0
一臺真正聰明的掃地機(jī)，應(yīng)該能在復(fù)雜環(huán)境中自己做判斷：什么時(shí)候該繞開，什么時(shí)候重點(diǎn)清潔，什么時(shí)候靈活避讓。
這本質(zhì)上，是一整套系統(tǒng)能力的體現(xiàn)。
追覓掃地機(jī)給出的答案是，把AI變成一條完整鏈路：從感知環(huán)境、理解場景，到做出決策，再到完成動作，形成連續(xù)閉環(huán)。
過去幾年，掃地機(jī)行業(yè)經(jīng)歷了兩輪升級：從比吸力、參數(shù)，到比導(dǎo)航、覆蓋率。而今天，競爭開始轉(zhuǎn)向復(fù)雜環(huán)境中的智能判斷。
一位參與研發(fā)的追覓工程師對雷峰網(wǎng)(公眾號：雷峰網(wǎng))提到：“我們想做的，不只是看見，而是在看見之后，進(jìn)一步服務(wù)于清潔能力升級。”
換句話說，今天掃地機(jī)之間的差距，已經(jīng)不在執(zhí)行能力，而在決策能力。
從市場表現(xiàn)來看，這種變化正在被驗(yàn)證。2026年一季度，追覓掃地機(jī)全球營收同比增長100%，在多個(gè)高端市場持續(xù)領(lǐng)先，并獲得歐睿國際“全球高端掃地機(jī)器人銷量第一”的認(rèn)證。截至目前，追覓掃地機(jī)全球累計(jì)出貨量已突破1100萬臺。
當(dāng)一臺掃地機(jī)開始“自主判斷”，它到底改變了什么？
01給掃地機(jī)做一雙眼睛
在追覓掃地機(jī)X60 Pro這一代產(chǎn)品上，變化是從“看見”開始的。
要做到業(yè)內(nèi)最強(qiáng)的感知能力，追覓掃地機(jī)選擇了一條更激進(jìn)的路徑，在行業(yè)內(nèi)率先落地超廣角雙目靈動導(dǎo)航避障技術(shù)。
相比傳統(tǒng)單目視覺，這套方案通過雙RGB AI攝像頭、主動光散斑與3D感知，讓掃地機(jī)不再只是看到物體，而是直接獲得穩(wěn)定的空間深度信息。簡單來說，它不只看到有什么，而是知道在哪里、多高、能不能碰。
這帶來了一組非常關(guān)鍵的能力變化——可識別280+類物體；最小感知高度低至3mm、對5mm以內(nèi)低矮障礙物實(shí)現(xiàn)100%避障；在動態(tài)環(huán)境中，0.3秒內(nèi)完成判斷，導(dǎo)航效率提升約50%。
參數(shù)本身并不新鮮，但共同指向一件事：掃地機(jī)開始具備穩(wěn)定、連續(xù)的空間理解能力。
在傳統(tǒng)方案中，無論是激光雷達(dá)還是單目視覺，本質(zhì)都是間接理解空間。要么通過點(diǎn)云拼接環(huán)境，要么通過圖像“猜”距離。這是為什么上一代掃地機(jī)常常會出現(xiàn)一些奇怪的行為：在桌腿之間反復(fù)試探、在陰影區(qū)域停頓。問題不在算法本身，而在輸入信息不穩(wěn)定。
追覓掃地機(jī)這套“雙目+主動光”方案，通過人為制造可計(jì)算的特征點(diǎn)，讓系統(tǒng)在各種環(huán)境下都能獲得穩(wěn)定深度信息，從看見輪廓，走向理解空間。
更重要的變化在于：感知不再只為避障服務(wù)，而是進(jìn)入清潔決策。
當(dāng)系統(tǒng)識別到毫米級目標(biāo)時(shí)，機(jī)器不再簡單地統(tǒng)一繞開，而是判斷這是需要避開的障礙，還是可以直接清理的灰塵顆粒。
類似的變化，也延伸到人機(jī)交互。
目前，追覓掃地機(jī)支持多語種與方言語音控制。用戶不需要記住標(biāo)準(zhǔn)指令，只需說“輕輕拖一遍地”“不要太濕，掃一下客廳”，系統(tǒng)就可以自動匹配清潔策略。如果表達(dá)不清晰，機(jī)器甚至?xí)穯枺a(bǔ)全信息。
從環(huán)境到人，掃地機(jī)正在完成同一件事：從“識別輸入”，走向“理解意圖”。
把時(shí)間拉長來看，這種變化并不孤立。
過去十年，掃地機(jī)大致經(jīng)歷過兩次關(guān)鍵躍遷。
第一次，是“會動”。早期產(chǎn)品依靠隨機(jī)碰撞完成覆蓋，解決的是“有沒有”的問題；第二次，是“會規(guī)劃”。激光導(dǎo)航讓掃地機(jī)可以建圖、分區(qū)、路徑規(guī)劃，解決的是“掃不全”的問題。
到這里，覆蓋率問題基本被解決。但真正影響體驗(yàn)的，是剩下那一部分更細(xì)微、更復(fù)雜的場景——動態(tài)環(huán)境中的實(shí)時(shí)處理能力。
在人走動、寵物穿行、地面不斷變化的真實(shí)家庭環(huán)境中，掃地機(jī)需要持續(xù)感知、持續(xù)更新，而不是依賴一套固定輸入做判斷。
這也是為什么，“看見”這件事，必須被重做。
追覓掃地機(jī)的新一代產(chǎn)品，正是在這一階段完成了系統(tǒng)重構(gòu)。在X60 Pro上，感知不再是一個(gè)獨(dú)立模塊，而是整個(gè)系統(tǒng)的起點(diǎn)，感知、理解、決策、執(zhí)行，被串成一個(gè)連續(xù)過程。
02追覓掃地機(jī)把“看、想、做”連成了一件事
“看見”解決的是輸入問題，真正拉開差距的，是“接下來怎么做”。
掃地機(jī)面對的，從來不是標(biāo)準(zhǔn)化場景。
同樣是地面上的物體，處理方式完全不同。散落的珍珠、細(xì)小戒指等細(xì)小貴重物品需要避開，面包屑、貓砂、泡沫碎屑等需要清潔。系統(tǒng)不能再用一套統(tǒng)一規(guī)則處理所有情況。
過去主流掃地機(jī)，本質(zhì)是一套規(guī)則驅(qū)動的系統(tǒng)：先識別障礙、停下來、重新規(guī)劃路徑、再執(zhí)行。這套邏輯在靜態(tài)環(huán)境中幾乎完美，一旦進(jìn)入動態(tài)場景，就容易出現(xiàn)停頓。
用戶看到的，是掃地機(jī)“猶豫了”。這是因?yàn)槁窂绞翘崆八愫玫模瑒幼魇且?guī)則觸發(fā)的，一旦變化超出規(guī)則覆蓋范圍，機(jī)器只能保守處理。
早在2021年，追覓掃地機(jī)便組建了AI算法小組，開始研究如何將 AI 技術(shù)融入產(chǎn)品。2023年起，追覓掃地機(jī)便率先將強(qiáng)化學(xué)習(xí)引入掃地機(jī)的研發(fā)。
在掃地機(jī)產(chǎn)品上的變化，是把“決策”從規(guī)則里拿出來，交給系統(tǒng)實(shí)時(shí)完成，邊走邊算。
這背后，是路徑規(guī)劃邏輯的一次變化。
傳統(tǒng)方案通常采用“全局規(guī)劃+局部避障”的組合，先用算法規(guī)劃一條完整路徑，再在執(zhí)行過程中局部調(diào)整。
問題在于，這種方式天然是“分段的”，一旦環(huán)境發(fā)生變化，就需要不斷中斷、重算。
追覓掃地機(jī)引入強(qiáng)化學(xué)習(xí)之后，決策邏輯變成另一種方式。系統(tǒng)不再依賴固定路徑，而是根據(jù)當(dāng)前感知結(jié)果，持續(xù)輸出下一步動作。
這帶來的變化，是可以被直接感知的：
在人和寵物走動時(shí)，掃地機(jī)不再停下來等待，而是順勢繞開；
在桌椅腿之間，不再來回試探，而是連續(xù)調(diào)整路徑穿過；
在狹窄空間中，很少觸發(fā)保護(hù)性后退，而是一次性通過。
這些變化很難用參數(shù)衡量，但會明顯改變使用體驗(yàn)。
更重要的是，“想”的過程，不只發(fā)生在路徑層，也體現(xiàn)在人機(jī)交互上。
追覓掃地機(jī)可將用戶的自然語言直接轉(zhuǎn)化為清潔指令，自動解析清潔強(qiáng)度、范圍、方式等參數(shù)并生成任務(wù)。這讓機(jī)器的決策，既包含對環(huán)境的判斷，也包含對人的理解。
但如果“想”無法轉(zhuǎn)化為動作，系統(tǒng)依然是不完整的。
這也是為什么，追覓掃地機(jī)把能力從算法層，延伸到了結(jié)構(gòu)層。
通過全球首創(chuàng)的仿生機(jī)械臂，在識別到墻邊或桌腿時(shí)，拖布和邊刷會主動外擴(kuò)，補(bǔ)足邊角；在門檻或滑軌位置，會先判斷是否可通過，再通過首創(chuàng)的仿生機(jī)械足抬升完成越障。
這些動作，并不是預(yù)設(shè)觸發(fā)，而是決策結(jié)果的直接延伸。
當(dāng)這些環(huán)節(jié)被連在一起后，掃地機(jī)就不再是“移動+清潔”的組合，而更接近一個(gè)完整的行為系統(tǒng)。
也正是在這里，差異開始真正被拉開。
03全球第一背后，是選擇、工程與研發(fā)投入
在感知方案上，行業(yè)長期主流是單目視覺或激光雷達(dá)。路徑清晰、成本可控，但在弱紋理、暗光、高反光等復(fù)雜環(huán)境中，始終存在上限。
追覓掃地機(jī)的“超廣角雙目+主動光+3D感知”，其實(shí)是一條更“重”的路線。
這類決策，看起來只是技術(shù)路線差異，本質(zhì)上是在做取舍：是滿足于“夠用”，還是為了更強(qiáng)的環(huán)境理解能力，主動選擇一條更難、但上限更高的路。
真正體現(xiàn)追覓掃地機(jī)能力的，是把這條路線真正做到了產(chǎn)品里。
以雙目方案為例，它并不是簡單增加一個(gè)攝像頭，而是一整套系統(tǒng)級重構(gòu)：更大視場角帶來的畸變與邊緣信息處理問題；主動光與鏡頭、ISP之間的協(xié)同調(diào)校；不同材質(zhì)、不同光照下識別穩(wěn)定性的波動；以及最終成像效果對識別模型的影響……每一個(gè)環(huán)節(jié)都決定著最終體驗(yàn)的上限。
一位工程師提到，為了把產(chǎn)品打磨到極致，很多細(xì)節(jié)需要反復(fù)打磨十幾版甚至幾十版，再放到大規(guī)模內(nèi)測場景中反復(fù)驗(yàn)證。
決策系統(tǒng)同樣如此。從規(guī)則系統(tǒng)切換到強(qiáng)化學(xué)習(xí)，是要重構(gòu)整套決策機(jī)制，包括數(shù)據(jù)如何組織、模型如何實(shí)時(shí)推理，以及在有限算力下如何穩(wěn)定運(yùn)行。
再往下，執(zhí)行層同樣考驗(yàn)系統(tǒng)能力——傳感器與ISP決定輸入質(zhì)量，電機(jī)響應(yīng)決定路徑是否連續(xù)，結(jié)構(gòu)件設(shè)計(jì)決定策略能否真正落地。也正因如此，即使技術(shù)框架相似，不同產(chǎn)品的體驗(yàn)差異依然明顯。
追覓掃地機(jī)真正建立起來的，是把復(fù)雜能力持續(xù)產(chǎn)品化的系統(tǒng)工程能力。
AI系統(tǒng)的上限，最終取決于數(shù)據(jù)與訓(xùn)練體系。但掃地機(jī)的數(shù)據(jù)，分散、不可控，而且很多關(guān)鍵場景很難高頻采集。
追覓掃地機(jī)的做法，是引入仿真訓(xùn)練，與真實(shí)數(shù)據(jù)形成閉環(huán)。
基于英偉達(dá)的仿真平臺，團(tuán)隊(duì)可以構(gòu)建成千上萬種家庭環(huán)境，讓模型在其中完成大規(guī)模訓(xùn)練。單個(gè)階段即可生成數(shù)十萬級數(shù)據(jù)，4000臺虛擬機(jī)器人24小時(shí)運(yùn)行，相當(dāng)于在極短時(shí)間內(nèi)積累數(shù)年真實(shí)使用經(jīng)驗(yàn)。
本質(zhì)上，這是用工程手段，去解決數(shù)據(jù)規(guī)模問題。不僅是更多數(shù)據(jù)，更是覆蓋現(xiàn)實(shí)中難以頻繁出現(xiàn)的場景。
但這同樣意味著更高的投入，以及復(fù)雜系統(tǒng)設(shè)計(jì)的能力。
從路線選擇，到工程實(shí)現(xiàn)，再到數(shù)據(jù)體系，這些能力會直接反映在兩件事上，產(chǎn)品體驗(yàn)，以及迭代速度。
以雙目方案的落地速度為例，行業(yè)內(nèi)類似方案往往需要數(shù)年時(shí)間積累，而追覓掃地機(jī)在半年內(nèi)完成從驗(yàn)證到落地，這在行業(yè)里并不常見。
這種效率背后，是更高密度的研發(fā)體系支撐——追覓掃地機(jī)研發(fā)人員占比高達(dá)70%，算法、硬件、整機(jī)多線并行推進(jìn)，才能讓復(fù)雜技術(shù)更快落地。
目前，追覓掃地機(jī)在30多個(gè)國家及地區(qū)市占第一，在18個(gè)國家市占率超過40%；2026年一季度，全球營收同比增長100%。
這些數(shù)字本身已經(jīng)說明一件事：用戶更愿意為更聰明的掃地機(jī)買單，享受最佳的體驗(yàn)。
這幾年，掃地機(jī)的變化一句話就能概括：從“掃得干凈”，到“掃得合理”。
當(dāng)一臺掃地機(jī)開始理解環(huán)境、動態(tài)決策，并把判斷轉(zhuǎn)化為動作時(shí)，它就不再只是一個(gè)清潔工具，而更接近機(jī)器人。
在雷峰網(wǎng)看來，這也是為什么，掃地機(jī)會成為AI最早落地的一類機(jī)器人產(chǎn)品——場景足夠復(fù)雜，能夠不斷產(chǎn)生新的問題；任務(wù)足夠高頻，能力可以持續(xù)驗(yàn)證和優(yōu)化。
追覓掃地機(jī)這一輪的進(jìn)化，本質(zhì)上是把感知、決策、執(zhí)行連成一個(gè)閉環(huán)系統(tǒng)，讓機(jī)器在復(fù)雜環(huán)境中更加“像人一樣聰明”。
當(dāng)這種能力建立起來，它的意義，就不再局限于掃地這一個(gè)場景。
在一些探索性場景中，類似的系統(tǒng)能力，被嘗試復(fù)用到更連續(xù)的任務(wù)中，識別物體、完成抓取、與其他設(shè)備協(xié)同工作。
當(dāng)機(jī)器理解了環(huán)境，它能做的事情，會遠(yuǎn)多于最初被定義的那一類，它也就不再只是工具。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
