一句话看懂：Figure AI、Sunday Robotics、Weave Robotics 等机器人公司近年来累计获得数十亿美元融资，却不约而同把“叠衣服”当作首个商业化任务：它足够复杂以展示机器人的 AI 与操控能力，又足够安全，即使失败也不会造成严重后果。
事件核心：发生了什么
2026 年 8 月，多家头部机器人初创公司相继展示了会自动叠衣服的产品。Weave Robotics 的 Isaac 机器人售价 8000 美元，或提供每月 449 美元的订阅方案；Sunday Robotics 计划今年秋季启动家庭测试；Weave 与 1X 则预计年底向客户交付。Figure AI 在博客中称，叠衣服是“人形机器人最具挑战性的灵巧操作任务之一”。
这并不是新概念。日本公司 Laundroid 曾推出 1.6 万美元的叠衣机器人，于 2019 年破产；FoldiMate 在 2010 年代末的 CES 上多次亮相，但始终未能量产。此前的失败主因是成本过高和可靠性不足。新一代公司认为，AI 的进步、硬件成本下降，以及资本和人才涌入“物理 AI”领域，让这一轮尝试有了本质不同。但现实是：叠一件衣服仍可能需要几分钟，遇到不熟悉的衣物，机器人仍可能“卡住”。
为什么重要
叠衣服是进入家庭市场的“敲门砖”。家庭是机器人面临的最典型非结构化环境：房间布局各异、宠物和儿童随时可能干扰，这与工厂和仓库中高度受控的场景截然不同。把洗衣篮送到机器人面前、让它在固定位置操作，将“混乱程度”控制在可管理的范围内——机器人公司借此验证感知、抓取和任务规划能力，同时避开了全屋导航这个更难的关卡。
这件事的战略意义在于商业模型的验证。独立叠衣机器人的定价注定无法靠单一功能回本，所以叠加更多家务能力成了必然路径：Sunday 的 AI 系统已在学习吸尘、整理玩具、拉拉链和煮咖啡；1X 则把 NEO 人形机器人定位为家庭个人助理。叠衣服本质上是一个“可演示、可交付、可迭代”的起点，真正要验证的是机器人能不能由此走向更通用的家务场景。
对用户/开发者/创作者的影响
对普通用户而言，短期内最值得关注的是真实环境中的可靠性，而非宣传视频里的演示效果——目前公开信息显示，这些机器人尚未经历大规模家庭部署的检验，8000 美元的一次性投入或每月 449 美元的订阅费，显然需要机器人能力远超“只会叠衣服”才有说服力。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者和机器人工程师来说，叠衣服热反映出行业对“可变形物体操控”的投入正在快速增加。围绕柔性物体感知、力控、多模态大模型驱动的任务拆解等方向，将释放更多工具链、数据集和中间层开发需求。
对投资者而言，这是一个观察窗口：机器人公司能否按承诺时间交付、能否在真实家庭中达到可用的成功率，将直接决定这一轮“物理 AI”估值叙事能否成立
