8 月 10 日，《商业内幕》披露行业趋势，多家头部人形、家用机器人创业公司，不约而同把叠衣服作为打通民用市场的关键测试任务。这批企业整体融资规模达数十亿美元，看似只是攻克一件基础家务，背后却是家用具身智能技术、商业化逻辑的双重博弈。

叠衣服之所以成为行业统一 “考题”，核心在于其独一无二的技术测试价值。衣物属于无固定形态的柔性可变形物体，褶皱、材质、厚薄、拉链纽扣都会改变交互逻辑，机器人需要同步完成视觉识别、触觉受力感知、柔顺抓取、动态调整力度全套操作，被 Figure AI 定义为人形机器人最难的灵巧操作任务之一。 同时这项任务容错率极高，即便抓取滑落、折叠歪斜，也不会造成物品损坏，极低失败成本适合持续迭代算法；对比全屋自由移动，叠衣可限定固定操作台区域，规避家庭 “终极非结构化环境” 中家具、杂物、孩童带来的复杂移动干扰，企业能聚焦攻克手部操作核心难题，降低测试门槛。

叠衣赛道并非全新概念，早年已有成熟失败案例作为行业前车之鉴。日本 Seven Dreamers 推出 Laundroid 专用叠衣机，售价高达 1.6 万美元，却因量产难度大、稳定性差，企业 2019 年宣告破产；CES 常客 FoldiMate 多次亮相展会，最终未能实现规模化交付。复盘两大项目失败根源：硬件成本居高不下、仅能适配少量标准棉质衣物，丝绸、厚卫衣、带装饰衣物全部无法处理，真实家庭实用性严重不足。

新一轮企业依靠 AI 大模型、触觉硬件成本下降重构解决方案，但产品短板依旧突出。现阶段机器人折叠单件衣物耗时数分钟，面对陌生款式、特殊面料极易操作失效；商业化价格门槛更是难以跨越，Weave Robotics Isaac 1 机器人零售价 8000 美元，也可选择每月 449 美元订阅，单纯依靠叠衣功能，普通家庭很难接受高昂支出。

行业统一解法是单一任务向全家务复合能力升级。Sunday Robotics 的 Memo 机器人同步训练吸尘、收纳玩具、拉锁、冲煮咖啡等多元居家操作；1X 旗下 NEO 人形机器人覆盖叠衣、货架整理、全屋收纳多场景。行业专家指出，只有机器人能够批量承接多类高频家务，才能抵消用户高昂采购成本，形成真实消费需求。

除商业化演示之外，叠衣入户测试更承载物理数据采集的核心战略价值。大语言模型可依托海量互联网文本训练，但机器人缺少真实世界物理交互数据集。Sunday Robotics 推出 200 美元传感数据手套，采集人类叠衣、做家务的手部操作数据；今年秋季起，Sunday、Weave、1X 将分批把样机送入普通家庭，真实居家环境产生的海量柔性物体交互数据，将持续反哺模型迭代，填补实验室仿真无法覆盖的极端场景样本缺口。

业内学者客观判断，当前家用机器人仍处在早期验证阶段。密歇根大学机器人教授 Jason Corso 表示，能适配各类户型、自主应对复杂生活变量的通用家用机器人，仍需要多年技术迭代。叠衣服只是行业迈出的第一步，柔性感知、运动控制、硬件量产、成本控制、多任务泛化等全链条能力，缺一不可，才能够真正走进千家万户。