关注我们：

张伟

2026年8月20日

九游下载专区分享道具使用细节与发现，涵盖运动装备选择与维护技巧。通过社区互动，读者可以交流实战经验，提升运动表现。

这篇报道的缘起，源于近期我与一家机器人企业的访谈。对方提到，创业的起点来自父亲住院期间的一次照护体验。

他意识到，即便是最亲近的家人，在照顾病人时也难以做到万无一失。于是开始思考，是否存在一种机器，能让我们在衰老时保有更多尊严？

这个想法十分质朴，也与公众对机器人的期待高度契合。

近两年，人形机器人在各类展会和舞台上能歌善舞。但如果随机询问现场的一位普通观众，最希望机器人做什么，答案很可能是：等我老了，它能照顾我。

这种期盼，同样被文艺创作者捕捉并呈现。一部最新的海外轻喜剧《Ann Droid》（中文译名《护工不是人》），剧情围绕独居老人Sue苏展开。她唯一的儿子即将搬离，临行前为母亲购置了一台人形养老机器人。

机器人刚启动便状况频出：朝人脸发射激光，在老人泡澡时突然闯入，系统过于陈旧，甚至记不住老人刚告诉它的事情。

然而，度过磨合期后，这台笨拙的机器却逐渐成为苏最可靠的陪伴者。这比起多年前《黑客帝国》所描绘的未来，要积极得多。

从未有哪款科技产品，能像照护机器人这般，在创业者、消费者和文艺创作者中引发如此强烈的共鸣与共识。

所有人似乎都已准备就绪，只待那台机器人界的iPhone4问世，引爆下一个智能终端的消费浪潮。那么，这一天究竟何时到来？

要将一位老人摆渡至更安宁的晚年，机器人自身必须先渡过三条河流。

一渡·迷津：我们究竟想让机器人做什么？

机器人养老，我们到底期望机器人替我们承担哪些任务？这个问题看似简单到无需讨论，无非就是照顾老人所需的工作。但“那些工作”具体指什么？又为何希望机器人来执行？

照护，这个简单的词汇，至少包含三种截然不同的劳动：

第一种，是身体劳动。 擦洗、翻身、喂食、搬运、起身、移位、清洁……这些直接作用于人体的行为。

第二种，是情感劳动。 察觉老人的恐惧、孤独、羞耻或愤怒，并给予回应。更重要的是，照护者自身也需管理情绪：同一问题回答二十遍仍要保持耐心；被老人责骂后继续照顾；面对冲突时不将情绪宣泄回去，这也是一种劳动。

第三种，是认知劳动。 何时服药？何时复诊？今天是否跌倒？身体指标有无异常？是否需要叫医生？家中药品何时补充？这些琐碎事项，构成了老年生活中大量的健康管理。

因此，照护实则是一组难度各异的任务，不能简单视为单一场景。唯有如此，我们才能理解人力的局限，以及由人照护的不可持续性。

即便是最亲近的人，也无法在漫长的照护中做到面面俱到且永远耐心。日本甚至有一个专有名词：介護殺人（照护杀人）。

厚生劳动省依据《高龄者虐待防止法》实施的年度调查显示，2006至2024这19年间，由养护者（包括照护老人的亲属）导致65岁以上被养护者因虐待等死亡的案例，至少有486起。而日本媒体评论，这仅是老龄化社会照护困境的冰山一角。

说得残酷些，机器人不会虐待老人，也不会谋杀老人。因为机器人的照护行为依赖代码，受预设的伦理约束，它不会因疲劳而失控，也不会有情绪积累至爆发的那一刻。

好消息是，机器人可能比真人更适合做一名稳定的照护者。

坏消息是，机器人目前的能力还很有限。

人们最希望机器人替代的，恰恰是机器人目前最不擅长的：身体劳动。

机器人今天已经能做好的，主要是监测、提醒、信息整理、对话和陪伴。这两类劳动主要发生在信息世界，输入是数据，输出也是数据。机器人可通过传感器感知老人何时起床，通过模型分析健康数据，通过大模型进行对话。

但身体劳动则不同。它必须将信息转化为物理世界中的行动。

例如：一台几十公斤的机器人，究竟该用多大的力量，将一位骨质疏松的老人从床上抱起？老人突然害怕、挣扎、不配合时怎么办？床的位置与昨天不同时怎么办？

这些问题，需要大量关于人体、力、接触、环境和失败后果的真实数据。而这正是行业当前最大的瓶颈，也是最难获取的数据，因为企业不可能让机器人在人身上试错一万次。

所以，如果你期望的是一个会听、会说、会提醒的养老机器人，已有不少技术可以满足。但其本质，似乎与人形智能音箱没有太大区别。

如果你期望的是一个能抱你起床、替你洗澡、给你翻身的机器人，它仍处于具身智能技术栈的最远端。

二渡·天堑：照护机器人与商业成功之间，隔着一个物理世界

人形智能音箱显然不符合我们对机器人的养老期待。可以发现，从信息世界走向物理世界，从认知劳动到身体劳动，机器人在现实中交互得越多，就越接近大家真正想要的照护，但技术难度也越大。

日本是全球最早系统性推动护理机器人发展的国家之一。自2010年起，日本政府持续将移乘、移动、排泄、监护等机器人护理应用列为重点支持方向，并通过补贴、试点和护理服务体系推动产品进入养老机构。

但二十年下来，大致可得出一个趋势：能存活下来的护理机器人，往往是小的、专的、垂直的。

例如Cyberdyne的HAL外骨骼，进入了医疗和康复场景，主要用于老年患者的辅助康复训练。还有各种“見守り”监护传感器，监测老人是否在床上、室内有无活体生命、是否跌倒或排泄等情况。

这些产品都进入了物理世界，其共同特点是易于部署，无需复杂操作。

而那些试图直接复制真人护工的通用智能机器人，大多仍停留在试验阶段。

例如理化学研究所的RIBA、Robear，目标是将老人抱起，但目前仍只有原型，无法规模量产与部署。

Pepper曾大规模进入养老院，但主要承担聊天、带操、互动等辅助功能，后来商业化路径发生变化。丰田HSR也曾瞄准家庭服务和护理场景，最终成为研发平台。

越接近替代人力的照护机器人，越难量产和商业化；越是单一功能、辅助性质的产品，越容易存活。

中国今天也面临类似的结构。市场上已出现大量“养老”“康养”“家庭照护”概念的人形机器人，但真正已形成大规模商业交付的，又有多少？

量产之后，机器人照护能否具备商业收益，则是另一个问题。毕竟，养老不是机器人最容易展示能力的场景，却又是最不能犯错的场景。

家庭养老对机器人的支付意愿和消费能力，受限于居民收入的天花板。而机器人犯错后的索赔风险，又会加重企业的财务负担。二者共同决定了机器人公司的收入负债表。 若居民消费能力不足，而市场风险又巨大，机器人公司有何动力持续投入养老机器人的研发？

从风险收益比的角度看，机器人企业从康复、医疗设备出发，再走向人形机器人，或许是更合理的商业化路径。

三渡·险滩：出了问题谁负责？

沿着这条路径，我们还可以推导出机器人养老的落地路径，会先在养老机构落地，而非家庭消费。

原因是，家庭环境远比工厂和养老机构复杂得多。

每个家庭的家具、床、地面、光线都不相同。打造一套能在居家复杂场景下完成泛化任务的通用机器人，技术难度太大。即使技术实现，居家场景也会将责任边界问题进一步放大。

相比之下，机构里的环境更为结构化。床位尺寸相对统一，流程更加明确，这极大地降低了技术出错的风险。而且，有专业人员在场和明确的采购方，追责链路也比居家机器人更为清晰。而如果机器人在家里失手出了事故，会面临机器人硬件厂商、软件算法公司、家属消费者等各方的责任划分。

虽然《民法典》的产品责任制度可覆盖相当一部分机器人事故，可追诉生产者、销售者的相关责任，但养老机器人的事故源可能并非单一、直接的。例如，一台机器出错，可能是硬件缺陷、算法问题、模型判断出错、训练数据有毒、软件更新、人机协作不当、真人操作失误、用户错误设置、机器人自主决策……这极大地增加了责任划分的难度。

因此，面对如此高的维权门槛，我们不难推测，先机构，后居家；先商业服务，后家庭消费，让机器人先成为护理员工作流中的一环，或许更为现实。

老年的摆渡人，可以不是人

至此，我们已无需再问：机器人能不能给我养老？答案是，在人口老龄化、护理人手持续紧张的未来，机器可能是我们绝大多数人被照护的真正指望。

真正应该问的是，机器人会以什么顺序进入我们的养老生活。

这条路，不会是一场通用人形机器人的闪电战，更像是一场漫长的渡河。

先是监测、提醒等专用岗位，像是一双不知疲倦的眼睛，一只永远在线的耳朵，一套不会忘记吃药时间的系统。

然后是陪伴、康复等标准化复杂场景，可能是一台跟随我们步伐的陪伴滑轮机器人，一套搀扶我们起床的助力机械臂。

有一天，我们真的老了，希望那台机器已在过去十几年里，把每一道河都渡过了。那时，机器人真正来到我们身边，成为老年生命的摆渡人。

本文来自微信公众号 “脑极体”（ID：unity007），作者：藏狐，36氪经授权发布。