2位华人学霸造的家务机器人火了！14万带回家，手把手教它干活，要解放你的周末

2025-11-241761机器人技术及应用

这两天，这个长得有点像乐高的家务机器人，在国外火了。

椭圆形的可爱脸蛋、卡通电影里的大眼睛、头顶棒球帽，白橙米相间配色——历经18个月的隐身模式（Stealth Mode），两位斯坦福华人博士创始团队打造的机器人Memo，终于揭开神秘面纱。

重要的是，它真的会家务活：收拾餐桌、清洗碗碟、折叠衣物、冲泡咖啡……

在无遥控、无剪辑的演示视频中，Memo展现了出色的家务处理能力。它能准确识别并拿起易碎的玻璃杯，将散落的餐具一一归位到洗碗机中，还能处理不同材质的袜子并叠整齐放入抽屉。

这个身高1.7米、体重约77公斤的“带帽小哥”，配备了轮式移动底盘，水平臂展0.8m，升降柱垂直可达2.1米。

全身包裹着柔软的硅胶外壳，边角都做了圆润处理，整机看不到外露的螺丝，所有面板严丝合缝，看起来简约而具有亲和力。

▍技能捕捉手套：实现零机器人数据训练

机器人圈里，高质量训练数据稀缺老大难问题，传统做法包括遥操作、仿真模拟等。而团队选择了一条独特的路径——让普通人在自己家里，通过佩戴特制手套来"教"机器人。

这副被称为"技能捕捉手套"的神器，与Memo手部有相同的几何结构和传感器套件。因此，人类戴着手套做出动作，Memo就能学着做。

每个购买Memo的用户，都能快速成为自己机器人的老师。而这套系统仅需约400美元，极大地降低了传统数采设备的成本。

团队已经向各地寄送了超过2000副这样的手套。这些手套的使用者被称为"记忆开发者"，他们分布在各地的普通家庭中，在日常生活中完成各种家务操作的同时，也在为Memo贡献宝贵的训练数据。

当然，人手和机械手之间存在着天然的差异——身高不同、手臂长度不同、关节灵活度也不同。为了解决这个问题，团队开发了一套"技能转换"技术。这套系统能够对采集到的运动学数据和视觉数据进行精细化处理，自动调整和校准各种参数差异。

根据官方数据，这套转换系统的成功率高达90%。目前，团队已经收集了将近1000万条轨迹，包含行走、导航、完成长时域任务的长轨迹。

▍ACT-1基础模型：实现长程复杂的移动操作任务

如果说技能捕捉手套解决了数据来源问题，那么ACT-1模型则展现了如何充分利用这些人类数据的智慧。

ACT-1创始团队专门为Memo打造的基础模型。它是首个将长时程操作与基于地图的导航相结合的端到端基础模型，仅需输入像素或观测值，就能直接输出全身动作指令。

在一个典型的"餐桌到洗碗机"演示中，Memo能够自主行走近40米的距离，独立与21件不同物体进行33种不同操作，总计68次精细交互。

ACT-1的泛化能力也很强。研究团队特意在多个从未见过的Airbnb房源中测试Memo，即便面对完全陌生的房间布局，它依然能够顺利完成任务。

这是如何做到的？秘诀在于ACT-1独特的地图理解机制。在训练阶段，模型不是简单地记住特定房屋的布局，而是学会了如何解读3D环境地图。当进入一个新环境时，只要提供相应的3D地图，Memo就能自主规划路线，找到厨房、餐厅、洗碗机等关键位置。

除了导航和基础操作，ACT-1还掌握了一些相当灵巧的技能。比如折叠袜子——这个看似简单的动作，实际上需要精确的力度控制、多指协调以及对柔软材料形变的理解。Memo需要从一堆杂乱的袜子中挑出单个的，将其卷成球状，然后整齐地放入收纳篮。

制作浓缩咖啡这个活儿也不简单。Memo需要准确抓取咖啡机手柄，在空中完成压粉动作（精度要求达到毫米级），然后用恰到好处的力度将手柄插入咖啡机并锁定。整个过程需要视觉、力觉和运动控制的协调配合。

再如把酒杯放到洗碗机这个动作，力大了容易碎，无法对准插错位置也会碎。在20多次现场演示中，memo在这个动作中没有搞砸。

这种设计理念让Memo的动作更加自然流畅，使其能够根据实时环境做出灵活调整。

▍华人学霸背景初创团队

机器人 Memo 由两位华人学霸（赵子豪、迟宬）组建的 Sunday Robotics 团队研发。如今Sunday Robotics 团队已扩展至30人左右，横跨软件、硬件、数据、训练与模型评估等完整技术栈。

赵子豪（Tony Zhao，CEO）本科毕业于加州大学伯克利分校，师从具身智能领域先驱Sergey Levine，后在斯坦福攻读博士，师从Chelsea Finn。他曾在Google DeepMind、Tesla Autopilot以及GoogleX Intrinsic等多家核心实验室工作，是ALOHA、ACT 、Mobile ALOHA等顶级研究的核心作者，备受业界关注。2024年，他选择从斯坦福博士项目退学，投入创业。