一句话结论
乐享科技推出 30 千克轻量化双机械臂家庭机器人，通过异构臂与分层软件架构，实现刚性物体放置成功率 100% 及小物块操作从 30% 提升至 90%。
关键要点
- 乐享科技（Lexiang Technology）发布轻量化家庭协作机器人，整机重量 30 千克，底盘直径 45 厘米，升降高度范围 82 至 147 厘米。
- 机械臂采用双七自由度及“四自由度+七自由度”异构组合，底盘提供全向轮和差速轮两种版本，自研高扭矩密度电机以支持轻量化设计。
- 软件架构采用分层策略：第一层为基于规则（Rule-based）的安全兜底；第二层为模块化（Modular-based）架构，支持少样本（Few-shot）学习。
- 视觉系统结合八叉树策略、模板匹配与多模态识别，相比纯端到端方案，在特定场景下成功率更高且具备泛化性。
- 内部实验数据显示，利用 HUMAN-centric 数据采集及仿真优化后，小物块精细化操作成功率从仿真基准 30% 提升至 90%。
背景与事实
在 AICon 2026 深圳站上，乐享科技联席 CTO、穹明智能（Qiongming Intelligence）总经理李元庆分享了家庭服务具身机器人的落地实践。他提出了三种核心产品形态：Pet（宠物型，提供情绪价值）、Partner（伙伴型，养成系交互）以及 Assistant（助理型，提供功能价值）。这一分类旨在解决家庭机器人长期面临的定位模糊问题，明确不同形态机器人的核心交互逻辑。
在硬件层面，团队发布了上述轻量化家庭协作机器人。为实现轻量化，公司自研了高扭矩密度电机。该机器人底盘提供全向轮和差速轮两种版本，以适应不同家庭环境的移动需求。机械臂设计参考了人类左右手分工逻辑，包含双七自由度及“四自由度+七自由度”的异构组合，这种设计意在平衡操作精度与灵活性，覆盖家庭场景中多样化的物理交互需求。
在软件与控制层面，团队采用分层架构策略。第一层是基于规则（Rule-based）的状态机和行为树，主要用于安全兜底，确保机器人在复杂家庭环境中不执行危险动作。第二层是模块化（Modular-based）架构，涵盖感知、决策、记忆等独立模块。这种模块化设计提升了系统的可控性，并支持少样本（Few-shot）学习，降低了新任务适配的数据门槛。同时，端到端模型的设计目标在于降低摄像头调用频率、能耗及模型体积，以适配家庭终端的算力限制。在成熟硬件平台上，针对刚性物体的放置任务，成功率已达到 100%。
在视觉与数据闭环方面，团队采用了长链条语义构建策略。利用八叉树（Octree）处理静态家具的空间关系，结合模板匹配、多模态识别与槽位微辨识技术。实验表明，相比纯端到端方案，这种混合方案在成功率上更具优势且具备更强的泛化性。在数据采集上，团队开发了未产品化的 UMI 夹爪，并搭建云端数据清洗上传链条及仿真评估循环。利用 Human-centric 数据采集方法，通过第一视角手部操作，结合仿真隐形机械臂模拟逆运动学（IK）、动力学及运动学，构建了小型 VLA（视觉 - 语言 - 动作）、VAM（视觉 - 动作 - 记忆）及技能模块。内部实验平台在采集 20 至 30 条数据后，配合 7:2:1 的比例混合策略，将小物块精细化操作成功率从仿真基准的 30% 提升至 60%，优化后更是达到了 90%。此外，团队还利用仿真闭环让 AI 自动修改代码以优化 WBC（全身控制）性能，从而提升机器人的跟随与避障能力。
影响分析
对于中文开发者与从业者而言，这一实践提供了从实验室走向家庭场景的完整参考路径。首先，硬件轻量化（30 千克）与升降高度（82-147 厘米）的参数设计，直接回应了家用机器人对体积与通用性的平衡需求，为后续产品定义提供了具体指标参考。其次，软件架构中“规则兜底 + 模块化 AI"的分层策略，解决了纯端到端模型在家庭复杂环境中难以保证安全性的痛点，这种工程化落地思路对正在构建具身智能系统的团队具有直接的借鉴意义，特别是在如何处理长尾场景与核心功能稳定性的矛盾方面。
此外，关于数据采集与仿真优化的实践揭示了当前 VLA 技术的关键瓶颈与解决方案。通过 Human-centric 数据与仿真隐形机械臂的结合，以及利用 AI 自动优化 WBC 代码，展示了在有限算力与数据条件下提升操作成功率的具体路径。对于关注具身智能落地的企业，这不仅意味着技术路线的验证，更提示了在部署规模达到 30 至 100 台时，对云端边端推理能力及稳定数据链路的依赖将是系统稳定性的关键制约因素。
适用边界
上述结论主要基于家庭服务场景及当前硬件平台，不适用于工业高负载或高精度制造环境。30 千克的整机重量和 45 厘米的底盘直径限制了其在大型复杂物流或重型作业中的应用。软件架构中的模块化策略虽提升了可控性，但可能在面对高度动态、不可预测的开放环境时，响应速度不及纯端到端模型。此外，成功率 90% 的小物块操作是基于 20 至 30 条特定数据及 7:2:1 比例下的内部实验结果，其泛化性到全新物体或极端杂乱场景的有效性尚需进一步验证。
孤本观察
判断认为，乐享科技通过异构机械臂与分层软件架构的组合，实际上是在“极致轻量”与“操作可靠”之间寻找工程平衡点，这反映出当前具身智能落地正从单一模型竞赛转向系统级工程优化的阶段。
来源：InfoQ 中文 AI（https://www.infoq.cn/article/7yOK6Ri9Dt4VfITmA7Vb?utm_source=rss&utm_medium=article）
常见问题
乐享科技发布的家庭机器人整机重量和底盘直径是多少？
整机重量 30 千克，底盘直径 45 厘米。
该机器人的升降高度范围是多少？
升降高度范围为 82 至 147 厘米。
通过优化后，小物块精细化操作的成功率从多少提升到了多少？
从仿真基准 30% 提升至 90%。
在成熟硬件平台上，针对刚性物体放置任务的成功率是多少？
成功率已达到 100%。
该机器人底盘提供哪两种轮式版本？
提供全向轮和差速轮两种版本。
来源：InfoQ 中文 AI