“明年就普及”，你可以回想一下十年前自动驾驶是怎么讲的。
Q：它到底算不算智能？
看你怎么定义。如果智能指“在陌生环境里自己想办法”，那家用机器人只是刚起步。如果智能指“在很窄的场景里做得极稳”，那它其实挺能打了——一台几百块的机器能自己回充、自己绕开拖鞋，这事放在二十年前是科幻。
我常觉得，我们对机器人的失望，大多来自拿人的标准去量它。它不会累，不会烦，也不会瞥一眼茶几腿就骂人。它只是按一堆概率和阈值，一格一格往前挪。
那天朋友家的机器后来安静地趴在充电座上，蓝灯一闪一闪。
我盯着看了一会儿，忽然觉得它有点像刚学走路的幼儿——摔得莫名其妙，站起来也莫名其妙。
作者|科技
排版|科技
审核|见微