「不是要多聪明，而是要稳」：冰丝带工坊里的两道减法，和一台清洁机器人 6 个月的回本账
轮式替双足、夹爪替灵巧手、力觉靠算法补——两道减法把价格压到同行的一半到三分之一。真正值得记的不是机器人多能干，是那句「不是要多聪明，而是要稳」，和一台 20 万的机器对 11 万一个人的账。
- 事实：中国青年报 2026-11-10 报道北京「冰丝带具身智能创新工坊」（国家速滑馆西侧下沉广场，中关村朝阳园管委会、奥运村街道、北奥集团、朝北科服四方共建），首批入驻企业含灵御智能、合十思维。
- 两道减法：灵御把双足换成轮式底盘、灵巧手换成夹爪，力觉不靠昂贵传感器而「靠算法补」，成本降到同行的 1/2 到 1/3，售价 10 万–20 万元/台。
- 一笔明账：合十的通用轮臂清洁机器人售价 20 万–25 万元/台；一名清洁工年成本已到 11 万元，一个厕所需要两个清洁工，一台机器人可覆盖 2–3 个厕所。
- 两个产能数：灵御机器人在七鲜超市单日连续作业 8 小时以上；其 TA2 机型真机数据产能达每月 2 万小时。
- 一句反行业话术的表态：灵御市场部负责人周柏臻说，作业模式是「自主加人工远程接管，类似自动驾驶的 L2 阶段」，并直言「我们更害怕的是有的人把全自主说得太满了」。
- 判断：这两家卖的不是机器人，是「一个人能看几台」。 一旦产品定义从「能力」换成「人机配比」，售价的上限就由被替代的人工成本决定，而不是由自由度数量决定。
这篇报道里最容易被跳过的一句话，是灵御智能市场部负责人周柏臻说的：「目前这个阶段，机器人最重要的价值不是要多聪明，而是要稳。」
这句话放在一个满屏都在讲 VLA、讲世界模型、讲零样本泛化的时间点上，显得很不合时宜。但它后面跟着的三个数字，把这句话撑住了：单日连续作业 8 小时以上、成本降到同行的二分之一到三分之一、售价 10 万到 20 万元一台。
能干 8 小时、卖 10 万、还稳——这三件事凑在一起，比「会打网球」难得多。
灵御的机器人在七鲜超市做的事说起来平淡：把食物分装进小杯，把饮品倒进杯子，递给顾客。人多的时候，台子前面一直排着队。
但它长得不像大家想象中的具身智能机器人。双足换成了轮式底盘，灵巧手换成了夹爪。周柏臻的原话是「这是灵御智能替客户考虑成本问题时做的一道减法」。
紧接着是第二道：「力觉传感也没有靠昂贵的传感器，而是靠算法补。」
把这三处改动拆开看，省掉的是三个不同的成本项，代价也各不相同。
| 改了什么 | 省下的成本 | 付出的代价 |
|---|---|---|
| 双足 → 轮式底盘 | 腿部关节、驱动器、平衡控制算法与调试工时 | 失去台阶与楼梯通行能力，场景被限定在平地 |
| 灵巧手 → 夹爪 | 每只手十余个自由度对应的电机、减速器、传感与装配工时 | 只能做「夹取—搬运—放置」，做不了旋拧、插装、柔性物体塑形 |
| 力传感器 → 算法补偿 | 关节力矩传感器或六维力传感器的 BOM 与标定工时 | 力控精度上限下降，重载与精密接触类任务受限 |
这张表要横着读。三处减法减掉的不是同一类东西——前两项减的是硬件，第三项减的是标定与集成。而机器人行业真正贵的往往不是硬件，是「装上去之后要调多久」。
力传感器贵的不只是那颗芯片。它要标定、要温度补偿、要在整机装配后重新校准，还要写一套把传感器读数翻译成动作的适配代码。这套工作量按项目算，通常比传感器本身贵。
判断：「用算法补力觉」这句话的真正含义，是把一笔一次性的硬件与标定支出，换成了一笔持续的算法研发支出。前者是每个客户都要付一次的，后者是自己付一次、所有客户分摊。这是软件公司的成本结构，不是硬件公司的。
同一篇报道里，合十思维董事长助理马博瑞算的那笔账更直接。
合十的通用轮臂复合型清洁机器人，对外售价 20 万到 25 万元。他说：「但是我们也了解过一名清洁工一年的成本已经到 11 万元了，一个厕所需要两个清洁工，而一台机器人可以满足 2 到 3 个厕所，因为它能自动寻路、自动充电。」
这句话里有三个数：11 万、2 人、2–3 个厕所。把它们乘起来，回本期就出来了。
把这三个数跟 20 万–25 万的售价对照，回本期落在什么区间就清楚了：
按满配 3 个厕所、不做替代率折算算，一台 20 万的机器对应 66 万元/年的人工，回本约 3.6 个月；按 25 万算约 4.5 个月。
按保守 2 个厕所、并按 70% 替代率折算算，对应 30.8 万元/年，一台 20 万的机器回本约 7.8 个月，25 万约 9.7 个月。
也就是说，这台机器的回本期在 3.6 到 9.7 个月之间。即使全取最保守的一档，也不到一年。
判断：这是目前具身智能商业化里最容易被验证、也最容易被复制的算法。它成立的前提只有一个——被替代的岗位有明确的市场工资，且是长期、稳定、可计量的。保洁恰好满足这三条。反过来说，凡是替代不了明确岗位的机器人，这套算法都用不上，只能回去讲「效率提升」。
还有一句不能漏。马博瑞说机器人「替代的是约 70% 的劳动力」，「比如像换纸篓、加清洁液，还是需要人工配合」；排班也是人机同班——「人流量最大的时候，一定是阿姨跟机器人一起工作；阿姨一休息，机器就顶上了」。
判断：70% 不是「替代率」，是「班次拼接率」。它卖的不是一台顶两个人，是「在两个人之间插进一个不用休息的第三班」。这个定义比「替代」诚实，也比「替代」好卖——因为它不要求客户裁员，只要求客户在排班上做加法。
报道里有一个很具体的运营细节，比任何参数都说明问题。
灵御在运营中心设了操作员，戴着 VR、握着手柄，屏幕上是切成几块的画面，按排期轮到哪家门店，就切过去接手。
「按排期切过去」这五个字，是整套商业模式的支点。它意味着一个操作员不是盯一台机器，而是盯一个时间片：A 店上午需要人工介入的时段归他，B 店下午归他。同一双手，服务多家店。
周柏臻举的例子更实在：北京的七鲜超市「设置的是人工操作 40 分钟，机器人再自主跳舞半小时」，「跳舞是门店运营需要的功能」。
这句话值得停一下。在一个「机器人该干什么」被反复讨论的行业里，这里的答案是：它得会跳一段舞，因为门店需要人流。这不是技术指标，是运营指标。而 40 分钟人工加 30 分钟跳舞的组合，本质是一份排班表——把人工介入的时段压到明确可计量的长度里。
判断：「L2 阶段」这个类比是这个案例里最有价值的一句话，因为它把「背后有人」从羞于承认变成了定价依据。自动驾驶的 L2 之所以能卖，是因为它明确说了「人得把手搭在方向盘上」，于是责任边界清楚、成本预期清楚。机器人行业目前最大的定价混乱，恰恰来自把 L3 的能力按 L4 的价格卖，再按 L2 的成本交付。
报道里还有一个数字容易被忽略：灵御 TA2 机器人的真机数据产能已达每月 2 万个小时。
这个数从哪来？周柏臻讲了方法：在真实场景中检验问题，把每个问题都变成一条数据资产——「每一条人工接管的数据，都带着力觉、视觉、轨迹信息被完整记录下来，在云端训练，再下发回本体验证」。
注意这里的因果方向。接管率越高，数据越多。所以在这个模式里，「不够自主」不是纯粹的缺点——它是数据来源。一台百分百自主的机器，反而产不出接管数据。
这就解释了为什么灵御敢把「背后有人」说在前面：远程接管既是成本项（操作员薪酬），也是资产项（训练数据）。同一笔支出记两个账。
判断：「L2 式接管」在商业上是双赢的，在财务上却是一笔含糊账。操作员的成本记在运营费用里，数据资产记不进当期损益。这意味着采用这个模式的公司，报表上的毛利会低估它的真实积累，而一旦停止扩张，数据产能也会同步归零。这是个必须靠规模维持的飞轮。
同一篇报道里，信通院联合清华大学的《具身智能发展报告（2026 年）》给了一句提醒：产业热中有冷，未来两至三年将通过市场竞争淘汰缺乏真实价值的企业和模式，完成首轮行业出清。
判断：出清的标准不太可能是「谁的技术更先进」，更可能是「谁的账能算清」。能算清人工替代账的，活得久；只能算清参数账的，先出局。
这篇报道的实操价值，在于它给出了三个可以直接搬到方案书里的东西。
第一，把「减配」写进报价单，而不是藏起来。轮式、夹爪、算法补力觉——这三项在客户眼里是「你不全」，在懂行的人眼里是「你便宜」。差别在于有没有把省下的钱和被放弃的能力同时说清楚。说清楚了，客户会按场景选；说不清楚，客户只会拿去跟更便宜的比。
第二，报价锚点找「被替代的人工年薪」，不要找「同类机器人售价」。20 万对 11 万一个人，客户脑子里自动出回本期；20 万对「隔壁那家卖 15 万」，客户只会砍价。前一种对话的对手是客户的用工成本，后一种对话的对手是同行的报价单。
第三，把「人机配比」当成第一交付指标。不是「自主完成率 92%」，是「一个操作员能看几个点位、每点位每天需要多少分钟人工」。这个数一旦写进验收，远程接管的排班就能变成合同条款；不写，它永远是售后的灰色地带。