最近两年，在很多场合，尤其各类科技展会上，经常能看到各种各样的人形机器人。它们往往是这些展会上的焦点，吸引着无数观众围观、打卡。

不过，虽然我们一直认为，人形机器人进入到家庭中是大势所趋，但目前来说，它们的零售价还偏高，距离真正走进普通人的家庭，还有比较漫长的一段路要走。也正是在这种背景下，一种体型小巧、主打办公桌或书桌场景的「桌面机器人」，逐渐出现在我们的视野中，并吸引了一部分用户的关注。

当然，大家对桌面机器人的看法也比较两极化。觉得它好的人，认为这是大模型落地物理世界的入门级载体；觉得它鸡肋的人，则认为这纯粹是个披着AI外衣的昂贵电子手办，新鲜感一过，就难逃吃灰的命运。

那么，桌面机器人，会成为具身智能领域的热门赛道吗？

桌面场景成了具身智能厂商的新支线

在正式开启这个话题前，我们还是有必要先简单聊聊对桌面机器人的定义。最基础的，我们认为桌面机器人至少要满足具身智能+桌面场景这项条件。然后，桌面机器人需要具备AI主动感知能力，得拥有一副「大脑」，它可以来源于本地芯片提供的算力，也可以来自云端；另外，既然是「机器人」，它也得拥有机械结构装置，正常情况下我们不会把AI音箱、AI摄像头归类到桌面机器人的范畴中。

相较于全尺寸人形机器人，桌面机器人的制造成本更低，能力范围更窄，这对初创企业来说，显然是项优势。

正如开头所说，人形机器人当下的一大痛点是价格。现在全尺寸机器人的价格高昂，说到底还是成本暂时没彻底打下来。正常情况下，一台人形机器人内置了高性能的芯片，以支撑本地的算力；同时，它还需要一个由大模型+智能体组成的大脑，背后考验的是算法和训练数据；另外，机器人的灵巧手、机械结构等，也是无法避免的一笔成本。

相比之下，桌面场景对于机器人商业化落地要容易得多。桌面的物理边界非常清晰，环境相对单一，毕竟范围已经限定好了，就是面积和空间有限的用户桌面。这样一来，它不需要解决复杂的双足平衡问题，也不用全局导航避障，基本只需要做好桌面边缘防跌。这就意味着，研发团队可以把有限的算力、电池以及其他硬件资源，都聚焦到智能和交互上。

而且，从供应链的角度来看，桌面机器人也有成本优势。它的主控SoC、显示屏幕、麦克风、摄像头模组、电池等，几乎都可以直接沿用过去十几年智能手机和IoT产业积累下来的成熟方案。这样一来，元器件采购成本要比全尺寸机器人低得多。

前不久，我们曾在一篇文章中介绍过，加州大学洛杉矶分校推出了低成本双足机器人方案。具体来说，它用二手手机驱动小型机器人，本体成本控制在了3000元以内。它的成本能压到这么低，核心就在于它充分利用了手机上的各类元器件，相机用来做视觉识别、SoC用来做推理计算、WiFi用来联网、电池用来增加续航。这种尺寸的机器人，就很适合应用于桌面场景。常规的桌面机器人固然不会直接用手机来驱动，但很多元器件确实可以复用手机供应链。

（图源：PhoneBot）

很多创业公司进入桌面机器人领域，还有个很现实的原因，全尺寸机器人是行业内的技术高地，已经涌入了大量重磅选手，竞争很激烈，而且大部分都还在持续烧钱的阶段。相比之下，桌面机器人领域的技术门槛相对较低，试错成本没那么高，对资金的需求也没那么大，更关键的是，它可以让厂商短时间内拿出一款能够直接面向C端消费者售卖、持续带来现金流的产品。

桌面机器人主攻情感陪伴和效率工具

当我们把目光拉回产品本身，会发现目前市面上的桌面机器人，主打的功能主要有两类，即情感陪伴和效率提升。

首先是情绪价值与陪伴，现在很多机器人都会强调这项属性。在我们看来，桌面机器人的情感陪伴，主要是以能动、能说话、能互动的「桌宠」形态展现的。

比如，当下热度比较高的乐天派桌面机器人，它是一款双足小型机器人，「头部」主要是一块圆形的屏幕，日常会显示两个跳动的「眼睛」图案，主打萌宠定位。

乐天派桌面机器人的交互方式很丰富，除了可以触控、语音控制外，还能通过摄像头识别用户手势指令。行动方面，它可以前后行走，也能左右挪动。坦率说，它没有什么特别炸裂的功能，核心卖点是情感陪伴，能聊天、能用动作反馈。它搭载了安卓系统，支持刷Linux，能自定义大模型，对进阶玩家来说可玩性挺高的。

（图源：知乎@高柏飞）

把情感陪伴做得更彻底的是灵童念NIA-F01人形机器人，它其实就是一款手办机器人，外观完全就是手办类型。只是，它加入摄像头、微骨架以及其他传感器。和传统手办不同的是，它可以根据指令做出不同的动作，同时还能和用户进行语音等形式的互动。用户也可以自己为它创造、编辑人设、音色等，说白了它就是高自定义性的手办，算是把情感陪伴玩明白了。

（图源：京东）

其次是效率工具。其中比较有代表性的是大象机器人推出的myCobot系列，它的形态比较接近于小型机械臂。myCobot不是买来即用的消费级产品，需要二次开发使用。比如，它可以装上夹爪、吸泵，变成能收拾桌面的收纳机器人；它也能接入鼠标、键盘，模拟人操作电脑，帮用户完成大量重复性的工作。

（图源：大象机器人）

桌面机器人越来越多，主要是支撑相应场景的底层技术，已经比较成熟了。现在，多模态大模型能让它们理解复杂语境、理解人的自然语言，再加上机器视觉技术的下放，机器人可以利用前置镜头捕捉用户的人脸、手势并理解；而在运动这块，各大厂商的桌面机器人基本都用了微型伺服电机方案，让桌面机器人本体能做出耸肩、摇头、跺脚这类拟人化动作。

放眼海内外市场，很多品牌都进入了这一领域。国内这边，乐天派算是动作比较快、产品定义也做得相当清楚的品牌。他们把大模型深度整合进了一款小巧的机身里，能聊天能做表情，直接以1799元的价格进入市场。另外像灵起科技、可触未来等品牌也在不同形态上发力，还有一些做人形机器人的大厂，比如宇树、灵童、璇玑等，也跑来做这类产品，比如前面提到的手办桌面陪伴机器人NIA-F01。

而在海外市场，众筹平台是这类产品的主阵地，比如之前很火的Looi Robot，产品经理脑洞大开，直接把用户的智能手机当做机器人的大脑和脸，底座只负责动力和支撑，把价格压到了129美元，获得了很高的众筹金额。另外，AI开源社区Hugging Face也推出了桌面机器人 Reachy Mini，主要面向开发者。

整体而言，目前进入桌面机器人领域的国产品牌更多，海外品牌还处于一个小打小闹的阶段。

桌面机器人终局是物理Agent？

说实话，目前市面上面向普通消费者的桌面机器人，主要卖点都还集中在情感陪伴这一部分。主打效率工具和实用功能的桌面机器人方案，当然也不少，但很多都是主打商用的，往往只是提供一套机械臂之类的方案，需要二次开发，虽然自定性很强，但除了行业用户，基本只有极客玩家能驾驭。

情感陪伴当然是机器人行业的一个重要赛道，但桌面场景相较于全场景本身就有一定的局限，如果只有情感陪伴这一个主要卖点，那桌面机器人就只能成为打着具身智能口号的赛博宠物。毕竟，对普通用户来说，它只是一个带着屏幕、能走两步的智能音箱。而且，即便是入门款的桌面机器人，价格也往往在千元以上，比智能音箱还要更贵。

在我们看来，桌面机器人要想真正成为一条拥有巨大增量的赛道，其产品形态和核心功能必须来一次关键的升级。

从产品形态上来说，桌面机器人应该走向模块化。现在的产品还是太像一个突兀的电子设备了。不出意外的话，未来的桌面机器人会和用户的显示器支架、桌面台灯甚至无线充电座深度融合。用户需要它的时候，它能及时出现变成助手；不需要的时候，它就安静地隐藏起来。

而且，模块化设计将给它更强的可塑性，用户或许可以像组装电脑一样，给它装上一个机械臂模块用来整理收纳小物品，或者换上一个履带底盘或双足让它在桌子上移动。

而在功能演进上，桌面机器人要大幅升级在物理世界里的能力。现在的机器人，虽然演示起来有模有样，但很多都是按照设定好的程序运行，本质上就是个脚本工具。我们认为，桌面机器人对用户的真正价值，还是得落地到干活这件事上来。至少对我个人而言，理想的桌面机器人能够代替我操控电脑、整理物品、调节灯光等等，也就是进化成“物理Agent”，能做的事情至少要超过手机电脑上的AI助理和AI音箱。

总的来看，目前的桌面机器人虽然顶着具身智能的热度，但仍处于行业发展的初级阶段，消费级产品以情感陪伴为主，还没有真正发挥出提升生产力的能力。

在我们看来，桌面机器人不该只是一个能移动的昂贵手办或是长着眼睛的智能音箱。既然它占据了寸土寸金的用户桌面，那就应该提供与之匹配的效率价值。

不出意外的话，随着大模型多模态能力的下放和手机供应链元器件的持续复用，未来几年的桌面机器人赛道还会迎来更多新品，但真正要让普通用户愿意为之买单，它们还有很多路要走。