机器人赛道正在分叉，方向却指向同一件事：光会"看"不够。触觉这边，一家做机器人"皮肤"的公司一边拿下10万套订单，一边把采集到的数据上架销售。硬件生意正往数采、数据、模型延伸。但数据能不能跨设备复用、客户会不会持续付费，直接决定这条全栈路线成不成立。
听觉是另一块短板。NVIDIA 李柏依在 ECCV 2026 上提出，机器人只会"看"远远不够，还得学会"听"。难点在数据——真实世界的声音感知太难采。他的解法是往生成模型里引入仿真，把缺失的声音补出来。这条路能不能走通，取决于仿真出的声音够不够真。
家庭场景的题更难。启元面临的抉择是：先做陪伴，还是先干活？背后是家庭机器人如何进门、又靠什么持续经营的老问题。陪伴更容易卖出去，干活更难做出来，但只靠陪伴很难撑起长期付费。行业至今没有标准答案。
三条线其实在回答同一个问题：硬件的护城河到底有多深。触觉比的是数据复用和续费能力，听觉比的是仿真能力，家庭比的是真实需求。机器人公司最终要证明的不是自己能造出多像人的机器，而是有人愿意一直为它掏钱。