1962年，动画片《杰森一家》播出，大概剧情是，杰森一家生活在未来，他们利用各种高科技手段快乐生活，有飞行汽车、全息图、各种异想天开的小发明，当然，还有机器人罗西。
这个动画片里有个很少被人注意的细节，机器人罗西住的房子、走的过道、用的厨房，从一开始就是为一个机器人管家设计的，也就是说，在大约60年前，人们对于家跟机器人的幻想，是配套出现的。
相比之下，如今很多人在讨论机器人进入寻常百姓家时，都忽略了一个问题：机器人要进的那个家，准备好了吗？
2026年4月，理想汽车前联合创始人、栖息地智能新住宅创始人沈亚楠创立具身智能公司恩戈罗（NGORO）。按照他给的时间表，2027年，第一批约2000台恩戈罗机器人，会跟着栖息地智能住宅一起，真正走进中国家庭。
这一次，机器人进家，终于有了deadline。
机器人进家，也讲究“车路协同”？
机器人要进家庭，目前大多数团队的想法是：等机器人足够聪明了，它自然就能适应这些乱七八糟的环境，也就是所谓的先发展，再治理。
恩戈罗团队成员脱胎于理想，自然对“家”有些执念，他们的做法是“车路协同”，用沈亚楠自己的话说，这就像智能驾驶里“为车画好的半标准化场地”：隔离带、路缘石、护栏都是标准的，还额外送你一张毫米级的高精地图。
这其中，车路协同里的“车”是恩戈罗机器人，“路”就是家，也就是栖息地智能住宅。
沈亚楠从2023年开始造家，与房地产行业不同的是，他把住宅当成一个完整产品来做：1270个模块自由组合，9类融合传感布设，有一个统一的“家庭大脑”管着空气、光、水、智能设备，甚至还做了一套和真实住宅1:1的数字孪生系统。
没错，“家”在这个语境里，是产品。
沈亚楠在理想和栖息地的产品逻辑都是用科技让真实的家庭生活变得更好，因此，在小雷看来，沈亚楠的逻辑是要像造车一样，造家。
在这个家里，最初就把机器人进家考虑到设计当中：给机器人一个半标准的环境，机器人住进来，不用先花时间熟悉环境，直接就能开始干活。
这很“理想”，行业总调侃理想汽车套娃，但套娃的好处在于，设计传感器布置在相同位置，屏幕位置和尺寸统一，后续的智能驾驶、座舱软件就能一套代码适配多台车，从这点来看，苹果公司也是套娃的高手，栖息地大概率也是选择这条路。
说回恩戈罗吧。所谓“车路协同”，必须是先有路，再有车，而栖息地智能住宅，就是恩戈罗机器人进家的技术前提和基础设施。
这件事最妙的地方，是它顺便解开了具身行业那个最经典的“鸡生蛋”死结：没有数据，就训练不出好模型；没有好模型，机器人就上不了真实场景；上不了真实场景，就拿不到真实数据，绝大多数公司困在这个循环里。
而恩戈罗从第一批机器人进栖息地的那天起，月均几十万小时的真机数据就在回流，而且是带着“失败数据”的回流，不要小看这些所谓失败的数据，它们尤其重要。
负责模型训练的李翔来自理想智驾团队，他在面对《晚点LatePost》采访时表示：“今天所有的仿真数据、遥操数据都有一个问题，只有成功，没有失败。但对强化学习来说，失败数据同样重要。”
特斯拉的智驾为什么强？一部分原因是它从第一天起就跑在用户的车上，见过无数人类驾驶员犯的傻。恩戈罗想要的，就是家庭机器人里的“特斯拉时刻”。
当然，机器人光有数据还不够，它最终得卖出去、得有人用，还得用得起。在这一点上，栖息地又帮恩戈罗解决了第二件事：它本身就是一个现成的销售渠道。
据《晚点LatePost》报道，栖息地目前平均客单价约44万元，机器人跟着住宅一起交付，降下来的获客成本，正好对冲掉机器人的硬件成本。同时供应链负责人廖泽华（理想供应链原一号位）把首款机器人的BOM成本压到了3万元以内，沈亚楠的目标是再往下打几千块。
沈亚楠还算了一笔很“造车”的账：一辆智能电动车成本20万，整备质量2.5吨，摊下来每公斤80块；一个机器人就算40-50公斤，价格翻倍，行业成熟后BOM也不该超过1万元。
这是他认为“未来大部分家庭都有机会有一台家庭机器人”的前提。
不抄“视频生成”的作业，是恩戈罗的底线
聊完家，再聊聊技术路线。
这两年具身智能行业里有个比较讨巧的做法，就是拿视频生成模型去“嫁接”具身动作，既然视频模型能生成“看起来合理”的画面，那让它直接预测机器人下一秒该怎么动，不就完事了。
沈亚楠和恩戈罗团队的判断是：这是个误区。
视频生成模型的本职工作，是生成“看起来合理”的画面，不是保证这个动作在物理世界里因果正确。打个比方，我们看动漫或玩游戏时，看到无数英雄从背后拔剑的动作，但这个动作在现实世界是违背物理规律的，背在背上的长剑，如果完全遵照现实，拔出时剑身会被肩膀、躯干或衣服卡住，根本抽不出来。因此并不是视频看起来合理，现实世界就合理。
恩戈罗的做法是正逆向动力学双向对齐，从头训练世界动作模型。听起来很硬核，大家也不必强行理解，只需要知道两件事：
第一，他们的首席科学家钟亦武，是国内最早做VLM的一批人。2021年跟微软合作RegionCLIP/GLIP、2022年跟Meta合作ProcedureVRL，后者用扩散模型从视频里预测未来动作和世界状态，其实就是今年火得一塌糊涂的“世界模型”的雏形。
第二，恩戈罗的大脑分快慢两层。慢脑负责长时空记忆、长程任务规划，比如“周三下午把爷爷那件蓝毛衣洗了晒了”；快脑负责原子动作的物理因果，怎么走路、怎么抓杯子、怎么在60厘米的缝里拐弯。分层架构的好处是数据效率高、算力可以云边协同，机器人响应也快。
但小雷觉得，恩戈罗最让小雷意外的，不是它技术多牛，而是它的产品足够克制。
现在几乎所有做家庭机器人的团队，PPT上都能给你列出几百种功能：能做饭、能辅导作业、能陪老人聊天、能端茶倒水……恩戈罗第一款产品，只做四件事：洗衣、房屋清洁、物品归位、递送辅助。而且要求每一件，都做到99%稳定可用。
首席产品官韩龄（也是理想智能座舱和智驾产品的早期负责人）打过一个比方：这就像智能驾驶里的“自动泊车”，用户每天都要用，车位有时候窄、有时候有障碍，但你停得比人还稳，用户立刻就感知到价值。
简单来说，就是不需要它什么都会，只需要这件事它每次都能做对。沈亚楠甚至给机器人想好了在家庭里的“人设”——田螺姑娘。
机器人关机的时间本来就比工作时间长，早期效率也一定比人慢，那不如趁人出门、趁孩子上学、趁老人午睡的时候，把衣服洗了、把地吸了，家人在的时候，再陪你聊两句、逗逗猫。
所以恩戈罗的机器人不做双足、不做1.8米高、不做太拟人的脸。而是采用轮式底盘，最小转弯半径30厘米，身体是一条顺滑的曲线，关节电机全藏起来，6自由度灵巧手外面包一层织物，头顶一块带弧度的屏，深夜老人起夜，看到墙角一个圆圆的、萌萌的东西在扫地，不会被吓一跳。
这种分寸感，是小雷在绝大多数具身创业公司身上没看到过的，至少没有所谓的恐怖谷效应。
不做拼图团队，只做闭环团队
其实大家应该也发现了，上文中提到的大佬们，都来自理想汽车团队，而这也是我认为的，恩戈罗手里最大的一张牌。
现在具身行业招人有个通病：到处“拼图”，从互联网公司挖个做过大模型的，从车企挖个做智驾的，从硬件公司挖个做供应链的，凑一桌，PPT就成立了。
沈亚楠管这个叫“拼图逻辑”，而恩戈罗要的是“闭环逻辑”。
什么叫闭环？小雷给大家数一遍恩戈罗的核心班底：
沈亚楠：理想汽车联合创始人，从0到1把理想L系列卖成了家庭SUV的头部，2022年又创办栖息地智能住宅，服务过成千上万户真实中国家庭。
钟亦武：首席科学家，北大助理教授，VaLuE Lab负责人，VLM领域最早的一批学者之一。
韩龄：首席产品官，2017年加入理想，是智能座舱和智驾产品最早期的成员之一，最会把技术变成用户愿意买单的产品。
廖泽华：供应链负责人，2015年加入理想，理想供应链从0到1的一号位，最懂“质量是设计出来的、成本也是设计出来的”。
李翔：负责模型训练，理想智驾出身，亲手踩过“加了新数据反而把旧功能搞崩”的坑，知道数据闭环不是堆数据量，是找对应关系、做诊断。
看见没有？这几个人不是凑出来的，他们一起在理想身上，已经把产品定义、技术研发、数据闭环、供应链、C端规模化交付”这一整条链路，从0到1跑通过一遍。
物理AI进家，需要的不是懂造车的标签，而是拥有实际的人做过具体的事。恩戈罗团队做过的事，恰好是物理AI进家需要的。如今，具身智能已经进入2.0全栈阶段，最后能跑出来的公司，本体、大脑、数据、生态都得自己做，而且得从第一天就以全栈的方式想清楚产品、数据、团队和技术路线。
这件事没有什么捷径，就和造车一样，核心是靠谱。
具身智能满地捡钱的阶段已经结束了，现在投资人对讲故事、讲技术路线、讲团队已经审美疲劳，具身公司得拿出产品、成本、交付和数据的闭环，而这几样，恰好是理想系班底最熟的功课。
写在最后
车是移动的第二空间，家是生活的第一空间，机器人给这个空间加上手脚，人可以自然地把事情交给机器人，自己有更多时间去生活。
栖息地是恩戈罗的第一个训练场，但不会是唯一一个，从家庭出发，下一步或许是社区、商超、旅居，再往后是千行百业。
最后用沈亚楠的一句话做结尾：
我们既懂家，也做过自动驾驶从0到1的量产，还有前沿的多模态具身科学家加入，以及栖息地提供的场景。
如果这样还不够，那还有谁能做到呢？
