曾以校园轮式配送机器人闻名的 Robot.com（前身为 Kiwibot），正将其业务边界从 " 配送 " 拓展至 " 操作 "。这家旧金山公司推出了名为 R-noid 的轮式人形机器人，旨在进入餐厅后厨、仓库拣选及医院服务等工作场景。目前，全球已有不到 40 台 R-noid 在约十几个站点投入商业运营，标志着该公司从规模化配送向物体操作（Manipulation）领域的战略转型。

R-noid 并非传统意义上的双足人形机器人，而是结合了移动底盘与双七自由度机械臂的混合形态。每条机械臂最大承重 11 磅，配合四自由度关节躯干，扩大了作业范围。该设备分为移动版和固定版，前者适用于厨房、工厂过道等动态环境，后者专攻精密台面作业。在智能层面，R-noid 搭载了生成式视觉 - 语言 - 动作（VLA）模型，并配备双屏面部界面以辅助人机沟通。

从配送到操作：复用既有基础设施

Robot.com CEO Felipe Chavez 将此次扩张视为业务的自然延伸。凭借 L4 级自动驾驶配送业务，公司已部署约 500 台机器人，累计完成超 250 万项任务，服务于索迪斯（Sodexo）、Grubhub 等客户。" 我们已通过配送机器人敲开市场大门，提供操作解决方案合乎逻辑。"Chavez 表示。

这种逻辑体现在其落地策略上。R-noid 初期的应用场景聚焦于餐厅助理、打包员、拣货员等重复性高、枯燥的岗位。例如，在纽约 Harbor Links 高尔夫球场，R-noid 负责将食物装入配送机器人；在仓库中，它搬运半导体晶圆和纸箱。GXO 等物流企业已在实际运营中对其进行测试。Chavez 强调，公司已有的远程操作中心、维护体系及数据基础设施，为其快速部署提供了竞争优势。

然而，规模化落地仍面临挑战。客户需等待 8 至 12 周的交付期，期间团队需实地勘察并采集长达 50 小时的复杂动作数据以微调模型。目前，R-noid 的初始自动化程度约为 70%，剩余部分依赖远程操作员和服务台补充。随着 Physical Intelligence 提供的通用基础模型赋能，R-noid 在杂乱环境中的指令理解能力得到提升，但完全自动化仍需时间。

红海竞争与务实路线

人形机器人赛道日益拥挤。Agility Robotics 的 Digit 已进入 Mercado Libre 仓库，Apptronik 的 Apollo 在梅赛德斯 - 奔驰试点，Figure AI 则凭借仓库分拣视频引发关注。相比之下，Robot.com 选择了一条更为务实的路径：不追求家庭通用场景，而是专注于其配送车队已熟悉的设施内特定任务。

经济驱动力是这一转型的核心。面对餐饮、物流和轻制造业的劳动力短缺，R-noid 旨在通过承担重复性工作来降低长期成本并改善员工体验。Chavez 反复强调：" 让机器人现在就投入使用，而不是等到未来。"

行业数据印证了这一趋势。Spiceworks 分析预计，人形机器人出货量将从 2025 年的 1.3 万台增长至 2035 年的数百万台；摩根士丹利则预测 2030 年代后期将迎来加速发展。Robot.com 能否成功，取决于其能否迅速提升自动化率，并证明 R-noid 的正常运行时间（uptime）能与其成熟的配送机器人持平。从人行道到工厂车间，这场关于执行力的考验才刚刚开始。

来源：ZAKER