Sunday Robotics 发布新一代机器人模型 ACT-2：Memo 陌生家庭叠衣成功率 99.1%，泛化难题迎突破

事件概述

美国旧金山湾区具身智能初创公司 Sunday Robotics 于 7 月 17 日发布新一代机器人 AI 模型 ACT-2 预览，宣称这是首个同时统一"广泛泛化"与"高可靠性"的机器人模型。搭载 ACT-2 的轮式家庭机器人 Memo 可在完全陌生的真实家庭环境中零样本运行、直接完成叠衣任务，无需额外采集数据或重新微调。

核心数据：从实验室到真实家庭

据官方披露，ACT-2 在 31 个未见过的真实家庭环境中完成了 785 次洗衣折叠试验，成功率高达 99.1%，折叠质量获得 4.72/5 的人类水平评分。模型还展现出多项涌现能力：拾取地面衣物、适应不同尺寸与材质、在观众干扰下自主修正动作等。

在 7 月底的实机演示中，Sunday Robotics 联合创始人 Tony Zhao 进行了无脚本、全自动、抗干扰的现场展示——无论观众如何干扰，Memo 都能自主修正并完成任务，印证了模型在真实场景中的鲁棒性。

技术要点：以"Solve"重新定义可用性

Sunday Robotics 将"Solve"定义为"任务范围明确 + 适应成本低"的里程碑：通过大规模预训练缩小泛化差距，使机器人能够举一反三，将训练中学到的能力迁移到不同的家庭、物品和真实生活场景。ACT-2 的单次微调（single fine-tune）能力意味着用户只需提供一个示例，Memo 即可掌握新行为并泛化，大幅降低家庭场景的适配成本。

商业化路径：秋季 Beta 落地家庭

公司计划于今年秋季通过 Beta 程序将首个"洗衣 Solve"带入真实家庭，同一模型也正在学习更多家务任务。这一路线图标志着家庭机器人正在从"演示级"迈向"可用级"，也为主流家庭服务机器人市场注入了新的变量。

行业意义

长期以来，家庭机器人最大的瓶颈并非单点技能，而是"换一个环境就失灵"的泛化问题。ACT-2 用大规模预训练 + 少量微调的方式，在真实家庭环境中验证了高成功率与高可靠性的兼得，为具身智能在家庭场景的商业化落地提供了重要参考样本。随着秋季 Beta 项目的推进，Memo 的表现将成为衡量家庭机器人真实可用性的关键标尺。