2025年被业界视为具身智能落地元年，2026年则进入规模化验证的第二年。过去18个月里，人形机器人赛道融资额大幅增长，展台上演示翻跟头、跳舞、端茶倒水的机器人层出不穷。但行业更现实的命题是，这些机器人何时能真正进入普通家庭。工业场景如仓储、巡检、产线装配，因环境结构化、任务可预期，落地路径相对清晰。而要让机器人与老人、孩子、独居者产生持续且有温度的交互，所需技术栈几乎是另一套逻辑。
香港科技大学讲座教授、郑家纯机器人研究院前院长、In2Mate影子科技首席科学家张福民认为，这一轮具身智能热度建立在生成式AI与物理世界结合之上，赛道足够深、足够多。但他也指出，将模型驱动与数据驱动融合、把虚拟世界和物理环境结合，并非易事。在所有具身智能细分方向中，情感陪伴机器人是系统集成要求极高的一条路径。它不追求通用人形机器人”什么都能干”，而是追求”能陪伴”——这背后包含一组远比想象中更棘手的技术命题。
陪伴机器人与工业机器人的根本分野在于，它必须同时在运动、交互、记忆、触感四个维度达标，任何一项短板都会直接削弱”陪伴”这一核心体验。运动能力是第一道门槛，不是工业机械臂的高精度重复定位，而是”柔顺可控”的运动品质。16个以上自由度的微电机关节驱动，让机器人在递物、转身等动作中保持流畅与安全。一台体重三四十公斤的全尺寸机体，若动作僵硬或失控，带给用户的不是安心而是恐惧。这背后涉及内骨骼结构设计、关节密封、减速器选型等一系列精密工程的集成。
交互能力是第二道门槛。本地化部署的大语言模型，语音响应延迟需控制在800毫秒以内，这是维持自然对话节奏的底线。超过该阈值，用户会明显感到”在跟机器说话”，陪伴感随即瓦解。多轮连续对话、情绪感知、上下文理解等云端能力，搬到端侧后变成算力与功耗的硬仗。In2Mate影子科技将大模型压缩至端侧部署，在功耗与算力之间寻找陪伴场景的最优解，方案选择标准不是跑分最高，而是对话最自然、响应最及时。
第三道门槛是记忆。通用聊天机器人可无状态运行，但陪伴产品必须”记得用户”——记得用户上周提到的烦恼、喜欢的话题以及关系的微妙变化。这需要长期记忆系统叠加情感状态机，实现跨会话的个性化留存。没有记忆的陪伴只是服务，有记忆的陪伴才是关系。In2Mate影子科技为此构建了跨会话长期记忆系统，使机器人能够记住用户偏好和情绪变化，这属于产品定义层面的重新思考。第四道门槛是仿真触感，可量产的仿真硅胶皮肤需保持体表恒定在36℃上下，还原接近真人的触感与温度，涉及硅胶材料配方、恒温控制系统、皮肤与内骨骼贴合工艺，每一项都是长周期Know-how的积累。
技术上的”能做到”与工程上的”能量产”是两件事。一台全尺寸仿真陪伴机器人，身高约160厘米，需通过超减重硅胶工艺将整机重量控制在25至40公斤区间，同时解决散热与长期耐用性。这不是实验室里能动的样机，而是要做到可量产、可交付、可维护。过去五年，国内在微特电机、减速器、传感器等核心零部件上积累了大量优质供应商，为具身智能落地提供了产业基础。但”陪伴级”硅胶皮肤工艺、恒温控制系统、低功耗端侧算力模组等细分领域供应商仍然稀缺，往往需要整机团队与供应商联合定义、共同开发。硅胶工艺精度影响关节密封设计，热管理方案约束皮肤材料选型，关节驱动扭矩与整机重量直接挂钩，各项工艺相互耦合，单点突破容易，系统集成极难。
In2Mate影子科技的工程团队在该领域已深耕超过11年。张福民透露，公司成立仅三个月就迭代出第一版产品，这种速度背后是长期技术储备在起作用，而非从零开始，而是把过去十余年在材料、工艺、结构上的积累重新组合并快速验证。陪伴机器人的核心数据不仅包括对话文本，还包括拥抱方式、温度偏好、交互频率随时间的变化、情绪波动与话题的相关性。这类物理交互数据与对话状态融合，构成”物理—情感”双模态数据集，互联网无法获取，第三方无法购买，只能由真实产品在用户家中日积月累地产生。
数据飞轮一旦运转，壁垒是双重的：缺乏时间积累的公司缺少数据源，有硬件但不做陪伴的公司数据维度完全不同。但数据飞轮的前提是隐私安全。陪伴场景的数据敏感度远高于智能音箱，语音、情感状态、行为偏好均属高度敏感的个人隐私。云端方案成本较低，但难以通过隐私审查。In2Mate影子科技采用”三明治”式分层架构：主控SoC负责端侧大模型推理，运动控制MCU负责肢体协调，TEE硬件安全区负责数据加密。三层解耦，数据本地处理，断网可用，密钥不出安全区。端侧推理需要模型压缩、算力调度、功耗控制的软硬一体能力，纯软件公司缺乏硬件定义权，传统硬件公司在软件层面又难以快速迭代，这决定了陪伴机器人赛道对团队综合能力的要求远高于一般智能硬件产品。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
