文 | 科技助老新范式，作者 | 唐慧婕，編輯 | 吳佩蔚

2026年，科技好像突然踩下了油門。

這種加速感在CES2026的喧囂中被具象化：追覓的掃地機器人長出手腳，會爬樓，還能撿東西；SwitchBot的Onero H1學會了疊衣服、整理桌面，還能與掃地機器人等設備聯動；優必選的人形機器人在完成繁雜家務之外，探索一種名為“情感陪伴”的稀缺價值。

曾經被束之高閣的鋼鐵軀殼，正急不可耐地想要擠進我們的客廳。

但在這場從試驗場到家庭場的狂奔中，一個現實拷問愈發刺眼：當老齡化像海嘯一樣步步緊逼，這些不菲的精密機器，究竟是資本的狂歡，還是普通家庭真正的救命稻草？

養老機器人，離我們到底還有多遠？

養老焦慮撞上機器人浪潮

清晨，把你叫醒的“保姆”有點特殊。它不用吃飯、睡覺，卻能準時叫早，然后自己去操作家電、做飯、整理房間，甚至刷完馬桶后，還會自覺把“手”洗干凈。

優理奇輪式雙臂人形機器人

這不是電影《超能陸戰隊》的片段，而是優理奇機器人最新發布的家庭場景演示視頻。發布后很快出圈，微信公眾號上點贊超7萬、轉發過10萬。外交部發言人毛寧也在海外社交媒體上轉發并配文稱：機器人正在走進家庭，未來已然開啟。

“以后賺錢養機器人防老”、“退休前能用上嗎”、“會不會搶我飯碗”......評論區里，除了對科技發展的驚嘆外，還有不少網友的調侃。

調侃背后，是普遍存在的養老焦慮——當老齡化、少子化、高齡化成為趨勢，我們老了以后，誰來照顧我們？

2025年末，我國60歲以上人口數量已突破3.2億。國家衛生健康委數據顯示，我國失能失智老人已超4500萬人，平均每6位老年人中就有1位需要長期照護。

然而社會節奏在加快，421的家庭結構下，青年子女自顧不暇，全職照護老人更是有心無力。

勞動力短缺、護理資源不足、家庭支撐能力下降，共同構成了養老難題的現實底色。

他山之石，或能攻玉。

作為全球老齡化程度最深的國家之一，日本在2024年時65歲及以上人口占比約為29.3%。

面對同樣的護理人力荒，日本沒有選擇大規模移民，也沒有單純依賴提升護理人員待遇，而將目光投向了機器人產業。

這不難理解。一方面日本介護險制度對養老護理價格有限制，護理人員待遇很難提高；另一方面，老齡化是全球性趨勢，顯然，機器人是更可持續、更具規模化潛力的供給方案。

這條路，對中國的意義正在加強。

從2025年2月，IEC正式發布由中國牽頭制定的養老機器人國際標準，到2026年3月，中辦、國辦出臺《關于加快建立長期護理保險制度的意見》，長護險從局部試點轉向全國推行。

政策與需求的雙重共振，正在讓科技介入養老從一道可選題變成必答題。

中研普華數據顯示，2024年國內養老機器人市場規模已突破300億元，預計2025年達500億元。

資本從不缺席熱點，企業以技術回應需求，具身智能成為風口，從融資數據來看，美國Figure AI、Agility Robotics領跑，而中國則依托強大的供應鏈，成為全球具身智能競爭的核心力量。

目前，國內具身智能機器人已形成“大腦+本體”、“小腦+本體”以及“大腦+小腦+本體”三條主流技術路線。

通俗來講，“本體”是軀殼，行動的物理載體；“小腦”負責運動和平衡，是完成復雜動作的關鍵；“大腦”是實現自主智能的核心。大模型的進化給機器人裝上了更聰明的“大腦”，這也是資本現階段最青睞的焦點。

可以預見，具身智能要實現真實場景落地，必須構建“大模型+硬件+生態”的完整閉環，而技術仍需攻堅。

中國廠商的優勢在于制造業、硬件基礎與供應鏈。播客《硅谷101》里，盛大集團副總裁分享過一個說法：“硬件產品、機器人產品，在深圳，甚至可以一天迭代三次。”

2025年春晚人形機器人《秧BOT》

這不是吹牛。從2025年春晚人形機器人《秧BOT》出圈，到層出不窮的機器人拳擊表演、馬拉松大賽，國產機器人在“本體”與“小腦”上的精進，有目共睹。

我們也要清醒地認識到，即便是國內備受矚目的宇樹科技，其2025年下半年發布的新一代小型機器人，也仍以預設任務自主執行為主。在復雜場景自適應、開放世界自主交互方面，整個行業距離真正的“家庭實用化”仍有明顯鴻溝。

具身智能代表著長期方向，但養老場景對安全性、實用性和成本的要求，遠高于對人形外觀的執念。

所以，一些廠商從更剛性的需求出發，推出了外骨骼助行器、AI康復機器人、情感陪伴機器人等專用設備。這些產品在B端已有一定應用，但距離普通人“養機器人防老”的設想，仍有落差。

在此基礎上，騰訊Robotics X實驗室、優理奇機器人等品牌，面向家庭場景走出了一條更務實的產品路線。這類機器人并非追求完全人形，更多采用輪式底盤以保障穩定性與安全性；功能上相對全面，覆蓋叫早服務、家務整理、情感交互、健康監測等，探索智能管家與適老化輔助的落地路徑。

在這一細分賽道，如身機器人專為老年人日常照護場景打造出世界首款針對康養場景設計的“載人輪椅人形機器人”，除滿足吃飯、喂藥等基本高頻需求外，還能輔助運動出行、輔助康復，用創新形態展示了養老照護機器人真正走入家庭的可能性。

技術向好的勢頭明顯，需求也在持續激發。但理想與現實之間，溝壑仍在。

理想豐滿，現實為何“難產”

居家養老是當下的主流觀念。據京東消費及產業發展研究院調研，64.4%的老人更傾向于在家中安度晚年，其次是占比12.6%的社區養老。

與此同時，子女的焦慮也在轉化為科技的推力。在具體安排上，40.7%的子女計劃運用更多智能設備實現遠程監護，用科技的力量加持守護老人的居家安全。

老人習慣待在家里，子女指望科技助力。這意味著，家庭場景是養老機器人必須攻克的主戰場。

但家庭場景恰是最難啃的骨頭，雜亂、多變、非標準化，對機器人的安全性、泛化能力和自主決策能力都提出了極高要求。

而想要攻克家庭場景，首先要克服的就是人工智能領域經典的“莫拉維克悖論”。這一悖論指出，人類覺得毫不費力的感知和動作，對AI來說難如登天；而那些需要邏輯推理的復雜任務，反而相對簡單。

比如，讓AI下圍棋戰勝世界冠軍很容易，但讓它避開火焰、輕拿雞蛋，卻難如登天。

以避開火焰為例，對于人類來說是本能反應，而機器人需要一段復雜的學習訓練過程。它得先通過海量圖片學習識別火焰，再推理判斷危險程度，建立穩定的邏輯，計算躲避軌跡，最后協調全身關節，才能完成。

而在養老照護時，這些本能就變成了更具體的難題：如何扶起老人？如何判斷跌倒風險？如何精準抓取藥瓶？對機器人而言，每一個問號背后，都是海量訓練數據和復雜算法。

更讓人頭疼的是泛化性。

一個場景的完美測試，難以保證多個場景的正常運行。現實家庭中，燈光變化、物體變動、寵物突然闖入都是常態，這對機器人的靈巧性和泛化性提出了更高要求。

而數據，正是機器學習、模型訓練與測試的基礎，也是機器人“變靈活”“變聰明”的關鍵。

湖州研究院院長許超幽默地比喻：“人工智能好比一個孩子，自動化是父親，計算機是母親，數據則是叔叔。”

但眼下最大的瓶頸，恰恰是數據不夠。

“具身機器人就是宇樹機器人上裝一個Deepseek？他們極大地低估了和物體交互這件事情的復雜度。”自變量機器人CEO王潛直言。

具身智能不像大語言模型。大語言模型需要的語料大量存在于互聯網上，獲取相對容易。

但具身智能是一個在物理世界中行動的實體。人類靠五感感知世界、用雙手交互；類比具身智能，它們也得模擬聽覺、視覺、觸覺，才能實現自主學習和主動服務。

這意味著它需要的數據更復雜、場景更豐富。光靠互聯網文本和現有視覺數據？遠遠不夠。

更矛盾的是，最需要機器人的家庭場景，偏偏是數據最難獲取、最難使用的地方。

一來，臥室、浴室、衛生間等核心照護場景，高度涉及用戶隱私，用戶對視頻錄制、行為監測的接受度低，想要合法合規獲取真實數據很難。

二來，老人摔倒、突發疾病等事件，這些關鍵時刻發生率低但后果嚴重，數據極難捕捉或模擬。

三來，每個家庭的布局、物品擺放都存在差異，機器人適應需要更多的數據。

此外，觸覺、力度、情緒等信息，很難通過數字化方式量化標注，即便企業辛苦獲取到原始數據，也面臨標注難、使用難的問題。

數據缺失導致技術難以落地，技術難落地又導致機器人進不了家庭，進不了家庭就更拿不到數據，形成惡性循環。

但行業仍在不斷探索。為了減輕數據缺失的限制，業內衍生出兩種主要訓練模式，兩種模式并不沖突：一類是真實世界訓練；一類是模擬仿真訓練。

真實世界訓練就是讓機器人在實際物理環境里學習和調優。據《商業內幕》披露，特斯拉Optimus的實驗室里，員工日復一日重復舉杯、擦桌、拉窗簾等動作，用多臺攝像機記錄全過程，讓機器人學習人類的自然行為。這就是真實世界訓練的一種，這種方式最真實，但成本高、效率低、但難規模化。

仿真訓練則是用Isaac Sim、Mujoco等物理引擎或神經網絡搭建虛擬世界，讓機器人在模型中訓練。它高效、低成本、安全，但終究無法還原現實的全部隨機性，只能作為輔助，不能完全替代真實訓練。

這也意味著，破局點或許不在于追求100%的完美數據，而在于如何高效利用有限數據，打造出強大的數據飛輪。業內正在探索的本體遷移、跨場景泛化等方向，或能提供關鍵助力。

模型層面也有兩大流派在角力：一是VLA模型，在語言模型基礎上融合機器人動作模型；二是世界模型，通過對物理世界的預測與建模，推動機器人自主學習。

“黑貓白貓，抓到老鼠就是好貓。”數據和模型并非割裂的問題，未來具身智能的發展，需要兩者共同融合推進。

“鋼鐵護工”誰買單？

眼下最需要養老照護機器人的，有三類：養老機構、中產家庭，以及家有失能失智老人的普通剛需家庭。

但最依賴科技減負的后者，往往最難承受智能設備的高昂定價。

縱使技術落地，價格也是桎梏。想讓機器人走入千家萬戶，就不能把它做成“奢侈品”。

在AWE2026上，一眾家電巨頭已嗅到居家康養的長期機遇。海爾智家推出“海娃”系列三大家庭服務機器人，魔法原子也攜MagicDog產品亮相參展……

魔法原子仿生四足機器狗MagicDog

這也讓外界生出一種期待：未來，養老機器人能否像冰箱、洗衣機一樣，以大眾化家電的定價飛入普通家庭？

從產業規律來看，這份期待具備可行性，但短期之內仍面臨巨大壓力。

現階段，機器人成本高度集中于執行層，包括電機、減速器、伺服系統等硬件。隨著國產化推進、規模化量產落地，這部分成本有望持續走低。

而目前占比較低的計算與靈巧操作部分，如AI芯片、靈巧機械手等，未來或將成為成本博弈的核心戰場。長遠而言，核心部件國產化越早、量產規模越大，整體成本下降越有底氣，家庭化普及更可能實現。

但成本控制并非唯一的答案。支付方式的創新，或許更現實。

家庭、個人自付的單一模式正被打破，服務租賃、訂閱制、平臺模式開始進入視野。除了降低支付價格外，這些模式創新在另一方面也提高了機器人進家庭的可能性，給予機器人在落地過程中持續迭代的可能。

北京亦莊，全球首個智慧康養機器人養老驛站也已啟用，既為老人提供“科技+養老”服務，也為機器人開發商提供了落地與數據采集的場景。

政策同樣利好。2026年3月，長護險試點從49個城市擴大到70個。2018年，作為第一批試點城市的南通便發布《關于開展基本照護保險輔助器具服務的意見（試行）》，將醫療輔具納入長護險范圍。如今，南京、南通、蘇州等多地已陸續出臺配套政策，減輕家庭照護負擔。

此外，多地推行“政府補貼+個人自付”組合機制，通過按比例報銷、發放消費券等方式，降低家庭使用機器人的成本門檻。

中國電子科技集團公司第二十一研究所副總工程師、機器人及核心部件研發中心主任王洪武介紹，2025年，機器人減速器、伺服系統等國產化率已達約45%，成本較進口產品降低30%，疊加租賃、RaaS服務等新模式普及，例如廣州、上海試點外骨骼機器人租賃，月費僅800元左右，這降低了家庭一次性投入門檻。

養老照護機器人家電化、普惠化在成本下探、政策加持、支付方式革新下，不再遙遠。

結語

普通家庭“養”機器人防老，還要等多久？

三年、五年，還是十年？

焦繼超認為：“進入家庭場景能夠作業的人形機器人，至少要等8—10年左右的時間。”

王興興則坦言：“行業的發展很難預估，可能3到5年內會有明顯的進步。不過，我覺得進入普通家庭還需要一個相對長的過程，因為涉及倫理道德和安全性問題。”

或許，這本就不是一道簡單的時間題。

技術迭代的加速度令人目眩，養老機構、高端社區里，機器人的身影或許已近在眼前。但對最廣大的普通家庭而言，這注定是一場漫長的等待。

只有當技術、數據、價格、倫理，四盞綠燈同時亮起，養老照護機器人才能真正走進千家萬戶。