作者： admin

头图来源：维他动力

8 月 8 日下午，北京亦庄的世界机器人大会A区一角，人潮涌动间隙，可以看到一只溜达的「小短腿」。

它一会儿跟在展区人员身后走来走去，一会儿又挤进人群对着镜头歪头卖萌——这是在WAIC后，维他动力（Vbot）又一次把自家「大头」放到真实人流里「溜达」。

如果机器人终究要走进家里的客厅，它应该长什么样？该用什么姿态和你的孩子打招呼？又凭什么让家里人相信，它是一个可以放心的家庭成员？

这家成立刚满半年的公司，带着 3 亿元融资、60 多位从 AI、汽车、动画乃至飞机内饰领域跨界而来的工程师与设计师，试图回答以上问题。他们给出的答案，就是这只昵称为「大头」的智能伴随机器人Vbot。

联合创始人赵哲伦说，他们在试图用「工程科学的思维控制精度，用艺术的思维创造灵魂」 ，为机器人注入「生命力」。

他们想让四足机器人摆脱遥控器，同时回答一个问题：机器人到底能怎样进入真实的家庭生活？

「赛博遛狗」｜图片来源：维他动力

跳出「工具论」，重新定义机器人的「存在感」

「大头」不是人们印象中那种带着工业气息、充满机械感的机器狗，也不是过于拟人以至于有些怪异的仿生体，而是一款外观圆润、充满亲和力的四足机器人，定位是「智能伴随机器人」 。

「我们认为它在正式交付之后会是你的小跟班、小跟拍、小跟护。」 赵哲伦这样描述产品的核心体验：它可以跟随家庭的每一个成员出行，帮着拿包；利用AI能力，成为比家人更懂抓拍时机的摄影师；甚至可以在你无暇他顾时，照看老人和孩子 。

「大头」表演了一段跳舞｜视频来源：极客公园

这听起来像是一个不错的家庭伙伴，但一个问题是：为什么是现在？为什么是四足形态？毕竟，在过去十多年里，至少有三代四足机器人问世，但它们似乎从未真正走出实验室，进入大众的视野 。

维他动力创始人余轶南（前地平线智能驾驶总裁，自 2015 年起主导地平线智能驾驶和智能座舱技术研发与落地）的看法是，「过去的产品为什么不work？核心就是几点：第一是价值交付，第二是成本，第三点是非常重要的，面向消费者的售后维护。」 他提到，过去的机器人成本高达几十万，且在安全性、可靠性上难以保证，本质上是技术发展还未到那个阶段 。

而今天，情况发生了质的改变。维他动力联合创始人赵哲伦（前理想汽车智能驾驶产品总监，负责理想 ONE 与 L 系列车型智能驾驶产品的定义与交付）将其归功于一个「盟友」——智能汽车产业。「整个智能驾驶，它确实是很好地开拓了整个机器人发展的前提。」

他解释道，智能汽车的快速发展，使得无论是算力芯片、控制器还是电机，其成本在中国被大幅优化，并且品质极高，这为当今的机器人制造提供了绝佳的基础 。

有了「造得起」的前提，下一个问题便是「如何设计」。

维他动力从一开始就希望跳出传统机器人设计的窠臼。赵哲伦分享了他们最初的产品定义思考：在一个矩阵的两轴上，一条是机器人与人的关系，从工业、冷峻到友善，再到可能过于「低幼化」的玩具感；另一条则是它的行动能力，从桌面级、室内轮式，到能够户外行走但无法上下台阶，再到真正的全地形能力 。

「我们最早的时候其实希望这个机器人尽可能小，但我发现要想基础地完成跟人一样走，人能到哪它能到哪，全地形能力，腿的长度至少得是现在这个长度。」

最终，他们将Vbot定义在「友善」与「全地形能力」的交点上：它要有足够强的运动能力，但外观上又不能带有攻击性，而是友善、可爱，同时又不失质感，不会让人觉得是个玩具 。

为此，团队引入了「迪特-拉姆斯式简约设计」，遵循「Less, but Better」的核心理念 。他们的首席工业设计师曾有十几年在美国设计商务舱内饰的经验，为Vbot带来审美上的质感 。赵哲伦总结了四个设计原则：

1. 黄金比例：无论是大小腿的比例，还是身体与头部的对比，都经过精心计算 。
2. 圆润倒角：整个机身几乎看不到锐角，创造了与人更和谐的关系 。
3. 高级质感：样机的腿部甚至用到了与Apple Watch同款的材料，以提升整体品质感 。
4. 锐利切割：在需要的地方采用锋利的切割线条，增加设计感，但触感依然保持圆润 。

「大头」在自己下楼梯｜图片来源：维他动力

最终呈现的Vbot，在WRC现场的一众四足机器人中，确实显得有点不一样的「萌」。

拆解「大头」：一只四足机器人的大脑、算力与「心脏」

如果说设计哲学赋予了Vbot亲和的「皮囊」，那么其内在的技术架构则是它拥有「灵魂」的基石。维他动力从一开始就意识到，要打造一个真正自主的机器人，必须摒弃传统的路径。

这其中核心之一在于对「算力」的理解和应用。余轶南指出，今天的智能汽车，特别是高阶智驾，往往需要在车身布满多达12个摄像头来覆盖长焦和广角，以感知周围环境 。虽然总算力很高，但分配到每个摄像头上的算力其实非常有限 。

Vbot则走了一条更精简、更高效的路。「人其实通过两个眼睛、两个摄像头就能覆盖他基本移动的需求。」 余轶南解释道。

Vbot采用了拟人的可运动双目摄像头设计，就像人可以通过转动头部来扩大视野一样，这对摄像头可以灵活转动，使其水平视场角从固定的150度大幅提升至约230度，垂直视场角也从80度扩展到125度 。

这种设计的精妙之处在于，它不仅降低了对传感器数量的依赖和硬件成本，更带来了一个高效的结果：单位像素可用算力（TOPS/MPixel）远超主流智能汽车，约是其3到8倍 。

更高的「算力密度」意味着Vbot有能力在端侧运行更大规模、更复杂的AI模型，这是其实现高级智能的关键前提。

为了应对真实世界中复杂的异形障碍物和暗光环境，Vbot还额外配备了一个机器人专用的360°激光雷达，确保在全场景下都具备可靠的避障能力 。

强大的感知能力需要一个同样强大的「大脑」来处理。Vbot采用了双系统设计：

智能本体域负责感知—决策—规划—动作，运行于与地瓜机器人联合的S100P芯片（最高128TOPS）——这是机器人的「运动中枢」；

智能交互域负责显示、语音、光效与通信，运行与头部X5芯片，实现高效低功耗的人机交互——这是机器人的「社交中枢」。

这种高度集成的中央计算架构 带来了另一个优势：节省空间。赵哲伦说：「过去拆开一个四足机器人，肚子里要放好多块板子……今天由于我们高度集成，身体里有更大的空间可以来放电池包。」

这直接关系到机器人的「续航」这一核心痛点。传统同级别的四足机器人电池容量普遍在400Wh左右，续航仅一到两个小时。而Vbot凭借优化的内部结构，电量达到了600Wh以上，较行业上限提升了38% 。

不仅如此，维他动力还在与电池巨头亿纬锂能（EVE Energy）合作，联合开发更高密度的动力电池，有望将电量进一步提升，实现超过6小时的户外续航，完全满足单日出行的需求 。

然而，Vbot不仅要「看得见」、「动得久」，更要「听得懂」、「会思考」。为此，团队为它设计了一套全新的Agent架构 。

余轶南将它与我们熟悉的PC和手机交互做了对比：我们与电脑的交互距离很近，可以用键盘鼠标；与手机的交互距离更近，可以直接触控 。但与机器人的交互，距离往往在几米开外，掏出手机来控制，体验其实非常不便 。

Vbot的Agent架构，就是想想要抛开遥控器和预设的图形界面 。赵哲伦解释道，有无遥控器的核心区别在于，对环境的感知由谁来承担。「在有遥控器的情况下，是控制者来承担对环境的感知」。而没有遥控器，这件事就需要机器人本身去实现。

机器人的Agent架构｜图片来源：维他动力

它的核心是视觉—语言—行动（V-L-A）模型 ，统一了「看懂—听懂—做对—解释清楚」的全链路 。用户输入指令后，Agent大脑会利用思维链（CoT）和反思（Reflection）等机制，像产品经理一样理解意图、拆解任务，然后调度各种工具来完成 。

这些工具不仅包括机器人自身的感知和技能，还包括可扩展的物理世界工具（如通过多功能背板连接机械臂或运动相机）和互联网服务 。

「它可以通过各种各样的连接工具实现机器人跟世界的互动。」余轶南举例说，Vbot可以拖着人玩滑板，也可以装上一个特制设备，在网球场里自动捡网球 。这种可扩展的「任务工具链」，为用户提供了丰富的应用生态 。

注入「生命力」：用艺术的思维来创造灵魂

「我们是要打造有生命力的机器人。」赵哲伦在发布会上强调，「工程科学的思维可以控制精度……但我们认为必须得用艺术的思维来创造灵魂。」

这句话点明了维他动力不一样的追求：让机器人拥有「生命感」。他们认为，过去很多机器人交互方式存在局限，要么被预设的图形界面限制，要么只依赖语音而容易产生误解 。

团队从「LOVOT之父」林要那本为《温暖的科技》的书中获得启发。书中提到，人与人之间的信息传递，55%依赖肢体语言，38%是语气，而纯粹的语言内容只占7% 。这让他们意识到，要让交互变得自然、温暖，就必须让机器人拥有丰富的表达能力。

「机器人应该怎么样来去表达自己的情绪？不管是开心也好还是害怕也好。」Vbot给出的答案是：全模态交互 。它不仅有屏幕上的表情，更有肢体、扬声器和指示灯的协同表达 。

为了让这些表达生动可信，维他动力做了一件在机器人行业相对少见的事——聘请动画师。赵哲伦介绍，他们将迪士尼动画的十二法则，如节奏感（Timing）、夸张（Exaggeration）和吸引力（Appeal），融入到机器人的动作设计中 。

例如，通过控制动作的速度变化（加速度），来表达惊讶或喜悦的情绪；通过夸张的躲避动作，来告诉用户它「害怕」前方的沟壑，无法通行；通过一些小动作展现其鲜明的个性，比如在思考时做出歪头的姿态 。这些设计让Vbot不再是一个执行命令的机器，而是一个能够传递情绪、有「性格」的伙伴。

除了情感表达，Vbot也拥有「长期记忆」。赵哲伦向极客公园谈到，他们的记忆系统分为三部分：空间、关系和信息。

• 空间记忆：机器人需要记住家庭或办公室的环境布局，能听懂「去爸爸的房间」这样的指令。
• 关系记忆：通过声纹和人脸识别，它能分清家庭成员，知道谁是谁。
• 信息记忆：这是更深层次的交互记忆，让机器人能够理解并记住用户的偏好和习惯。

这种对「生命感」的追求，背后是一定的技术支撑和清晰的商业规划。维他动力成立仅半年，已先后完成种子轮和天使轮融资，累计融资规模达3亿元人民币，天使轮由达晨创投领投，联想创投、渶策资本等跟投 ，资金也将聚焦于首款智能伴随机器人的规模化量产 。

为此，他们组建了一个覆盖电池、电机、算法、数据基建等全栈软硬件的60多人研发团队 ，并与京东（新零售）、火山引擎（大模型算力）、地瓜机器人（端侧算力）、禾赛科技（传感器）和亿纬锂能（电池）等行业巨头达成了深度合作 。

一条清晰的路线图已经铺开：9月启动制造工厂，10月到12月开启早鸟内测，年底正式上市，并在明年1月的CES展会上开启海外众测 。他们也有一个更长久甚至宏大的目标：5年内，让机器人大规模进入家庭和办公场所；10到20年，成为全球前三的智能机器人公司 。

当被问及为何不做更「酷」的人形机器人时，赵哲伦向极客公园坦言，人形机器人的技术挑战依然巨大，且他们认为第一款家用产品「个子不能比孩子高」，以保证亲和力和安全性。

从智能汽车产业汲取养分，到用「算力密度」重塑硬件架构，再到以「生命感」定义交互体验，维他动力正在走一条此前未被走通的路。他们丢掉了遥控器，因为这迫使机器人必须真正地理解世界。

维他动力创始人｜余轶南

余轶南说，「智能手机跟非智能手机最大的区别是没有物理按键，无人驾驶跟辅助驾驶最大的区别是没有方向盘。」 而Vbot正在做的，就是拿掉机器人的「遥控器」，推动其向一个更自主、更智能的方向发展。

作为相机领域最独特的存在形态之一，「先拍摄，后取景」一直是全景相机最具颠覆性的优势。它将创作者从「画框的暴政」中解放出来，不再需要在按下快门前就做出构图、角度和焦点的最终决定。

你什么都不需要想，只需要开始录制，它就能以一种近乎隐形的状态，无死角地记录下整个球形空间内的所有内容。所有的创意决策——无论是平滑的摇镜、戏剧性的视角切换，还是聚焦于某个不经意的细节——都可以留到后期剪辑阶段，赋予了创作流程前所未有的自由度。

也正是因为这种特性，全景相机在日常生活中除了作为 Vlog 神器，往往也会以「行车记录仪」的身份出现。无论是国内还是国外的社交网站上，众多车祸现场、惊险路况的第一视角视频，都出自全景相机之手。它们像一个公正的「黑匣子」，忠实记录下事件的全貌，为还原现场提供了无可辩驳的证据。

在这种背景下，大疆带着其首款全景相机 OSMO360 姗姗来迟，却又显得有备而来。带着我们已经非常熟悉的那种、充满大疆工程哲学烙印的产品形态。

OSMO360 的诞生，不仅是大疆在尝试再一次「改变一个新市场」，同时也是在宣告一种理念：一款卓越的影像设备，其外在形态应是其内在核心技术最诚实的表达。

而这一切，都始于那块为全景而生的方形传感器。

大疆一贯以来的产品设计逻辑，有点像是「如果它是一株植物，那它本来就应该长成这样」。这种「功能主义」高度体现在产品外观上的大疆设计哲学，我们已经领教过多次。

2025 年发布的 Mavic 4 Pro 无人机就是一个绝佳的例证，其机身遍布的传感器、独特的三摄云台结构，每一处设计都服务于其强大的避障和影像功能，毫不妥协，毫不掩饰。

回到 OSMO360 产品本身，这种设计哲学得到了更纯粹的贯彻。

OSMO360 最核心的创新，无疑是那两块业界首创的 1/1.1 英寸方形 CMOS 传感器。

传统全景相机通常使用矩形的传感器，当投射上鱼眼镜头的圆形视场时，传感器四角的像素区域被白白浪费，这不仅增加了成本，还带来了额外的功耗和发热。大疆凭借其在产业链中的话语权，直接定制了方形传感器，其目的就是为了最大化地利用传感器的有效面积。

这一设计的精妙之处在于，它将传感器的利用率提升了 25%。这种效率的提升直接转化为一系列肉眼可见的画质优势。

知道这一点之后，你就能了解到为什么 OSMO360 被设计成了纵向方块状：毕竟它由内而外都是一个「方块」。

OSMO360 的外观设计初看之下可能略显「朴素」：它呈现为一个紧凑的、垂直的方块形态 (尺寸为 61×36.3×81 mm)，与竞争对手 Insta360 X5 的细长形态截然不同。然而，这种形态并不是单纯的审美选择，而是其内部核心工程决策的直接外部体现。OSMO360 的核心是一块业界首创的方形传感器，而一个方块状的机身，正是容纳这块方形传感器、其散热系统以及电池的最合乎逻辑、最高效的物理结构。

这种设计理念带来了显著的优势。相较于 Insta360 X5，OSMO360 虽然稍厚稍宽，但整体高度更矮，并且重量更轻 (183 克)，这使其在便携性和安装灵活性上具备了细微但实际的优势。

在实际握持和操作中，OSMO360 展现了大疆成熟的工业设计水准：机身坚固，按键布局直观，仅有的三个实体按键（电源/切换、快门/录制、功能键）配合一块 2.0 英寸、亮度高达 800 尼特的 OLED 触摸屏，提供了清晰高效的交互体验。

对于大疆用户而言，其标志性的滑动菜单逻辑（下滑进入设置、上滑调整参数等）几乎没有学习成本。

作为一款运动相机，其耐用性至关重要。OSMO360 具备 IP68 级别的防水能力，可在 10 米水深下使用，并能在零下 20 摄氏度的低温环境中正常工作，这使其能够胜任绝大多数严苛的拍摄环境。

此外作为一个运动相机重度用户，让我觉得略感遗憾的是，作为初代产品的 OSMO360 并未像 Insta360 X5 那样，为用户提供可更换镜头盖选项，这对于经常与极端恶劣环境打交道、同时镜头保护结构又要比运动相机脆弱许多的全景相机来讲，可以说是一个相当实用并且安心的功能，我自己手上这台 OSMO360 就在第二天的测试中给镜头盖造成了划痕，因此仍然希望大疆在下一代产品中集成这一设计。

在连接性方面，OSMO360 底部巧妙地集成了标准的 1/4 英寸螺口和 DJI 标志性的磁吸快拆/供电系统，这使其既能无缝接入庞大的第三方摄影配件生态，又能与自家的 Osmo Action 系列配件完美兼容，为用户提供了极大的便利性和扩展性。

在深入探讨 OSMO360 的硬件细节之前，通过一张直观的规格对比表，可以清晰地看到大疆此次入局所带来的技术优势。

前面提到过，OSMO360 内在硬件最重要的创新，是那两颗 1/1.1 英寸方形 CMOS 传感器，它带来了高达 2.4μm 的巨大单位像素尺寸，是行业标准的两倍，这意味着更强的光线捕捉能力、更少的噪点和更出色的低光表现。其次，更高的效率意味着在输出同等画质时，功耗和发热更低，这对于延长续航和保证高规格视频（如 8K）的稳定录制至关重要。

基于这块强大的传感器，OSMO360 在各项影像指标上都展现出旗舰水准。

• 视频能力：其最引人注目的规格是支持最高 8K/50fps 的全景视频录制。相比竞争对手的 8K/30fps，更高的帧率为动态画面的流畅度提供了保障，也为后期制作慢动作效果留出了更大空间。此外，它还支持 6K/60fps 和 4K/100fps 等多种规格，满足不同场景的需求。

• 色彩科学：对于专业创作者而言，10-bit D-Log M 色彩模式的加入是一个决定性的优势。它能够记录超过 10 亿种色彩，提供高达 13.5 档的动态范围，为后期调色提供了巨大的灵活性，能够保留高光和阴影中更多的细节，这是 8-bit 色彩无法比拟的。

• 低光表现：结合大尺寸像素、f/1.9 大光圈和「超级夜景」模式下的多帧合成技术，OSMO360 在夜间的表现令人印象深刻。即使在开启超级夜景导致帧率减半的情况下，8K/30fps 的规格对于全景视频来说也绰绰有余。

• 静态照片：在拍照方面，OSMO360 能够拍摄高达 1.2 亿像素 (120MP) 的全景照片，分辨率为 15520×7760，为虚拟导览、建筑摄影或需要大幅面打印的场景提供了惊人的细节表现力，远超竞争对手的 72MP。

大疆的真正实力，并不仅仅体现在单品的硬件规格上，更在于其构建的强大生态系统。OSMO360 的硬件设计充分体现了这种战略思维。

• 音频革命：OsmoAudio™：OSMO360 最令人惊喜的功能之一是 OsmoAudio™直连麦克风技术。它允许相机直接通过蓝牙连接两颗 DJI Mic 2 或 Mic Mini 发射器，无需任何接收器。这极大地简化了创作者的收音流程。想象一下在骑行场景中，一颗麦克风放在头盔内录制清晰的旁白，另一颗固定在摩托车排气管旁录制环境轰鸣声，两者最终在机内合成为立体声音轨——这种以往需要复杂设备和后期同步才能实现的效果，如今变得轻而易举。这是对创作者工作流的深刻理解和优化，也是竞争对手短期内难以复制的生态壁垒。

• 血脉相承的兼容性：OSMO360 的电池与 Osmo Action 系列通用，这意味着拥有大疆运动相机的老用户可以无缝迁移电池，大大降低了升级成本和出行负担。此外，磁吸快拆系统也与 Action 系列配件兼容，使得 OSMO360 一经问世，便拥有了成熟丰富的配件生态支持。

• 「隐形无人机」：2.5 米碳纤维长杆：为了进一步拓展创作边界，大疆提供了一款长达 8.2 英尺（约 2.5 米）的碳纤维延长杆。配合全景相机自动消除自拍杆的特性，这根长杆能让 OSMO360 模拟出令人惊叹的无人机视角，实现高空俯拍、穿越等效果。

除了全套长度的自拍杆套装，大疆这次还为 OSMO360 同场发布了一款续航自拍杆，搭配使用能够为 OSMO360 提供额外的 180 分钟的续航支持。

在无人机禁飞区、狭窄的室内空间，或是不便操作无人机的场景中，它为创作者提供了一种合法、便捷且充满创意的「无人机平替」方案。

全景视频的核心魅力在于其「反直觉」的工作流程。对于习惯了「所见即所得」的传统摄影用户来说，先记录一个完整的球形视频，再到后期去寻找和构建画面的概念，无疑是一个需要适应的过程。一个优秀的全景相机软件，其核心任务不仅仅是提供剪辑工具，更重要的是要能够有效引导用户跨越这个认知门槛，让他们轻松领略到「先拍后剪」的乐趣。

大疆为此提供了 DJI Mimo 移动应用和 DJI Studio 桌面软件两套解决方案。这两款软件都提供了全景视频后期重构图（Reframe）的核心功能。用户可以通过设置关键帧来控制镜头的平移、缩放和旋转，或者使用 AI 智能追踪功能锁定并跟随画面中的主体。

对于已经熟悉大疆生态的用户来说，整体界面和操作逻辑都相当友好。

然而，在细节体验上，大疆的软件仍有提升空间。例如，在 Mimo 中设置关键帧只能实现匀速运动，缺乏对缓入缓出等变速曲线的控制，使得运镜效果略显生硬。

在 DJI Studio 中，对于更专业的后期流程，大疆提供了 DJI Reframe 插件，支持在 Adobe Premiere Pro 中进行重构图，这无疑是面向专业用户的一个重要举措。

在软件体验上，OSMO360 与 Insta360 之间最显著的差异，还体现在对 AI 自动化剪辑的理念上。Insta360 多年来投入巨资开发其 AI 剪辑引擎，其 App 内置不少创意剪辑等功能，能够自动分析素材，智能识别高光时刻，并一键生成带有转场和音乐的酷炫短片。

相比之下，大疆 OSMO360 在发布初期，并未集成类似 Insta360 那样成熟和丰富的 AI 辅助剪辑功能。用户需要先通过「快剪助手」将视频导入 Mimo 应用，然后手动进行大部分的剪辑和重构图操作，流程相对更加复杂一些。

大疆 OSMO360 的发布，远不止是一款新产品的问世。作为影像技术领域的巨头，大疆的入局本身就是对整个 360 全景相机市场潜力的最大肯定。它向行业和消费者传递了一个明确的信号：全景相机已经摆脱了早期「玩具」的定位，正在成为主流内容创作不可或缺的一环。

这场与 Insta360「正面对撞」，对整个行业而言无疑是一股强大的积极力量。必须承认的是，是 Insta360 通过多年的深耕，普及了全景相机的概念，并定义了以 AI 剪辑为核心的软件范式。而大疆的加入，凭借其强大的硬件研发实力、品牌影响力和市场推广能力，必将加速全景摄影的普及，推动双方在技术创新上互相追赶，最终将整个市场的「蛋糕」做得更大。

正如一句老话所说，「涨潮时，所有的船都会升高」。

从这一点来看，作为大疆涉足全景相机领域的初代产品，一款特点鲜明的「双面巨兽」，就已经是对 DJI OSMO360 最好的赞誉。

一方面，它是一个不折不扣的硬件与影像性能的集大成者，在视频分辨率、色彩深度和原生音频集成等关键领域树立了新的行业标杆，为专业创作者提供了前所未有的画质天花板。另一方面，它的软件生态虽然对经验丰富的用户来说功能强大，但仍在成熟过程中，尤其缺乏 Insta360 那样对新手友好的 AI 自动化辅助功能。

最终，OSMO360 的价值回归到了全景摄影的本源：它为创作者提供了一件无比强大的新式武器，让他们能够以引人入胜的、充满戏剧性的、乃至过去无法想象的视角去捕捉这个世界，并用最高质量的原始素材，去精心雕琢属于自己的影像故事。

在扫拖机器人这个品类，许多用户都经历过一个尴尬的阶段：花钱请来一个「智能帮手」，最后却发现自己反过来要「伺候」它——清理缠绕的毛发、手洗肮脏的基站底盘、在它卡住时进行解救。这种体验，让「扫地爹」的戏称在小红书上广为流传。

当听说以无人机闻名的大疆也入局扫地机器人时，我的第一反应是好奇，甚至是怀疑：一家精通三维空间感知的公司，真的能理解二维地面上的清洁痛点吗？

这一次，带着这个问题，极客公园对这台名为 DJI ROMO 的机器人进行了一段时间的深度体验。它试图给出的答案，并非简单的功能堆砌，而是一套围绕「用户少介入」为目标的系统性解决方案。

市面上的扫地机器人基站，设计语言趋于统一，大多是白色、不透明的家电风格。ROMO 的基站则显得相当「另类」。它的上半部分由一整块半透明外壳包裹，内部的机械结构、水路和电路清晰可见。

大疆官方称其灵感来自初代 iMac，旨在「彰显技术自信」。

这种设计的实用性体现在清晰的「内外分区」上。清水箱、污水箱、尘袋和清洁液仓这些需要用户接触的部分都布置在外部，易于取放。而被隐藏在透明外壳下的，是水泵、风机、降噪结构等核心部件。

这种「把复杂留给自己，把简单留给用户」的思路值得肯定，但半透明外壳的耐用性和长期使用后是否会因划痕影响美观，还有待时间检验。

机器人本体的设计延续了简洁风格，最明显的变化是取消了扫地机器人机身常见、顶部凸起的旋转式激光雷达（LDS），转而使用体积更小的固态激光雷达。这一选择的直接好处是降低了机身高度，使其能进入更低矮的家具底部。这在技术上并非首创，但体现了为实现特定设计目标而在传感器选型上的权衡。

另外一个我未曾设想过的好处是，在取消了激光雷达凸起之后，ROMO 扫地机器人获得了比同类产品更低的机身高度，在各种柜子，椅子底部的复杂环境下穿梭变得自如了许多，不会出现类似产品直到碰到雷达才会识别到避障的情况出现。

如果说外观是 ROMO 给人的第一印象，那么它的导航和避障能力则是检验其技术成色的核心。大疆将其在无人机领域积累的「空间智能」技术应用到了这台地面机器人上。其核心硬件是一对双目鱼眼视觉传感器，配合三颗广视角固态激光雷达协同工作。

这套硬件组合提供了非常广的感知范围，官方数据称前视可达 170 度，环绕感知更是达到了 285 度。在实际测试中，最直观的感受是其路径规划的流畅性。当行至墙角或障碍物边缘准备转弯时，ROMO 很少出现其他机器人那种「停顿-后退-观察-再前进」的迟疑动作，因为它能「预见」转角后的环境，从而提前规划路线。

为了检验其实际表现，我们设置了一个包含常见障碍物的场景：数据线、小颗粒积木、宠物玩具、拖鞋，以及行业难题——细长的桌椅腿和玻璃门。ROMO 的表现确实处于行业第一梯队，它能以毫米级精度绕开细小的数据线，而不是等到碰撞后才转向；面对一地积木，它会将其视为一个整体区域进行避让；在桌椅腿密集的区域，也能较为灵活地穿梭。这种表现背后，是其融合感知的技术原理在起作用。

它与传统依赖碰撞或单一传感器的机器人不同，双目视觉负责构建物体的三维轮廓和距离信息，而固态激光雷达作为主动光源，则能在暗光环境下进行精确测距，并有效识别玻璃、镜面等纯视觉方案难以处理的材质。最终，算法将两者数据融合，实现从「看到」到「理解」的决策。

在访谈中，大疆工程师提到一个细节：项目初期曾尝试过成本更高的工业级激光雷达，但发现它虽然能识别立起来的牙签，却对平躺在地的牙签无能为力。最终团队选择了视觉与固态激光雷达融合的方案，这是一个典型的为特定场景（家庭地面）选择最合适技术，而非盲目堆砌最昂贵技术的案例。

除了本身的硬件之外，DJI Home App 中针对 Romo 的界面设计也让人眼前一亮：在扫地机器人配套 App 中，你很难找到如此强调设计感的软件体验，虽然这并非是构成扫地机器人体验的「必选项」，但确实与它那令人侧目的硬件 ID 设计一样，构成了 ROMO 品牌调性的一部分。

比较有趣的是，大疆还在 App 中为 ROMO 设计了一个「遥控模式」，除了可以使用网络远程遥控扫地机器人，还能让扫地机器人充当一个可移动的摄像头，在家里随着扫地机器人的视角转来转去。

这个体验有点像是任天堂在 AR 马里奥赛车赛车游戏中才能做到的事，这个能力不仅能充当一个「赛博逗猫棒」，你甚至可以真正模拟一把「贴地飞行」，用遥控模式驾驶扫地机器人在家中穿梭，甚至用它来喊话。

对于扫地机器人这个体验已经非常「内卷」的市场，智能避障只是基础，最终还是要回归到「扫得干不干净，拖得彻不彻底」这个问题上。

在扫地这个基础环节，ROMO 的核心是其双旋臂设计的胶毛一体刷。我们在地面上混合了湿碎纸屑、宠物毛发进行测试，任务完成后翻转机身检查，仅有极少量长发轻微挂在刷体末端，没有出现严重缠死的情况。

虽然「0 缠绕」的宣传语看起来有些夸张，但在解决毛发缠绕这个普遍痛点上，它的效果确实优于市面上许多单滚刷设计的竞品。

而在拖地性能上，ROMO 依靠的是它那两块达到 2.5 厘米厚的拖布，以及一个行业领先的 164ml 超大机载水箱。在测试风干的咖啡渍和酱油渍时，加厚的拖布配合持续的下压力，能实现不错的擦洗效果。

此外另一个不是那么引人注目的优势是，更大的机载水箱则确保了在清扫大户型时，拖布不会「前湿后干」，维持了清洁效果的一致性。不过值得一提的是，这种双旋转拖布方案在处理大量液体污渍时，与一些采用滚筒拖布并能实时自清洁的产品相比，清洁逻辑上存在差异，后者理论上能更完善地避免出现「以脏拖脏」的情况。

这个概念熟悉大疆无人机的用户看到肯定会会心一笑：这基本上就是把大疆无人机的「运动模式」概念完全搬到了扫地机上。

作为已经长期使用扫地机的用户，ROMO 首款产品在清洁结构上真正让我有「痛点被解决」的创新，还是它解决边角清洁的方式。它所搭载的「柔性双机械臂」在我们的测试中表现出色。当机器人感知到墙角、桌腿等边缘时，底部的两个小型机械臂会根据实时地图独立地向外伸出，将边刷精准地推到墙角最深处，或完美贴合桌腿的弧形边缘。

这与市面上一些只能在 90 度墙角做一次固定伸出动作的单机械臂方案相比，适用场景更广，覆盖更彻底。大疆宣称的「全屋 100% 覆盖率」是一个理想化目标，但必须承认，在解决扫地机器人「最后一厘米」的清洁盲区问题上，这套方案确实是目前市面上最有效的解决方案之一。

许多高端扫地机虽然功能强大，但基站的维护却成了新的负担。ROMO 在设计上似乎下定决心要根除这些「二阶杂务」。

大疆研发团队曾透露，项目初期考虑过滚筒式拖布方案，但在测试中发现机载污水箱会变得极难清理和产生异味，且滚筒的毛发缠绕问题更严重。最终，团队做出了一个重要的取舍：放弃在少数极端场景下可能更强的滚筒方案，以换取日常使用中压倒性的免维护便利性。

这个理念在基站上体现得淋漓尽致。当机器人回仓后，基站通过高压水流冲洗拖布，再通过一个 16mm 的大口径吸污口将脏水和残渣吸走，这个口径远大于行业平均水平，旨在从根本上杜绝堵塞。然而，最具颠覆性的一点，在于它彻底取消了行业内普遍存在的可拆卸清洗盘和滤网。

在许多主流高端机型上，这个清洗盘是污垢、毛发和水垢的重灾区，用户需要定期将其拆下，忍受着恶臭和黏腻费力地刷洗。ROMO 通过一体化的拖布盘和强大直接的排污管道，让污物无处藏身，直接被排入污水箱，彻底根除了整个系统中最令人不悦的维护环节。

这种对用户便利性的追求，也体现在集尘风道的设计上。ROMO 比许多竞品更短、更宽、更直，大大降低了因大块碎屑或宠物毛团堵塞导致集尘失败的概率。可以说，从清理滚刷的频率，到清洗基站的麻烦，ROMO 的一系列设计都显著减少了用户需要手动干预的环节和频率。

大疆 ROMO 并非一款面面俱到的「水桶机」，而是一款特点鲜明、针对性极强的产品。它通过一系列取舍，展现了成熟的工程思维：

• 舍弃旋转 LDS，换取更低的机身和更一体化的设计。

• 舍弃滚筒拖布方案，换取用户长期的免维护体验。

• 舍弃简单的单机械臂模仿，坚持自研更有效的双臂边角清洁系统。

这些选择清晰地指向了当前高端用户的核心痛点：避障不够智能、边角扫不到、基站维护繁琐。

从这个角度来讲，ROMO 充满象征属性的透明基站，更像是一个宣言：它展示的不仅是内部的精密结构，更是一种以解决用户真实痛点为优先、而非盲目堆砌参数的造物理念。它可能不是在所有单一测试项目中都得分最高的选手，但通过系统性的创新，它确实为终结「扫地爹」的尴尬体验，提供了目前市场上最有说服力的答案之一。

对于那些追求极致省心、愿意为优秀工程设计买单的用户来说，ROMO 是一个非常值得考虑的选项。

大疆 ROMO 不是市面上第一款扫地机器人，但它极有可能是第一款真正让你忘记它存在的机器人。这，或许就是对「扫地爹」这个词，最彻底的告别。