戴森R3 Nurovi扫拖机器人:UV显渍加AI识别,能带来什么改变?

资讯 腾讯网 作者:腾讯网 全文 3993 字 · 约 10 分钟读完 分类机器人

「现状」有一种强大的引力。USB-A 接口总要翻来覆去试上几次,行李箱直到人类登月的年代才装上轮子,许多今天看来不可理喻的旧事物,在更好的新方案问世前,曾经都是「理所当然」。今天的扫拖机器人行业,某种程度上也正处在一种类似的惯性里:频繁倾倒的尘盒、漏扫的顽固污渍和越用越脏的拖布,似乎只是自动化清洁不得不付...

所属频道 机器人与具身智能

「现状」有一股很强的拉扯力。

USB-A 插头总得来回试好几遍才能插对,行李箱一直等到人类登月的年代才被装上轮子。不少今天看着莫名其妙的旧做法,在更好的替代方案出现之前,都曾被当成「理所当然」。

扫拖机器人这一行,眼下多少也困在类似的惯性当中:尘盒要频繁倒、顽固污渍老漏扫、拖布越用越脏,这些似乎成了自动清洁绕不开的代价。

不过两个月前,戴森在 Dyson Unveiled 全球发布会上亮出了 R3 Nurovi Spot+Scrub UV Ai 智能扫拖机器人。

这家公司向来以工程师文化著称,擅长处理日常里的麻烦事,这回显然是想给「扫拖机器人」这个已经很成熟、久无波澜的品类添点新想法。

就在最近,爱范儿也拿到了这台戴森智能扫拖机器人。居家用了一段时间后我发现,这台机器在工程上花了不少巧思,清洁体验确实和以往不一样,也很大程度上改变了我对扫拖机器人的期待。

一台有「洁癖」的机器

它是新近推出的 Nurovi 清洁机器人家族里的旗舰款,全名念起来有点绕口,不过逐字拆开就好懂了:

Neural Intelligence(神经智能)+ Vision(视觉)+ Spot(发现污迹)+ Scrub(擦洗)+ UV(紫外线)+ AI

这么一拆,产品的门道也就浮出来了——

先靠视觉感知(其中包括新加的紫外线显渍能力)找到垃圾和污渍,再交给人工智能判断,然后有针对性地擦洗。

一般来讲,扫拖机器人干的是覆盖地面的活:建图、规划路线、走遍房间,再按设定好的频率和模式把地扫一遍。

可手段和目标从来是两码事。走遍房间只是手段,它服务的是「让地板变干净」这个最终目标,却保证不了目标一定能达成。

比如打翻的菜汁、含糖饮料这类黏稠污渍,只按部就班扫上一轮,未必真能弄干净,弄不好还会把脏东西「抹匀」,结果适得其反。

既然这样,为什么不干脆一开始就围着「目标」来做设计?

戴森于是造了一台有「洁癖」的智能扫拖机器人。对它来说,保证地面干净才是头等大事。

让这份「洁癖」站得住脚的第一个要素是感知——先看得见污渍,才谈得上清理污渍。

眼睛看到的,未必就是实情。戴森 2021 年推出的 V15 Detect 吸尘器上,头一回用上了绿光显尘技术,借低角度光线把尘埃的阴影和轮廓衬出来,让平时藏在地面、肉眼很难看清的微尘现形。

如今的戴森智能扫拖机器人,顺理成章地继承了这个技术。

再往深一层,可乐、牛奶、菜汁、宠物排泄物这类液体干涸后留下的半透明残渍,它另有一套 UV 紫外线显渍系统来对付:这些残留物在紫外线激发下会发出荧光,于是地板上那些不起眼、却可能在拖鞋踩上去后黏得嘎吱作响的黏稠污渍就被照了出来。

看得见污渍,还得知道怎么对症下药地去清。

靠着二十多年的机器人视觉技术积累,戴森智能扫拖机器人机身上的高清摄像头会一直盯着地面,把收集到的信息交给 AI 探测系统——

它能认出家居环境里近 200 种污渍与物体,并据此做双向决策。

碰上散落的玩具、拖鞋或数据线这类障碍物,机器会规划路线灵巧地绕过去;而遇到真正的污渍和垃圾,它会按污渍内容和地面材质有针对性地调整清洁策略,做到「各个击破」。

比如我家那只猫常趴的短毛地毯,上面粘了不少猫毛,机器一上去,我从声音里就能听出吸力明显拉高了。30000 帕的吸力上限,留给它调节的余地确实够大。

还有一点挺有意思:这台戴森智能扫拖机器人会「检查作业」。碰到污渍,它先对着那块地方擦洗,然后用「双灯系统」配合摄像头看结果。要是污渍还在,就接着擦,直到识别系统认为可以走了才算完。

戴森把这套系统叫「洁癖算法」,这个名字起得挺贴切。清洁反馈由 AI 驱动,机器人的活儿就不再是扫固定几遍,而是跟人做家务一样,边干边看情况调整。

到了这一步,机器手里已经有了接近人的判断和决策能力,过去那套自动化规则也就让位给了「把地面弄干净」这个根本目标。这样的变化,跟家里的实际需求更对得上。

要让一台扫拖机器人做到这些,光学、图像识别、人工智能和机械控制得凑到一块儿,搭出一套「清洁—检测—复扫」的反馈循环,环环都得扣紧。戴森在工程技术上攒下的底子,这时候就变成了那种想清楚了再动的反应能力。

换个说法,这差不多是一台有自己「想法」的扫拖机器人。

在细微之处大动干戈

感知和决策说到底还是机制层面的事,地面要干净,最后得落到机械动作上。把戴森智能扫拖机器人翻过来,前端是一对重新设计过的防缠绕双边刷,还是戴森经典的红蓝配色。

边刷的干活方式也变了:从常见的「高速拍打」改成「向内导引」,刷毛的倾角和转速都被设计师卡得很严,为的是把墙边和死角的垃圾稳稳拨进后方主刷的负压气流区。实际跑起来,我在踢脚线边缘和墙角内侧撒了一把细猫砂,结果几乎没有颗粒被甩到机身外面,绝大多数猫砂一碰到边刷就被顺势带进了主吸风口;滚筒还会自动侧向伸出来,把墙沿湿拖一遍。

毛发缠绕这道老难题,戴森给的是纯物理的路子。边刷根部加了一种像螺壳又像花瓣的软胶结构,长发和宠物绒毛在边刷上缠起来的时候,软胶会自动折叠,缠住的毛发一下子没了「支点」,滑脱之后直接被负压气流抽进尘盒。

连着几天日常清洁下来,把机身翻过来看边刷轴心和主刷,确实没出现毛发打成的死结。不靠藏起来的割毛刀片,用几何结构把缠绕化掉,手动清理的麻烦省了,金属刀片刮伤地板或地毯的风险也避开了。

干垃圾解决完,湿拖还有一道「二次污染」的坎。传统的圆盘旋转拖布或者普通滚筒,碰上大面积湿垃圾,很容易变成「一块脏抹布擦完整间屋子」。

戴森智能扫拖机器人用的是 27 厘米宽的活水滚筒,里面装了一套 12 点位热水喷射系统,热水高频润湿加上刮条除脏,滚刷表面一直在被清洁。每转一圈,挨着地面的都是干净的滚筒。

有了这个结构,地上洒的大片牛奶也没难住它。就算在污渍处来回擦了几遍,滚筒也没在地板上拖出白色水痕,污渍在很小的范围里就被剥离吸走了。

一开上客厅地毯,滚筒会自动抬高 10 毫米并断水,干湿切换很干脆。

戴森看家的多圆锥气旋技术,这回留在了自集尘基站上。气旋分离把灰尘和毛发从气流里分出来,甩进按 100 天免清倒周期设计的大容量透明集尘筒,后端滤网堵住的概率也就小了很多。

从物理结构看,这套无尘袋方案在长达数月的集尘周期里能让风道一直保持畅通。当然,受限于目前的体验时长,我的机器离清倒周期的上限还很远。但至少最近这段时间密集用下来,每次集尘抽吸都干脆、彻底。

1993 年,DC01 把工业气旋分离技术带进家用吸尘器;到今天,戴森智能扫拖机器人重新设计边刷、启用「洁癖算法」。一路看下来,戴森的机械设计始终指向同一个逻辑:不默认接受行业现有的方案,而是回到问题的源头,重新审视每一个清洁动作是否还有优化空间。

这一点,恰好应和了我们曾在戴森新加坡技术中心前台看到的那句标语:As engineers, we have to see beyond existing technology and ask if there is a better way.(作为工程师,我们必须超越现有技术,追问是否有更优解。)

始终追问「更优解」

「归根结底,我们是一群解决问题的人。」12 年前接受《福布斯》专访时,James Dyson 曾这样解释,让戴森工程师对自家产品保持热忱和创造力的秘诀是什么。

戴森这家公司由工程师创立,以工程技术见长,很少试图凭空定义一个全新的产品品类。他们更擅长的是:在早已司空见惯的日常事物里发现还没解决的问题,再用天马行空的技术创意给出自己的答案。

在这个将就和凑合随处可见的时代,戴森对产品的执拗,未尝不是一种稀缺的浪漫。

扫拖机器人是「新产业中的老品类」,十多年迭代演化下来,导航、避障、集尘、拖地几乎都有高度标准化的行业模版,我们也曾默认这些成熟方案已经足够好用——直到戴森带来一系列的工程重构,重新挑战那些我们习以为常的妥协。

如果仅仅把机械结构打磨到极致,那还只是我们熟悉的那个传统戴森。但实际上,身为现状的挑战者,这家科技家电行业的「老炮儿」在拥抱前沿技术方面也先人一步。

戴森首席工程师 Jake Dyson 此前在接受采访时提到,机械工程、电机、气流和性能一直是戴森的强项。如今把摄像头和视觉系统加进来,机器就能更进一步识别眼前的东西、读懂所处环境,并据此做出动作。

从这个角度看,戴森智能扫拖机器人正好是观察戴森下一阶段技术走向的窗口:当强大的机械工程有了感知与判断作为支撑,器械也有了独立解决问题的智能——而智能向来是最通用的能力。

同样的「感知-判断」机制,既可以处理家居地面,也可以用于识别发质、声音、口腔环境,乃至更宽广的领域。

结果就是,智能扫拖机器人、带摄像头的 CameraJet 牙刷,以及更多具备感知能力的新品接连出现。往后戴森要是冷不丁杀进一个全新品类,其实也不用大惊小怪。

当然,即使暂时不考虑「未来可期」的部分,现有的戴森智能扫拖机器人已经足够惊喜。

家里养了宠物或小孩、对地面干净程度特别在意的人,还有那些在生活细节上要求很高的人,这款产品背后大量不计成本的工程投入,最后都会落到每天的起居里,变成一种说不出口的体验。

说到底,真正好的工程设计一直是这样:它出现之前,大家早就习惯了将就;它出现之后,它立下的那套标准,就成了新的基准和日常。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 蚂蚁灵波开源LingBot-Touch:触觉基础模型让机器人摸得更灵敏

    【TechWeb】11月10日消息,蚂蚁灵波科技开源触觉基础模型LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用,让机器人在“看得清楚、想得明白”的同时,进

    来源 腾讯网
  2. ChatGPT占全球AI聊天机器人流量超81%,月访问量613.5亿次创新高

    IT之家 11 月 9 日消息,今年早些时候,随着谷歌和 Anthropic 等竞争对手势头渐起,ChatGPT 在 AI 市场的主导地位一度显现出松动迹象。不过,一项最新研究显示,OpenAI 旗下这款旗舰产品正在意外反弹。 研究与增长营销公司 Graphite 的一项研究显示,目前 ChatGPT 占全球主要 AI

    来源 AI 行业观察
  3. 英飞凌意法恩智浦CEO:汽车工业底子助欧洲竞逐机器人与物理AI

    IT之家 11 月 10 日消息,据路透社今天(10 日)下午报道,欧洲芯片巨头英飞凌、意法半导体和恩智浦的 CEO 认为,凭借在汽车和工业技术领域的传统优势,欧洲有实力在机器人和“物理 AI”领域与美国、亚洲竞争。 三家公司的高管在德国慕尼黑举行的一场行业会议上指出,AI 的应用范围正从数据中心向机器人、汽车和工业设

    来源 AI 行业观察
  4. 苹果AI提速:人形机器人进展曝光,宇树G1背着跑千问的Mac mini

    打开网易新闻 查看精彩图片 苹果新 CEO 最近对自家 AI 的进度有点不满意。 据彭博社最新爆料,苹果 CEO 约翰·特努斯已经要求软件主管费德里吉加快 AI 开发节奏,拿出更大胆的方案,不能只满足于给 Siri 升级几个功能。 比起苹果 AI 落地的速度,苹果在研究上的进展其实超出很多的预期,其中就包括具身智能,苹

    来源 AI 行业观察
  5. 欧盟拟禁成瘾设计:AI聊天机器人纳入监管

    综合多家媒体周一报道,他们看到的《数字公平法案》(Digital Fairness Act)草案显示,欧盟委员会拟要求企业允许用户关闭诱导强迫性或过度使用的功能,并将利用模拟人际关系延长互动的AI系统纳入监管。

    来源 凤凰科技
  6. 太空建造迈出关键一步:机器人首次在太空自主组装天线桁架,未来或建造千米级结构

    IT之家 11 月 10 日消息,将大型设备送入地球轨道并不容易。如果先把大量小型零部件送上太空,再在轨道上将它们组装成大型结构,难度可能更低,但传统方案往往仍需要宇航员参与。考虑到太空环境充满辐射,宇航员在轨道上工作的时间自然是越短越好。由美国加州理工学院(Caltech)研发、美国国防高级研究计划局(DARPA)资

    来源 腾讯网
  7. Sharpa Wave触觉传感器:加装后成功率为何从39%跌到15%?

    蚂蚁灵波开源触觉预训练基础模型LingBot-Touch,通过"统一坐标+分入口+共享主干+特征空间预测"架构,将磁触觉、视触觉、压阻式触觉三类传感器信号统一编码为触觉Token。实测显示,接入后机器人成功率平均提升20+百分点,且对从未出现在训练数据中的新传感器同样有效。代码与权重已全部开源。

    来源 华尔街见闻
  8. 蚂蚁灵波LingBot-Touch开源:5000小时触觉数据预训练

    蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,基于近 5000 小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类传感器。26 项真机测试显示,接入后动作模型任务成功率提升 14 至 26 个百分点,让机器人“摸得更灵敏”。#机器人触觉##具身智能#

    来源 IT之家
  9. 黄仁勋发布DSX POD:14天建成AI工厂,超节点进入规模交付

    规模化交付带来的连锁反应,在产业链上已经开始显现。新眸原创·作者 | 李小东前几天,黄仁勋在柏林GTC的舞台上,身后是一块巨大的LED屏,展示着Vera Rubin机架的渲染图。他宣布了一个叫DSX POD的东西——一种模块化的AI工厂参考设计,计算、网络、布线、液冷管路全部在合作伙伴的工厂里预装好,运到客户现场接上电

    来源 腾讯网
  10. AI研发AI冲出逃逸速度:Anthropic Model 4让研究员提速10倍

    哪怕明天全人类拔掉所有新数据中心的电源,也拦不住超级智能了! 就在刚刚,硅谷「AI自己研发AI」的真实进度条被彻底掀开。 哈佛物理学家兼计算机科学家Alex Wissner-Gross在最新播客中直言,AI如今已经越过了「超级智能逃逸速度」。 在他看来,单凭目前掌握的算法洞见与机房里现成的存量算力,就已经足够一路推向超

    来源 AI 行业观察
  11. 科斯拉押注Coframe:AI要让每个访客看到不一样的网页

    IT之家 11 月 9 日消息,据《商业内幕》今天(9)日晚间报道,美国知名亿万富翁风险投资家维诺德 · 科斯拉认为,所有访客看到相同网页的时代即将过去。他最新投资的 AI 初创公司 Coframe 希望借助 AI 重塑互联网,为每位访客提供量身定制的网页。“AI 让高度个性化定制成为可能,整个世界都因此改变了。”Co

    来源 腾讯网
  12. SK海力士单季营收破100万亿韩元:韩国被AI带飞,年轻人却在股市爆仓

    10月28日,韩国芯片巨头SK海力士公布季度财报。 2026年Q3,公司营收同比增长328%至104.6155万亿韩元,营业利润同比增长632%至83.3338万亿韩元,营收首次突破100万亿韩元(约合人民币4990亿元),营业利润率接近八成,产能被预订到了2029 年。 往上一层,韩国央行发布数据显示,三季度韩国实际

    来源 AI 行业观察
  13. 豆包进企业:AI从试点到预算科目还要过几道关?

    “对企业而言,AI已从试点项目正式升级为预算科目,只是AI要想真正进入工作流,中间还隔着千山万水。”撰文|路雨晴编辑|翟文婷大厂在AI办公完成卡位之后,战火迅速烧向企业级市场。对于办公场景而言,相比C端用户,B级市场显然更是一座待挖的富矿,只要AI能表现出降本增效的现实威力,企业就有付费意愿。事实证明也是如此。Sens

    来源 腾讯网
  14. 双十一第十八年:AI接管效率,增长为何没跟上?

    双十一走到第十八个年头,AI第一次渗透进了从逛到买的全过程,直播间里念稿的是数字人主播,接你咨询的是AI客服,商品详情页的图出自AI生图。 买卖两端,AI都在接管越来越多的环节。淘天把千问接进淘宝,京东让AI购物助手东东全面上岗,抖音电商把豆包接进商城,快手喊出“AI提效、全域协同”,各家都把AI摆上了主舞台。 但一轮

    来源 AI 行业观察
  15. 无境动力停摆:10亿订单与1.1亿融资背后,800万欠薪困局

    “你现在能不能联系上小飞,你什么时候能联系上他,他在干什么?” Tech星球获得的一份公司内部会议录音里,员工向公司高管急促的质问,撕开了具身智能赛道又一场泡沫破裂的现实。 被追问的崔小飞,是无境未来动力科技的实际控制人。 这家2026年2月才成立的机器人公司,曾快速打出高光叙事:6月官宣拿下近10亿元订单,7月落地1

    来源 AI 行业观察
  16. FFR机器人模型登顶仿真榜,贾跃亭披露两项业绩会安排

    截至11月6日,FFR旗下OmniMind模型在具身智能仿真评测平台RoboColiseum榜单中以0.8698分位居综合第一,超过英伟达GR00T N1.7、GPT-6 Astra等模型。FFR将于北京时间11月13日召开上市后首次业绩电话会,FFAI则定于11月17日举行。

    来源 凤凰科技
  17. MIT提出UQ-DAAAM:给机器人时空记忆加不确定性评分

    作者:梅菜编辑:李宝珠转载请联系本公众号获得授权,并标明来源MIT 的研究团队将不确定性评分引入先进的空间语义记忆系统,并将其命名为 UQ-DAAAM。在固定查询预算的约束下,UQ-DAAAM 利用该评分主动优化不确定性较高的对象:通过筛选高质量视角获取新的描述,再将多视角生成的描述进行融合,形成统一的对象描述。随着机

    来源 腾讯网
向下滚动自动加载更多