5万买一台保姆机器人：老龄化时代，它是救星还是奢侈品？

2024年末，中国60岁以上人口达到3.1亿，相当于每五个人中就有一位“银发族”。如果把视线投向2035年，这个数字将突破4亿，占比超过30%。这不是冷冰冰的统计，而是每一座城市、每一条街道、每一盏深夜未熄的灯火里正在发生的现实：排队挂号的老人们，对门独居的退休教师，甚至我们自己终将抵达的未来。
当老龄化从“趋势”变成“日常”，照护缺口像一道裂缝，撕开了传统家庭结构。请一位住家保姆，一线城市平均月薪7000元，五年成本42万元；若加上中介费、节假日三倍工资、返乡探亲的断档，实际支出往往突破50万元。而一台具备基础功能的保姆机器人，五年后可能只需5万元——仅为人工成本的七分之一。
价格陡降的背后，是零部件规模化与算法开源的双重暴击。伺服电机、减速器、激光雷达，曾经高不可攀的“机器人三大件”，在电动汽车与工业自动化的反哺下，正以每年15%—20%的幅度跳水；同时，大模型开源社区让“通用大脑”不再昂贵，一台中端笔记本就能跑通多模态推理。成本曲线与需求曲线的交汇点，正在2029年前后悄悄到来。
但“买得起”不等于“用得起”。真正决定临界点的是家庭心理账户：当子女为父母算账时，他们不仅比较金钱，还比较“愧疚感”——把老人交给机器人，是不是不孝？当这种愧疚感被“机器人可以24小时监测心率、跌倒秒报警”的安全感对冲，心理闸门才会松动。

让机器人走进客厅，远比让它走进工厂更难。工厂有固定节拍、标准化流程，而家庭充满了“反逻辑”：地板上的乐高、突然窜出的宠物、老人手边那杯永远不记得放哪里的老花镜。
第一道关卡是“看得清”。家庭光照复杂，窗帘拉开是逆光，拉上又过暗；老人皮肤纹理、毛毯褶皱、透明水杯，对视觉算法都是地狱级挑战。多模态融合成了唯一解：RGB摄像头负责颜色，红外补光负责暗部，毫米波雷达穿透织物测距，再加上语义SLAM把“沙发”“茶几”标签化，才勉强让机器人不撞翻花瓶。
第二道关卡是“拿得稳”。90公斤的老人能被双臂抱起，却不能被捏青一块皮肤；豆腐要抓得起，鸡蛋要捏不破。柔性触觉传感器像第二层皮肤，0.5N的力度误差控制，背后是压电材料、微流道与深度学习力控算法的交响。每一次毫米级调整，都在实验室里经历过上万次试错。
第三道关卡是“听得懂”。方言、含糊、倒装句，老人一句“帮我拿那个，就那个”，配合手指空气一点，对人类保姆是本能，对机器人却是灾难。大模型+本地微调成为救命稻草：先通过家庭Wi-Fi把常用指令蒸馏成小模型，再让机器人在本地跑推理，既保护隐私又降低延迟。
第四道关卡是“走得动”。双足人形固然科幻，却牺牲了续航；轮式底盘简单高效，又过不了门槛。折中方案正在出现：可变形底盘遇到地毯抬升2厘米，遇到门槛切换履带；或者干脆放弃“像人”，让机器人长出可伸缩的机械臂，像蜗牛一样吸附天花板滑轨，彻底告别地面障碍。
最后一道关卡是“想得明”。家庭不是流水线，优先级随时在变：老人刚躺下，门铃响了，厨房水开了，宠物又把食盆打翻。机器人需要实时重排任务树，把“紧急度”与“情感权重”同时纳入计算。这不仅是算法问题，更是伦理问题：当老人坚持先给猫添粮再喝药，机器人该服从还是劝导？

保姆机器人的赛道，像极了十年前智能手机爆发的前夜：传统厂商、互联网巨头、独角兽在同一张牌桌上，各自握着不同的底牌。
家电巨头拥有渠道与场景。海尔、美的把机器人塞进冰箱、洗衣机、空调构成的全屋智能，用户买一台空调就送“陪护模式”，机器人顺势接管温湿度、老人作息数据。它们的优势是供应链：一台机器人需要的塑料件、电机、线缆，与一台洗衣机共享80%的供应商，