戴森把「确认干净」而非「跑完全屋」写进扫拖机器人的设计逻辑
戴森首席工程师 Jake Dyson 称,加入摄像头和视觉系统让机器能检测所见、理解环境并据此行动。爱范儿编辑彭海星在实测中观察到,这套「感知-判断」机制将扫拖机器人从按固定路线覆盖地面的自动化工具,转变为围绕「地面是否干净」这一目标反复检测与修正的反馈系统。
扫拖机器人行业十多年来形成了一套高度标准化的工作逻辑:建图、规划路线、遍历房间、按设定频率清扫。这套逻辑把「覆盖地面」当作任务本身,但覆盖只是手段,让地板变干净才是目标。面对打翻的菜汁或含糖饮料,循规蹈矩地跑完一轮未必能真正清除污渍,甚至可能将污物「抹匀」。
戴森在 Dyson Unveiled 全球发布会上推出的 R3 Nurovi Spot+Scrub UV Ai 智能扫拖机器人,试图从设计源头绕开这个矛盾。爱范儿编辑彭海星在实测后指出,这台机器的核心变化不在于吸力数字或滚筒宽度的提升,而在于它把「确保地面干净」设为第一要务,而非「完成一次清扫行程」。
让这一逻辑得以成立的,是一套从感知到验证的闭环。机器保留了戴森 2021 年 V15 Detect 吸尘器上首次使用的绿光显尘技术,通过低角度光线暴露肉眼难以察觉的微尘;在此基础上,新增的 UV 紫外线显渍系统利用荧光效应揭示可乐、牛奶、菜汁、宠物排泄物等液体干涸后留下的半透明残渍。机身上的高清摄像头持续观察地面,将信息交由 AI 探测系统处理——据称可识别近 200 种家居环境中的污渍与物体,并据此做出双向决策:遇到玩具、拖鞋等障碍物时规划路径绕开,遇到污渍时根据内容和地面材质调整清洁策略。
真正改变工作方式的,是戴森称为「洁癖算法」的反馈机制。机器遇到污渍后进行针对性擦洗,再利用「双灯系统」结合摄像头检查清洁结果;如果污渍仍然存在,就继续擦洗,直至识别系统判断可以离开。这意味着机器人的工作不再受限于固定的清扫次数,而是像人做家务一样根据实际情况调整动作。
在机械层面,这套逻辑也得到配合。边刷的工作方式从常规的「高速拍打」改为「向内导引」,刷毛倾角和旋转速度经过严格限制,确保墙边与死角的垃圾被稳稳拨入主刷的负压气流区。处理毛发缠绕时,边刷根部加入类似螺壳和花瓣的软胶结构,缠绕的毛发因失去「支点」而滑脱,被负压气流直接抽入尘盒,不依赖割毛刀片。拖地方面,27 厘米宽的活水滚筒内部集成 12 点位热水喷射系统,通过高频热水润湿与刮条除脏结合,使每一圈旋转接触地面的都是洁净滚筒,避免「用一块脏抹布擦完整间屋子」。
戴森首席工程师 Jake Dyson 曾在采访中回顾称,戴森在机械工程、电机、气流和性能方面历来非常强,而现在加入摄像头和视觉系统,使得机器能够进一步地检测它们所看到的东西、理解环境并据此采取行动。这句话点出了这台产品背后的战略意图:当强大的机械工程有了感知与判断作为支撑,器械便拥有了独立解决问题的智能。
同样的「感知-判断」机制,作者认为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。带摄像头的 CameraJet 牙刷和更多带有感知能力的新品正在应运而生。
需要指出的是,以上关于吸力上限(30,000 帕)、识别种类(近 200 种)、集尘周期(100 天免清倒)等数字均为厂商规格或编辑短期使用中的主观观察,并非独立基准测试结果。爱范儿的实测时长远未触及清倒周期上限,也没有与竞品进行同口径对比。这些限制不影响设计逻辑本身的讨论,但读者在评估实际清洁效果时应将其视为归因于单一编辑体验的厂商自报能力。