家庭机器人最核心的痛点，本质是实验室数据和真实场景脱节，很多灵巧操作一到家里就失灵。硅谷 Sunday Robotics 的 Memo，倒是找了个不一样的解法。它没走传统遥操作或仿真数据的路子，而是让人类戴和机器人手匹配的 “技能捕捉手套”，在普通家庭里采集真实操作数据，1000 万条样本全来自生活化场景，这让它能搞定折叠袜子、清理餐桌这些细活，还能跨房间导航，应对陌生环境。ACT-1 模型不用机器人数据也能训练，这点在技术上算是个小突破。团队是斯坦福背景，全栈覆盖软硬件，能把精细操作和导航结合起来，确实有两把刷子。但客观说，家庭场景复杂多变，Memo 目前能覆盖的功能还有限，而且规模落地的成本、不同家庭环境的适配性，都是要面对的问题。不过这种 “从人类真实操作学技能” 的思路，倒是给具身智能落地提供了一个方向。你们觉得家庭机器人要普及，最先要攻克的是技术还是成本？
