2026 年 9 月，一家中国机器人公司开始交付它的消费级陪伴人形机器人。6 月 30 日发布会当天，全渠道订单累计 13,361 台，价格从十多万人民币一直到近百万。参数表里有一条比价格更值得看：8100mAh 电池，单次充电续航 2 到 4 小时，充满要 1.5 到 2 小时，端侧算力最高标到 2070 TOPS。
把这三个数字放在一起，就能看出这类产品的真实处境。8100mAh 按标称 3.85V 折算，大约是 31Wh；摊到 3 小时，整机平均功耗不到 11W。而这块电池要同时喂饱三件事：让身体动起来（整机 88 个自由度，高配版 60 个以上是主动自由度）、把情感大模型跑在本地、以及把体表温度维持在接近人体区间的水平。
为什么非要把大模型放在机身里
先说延迟。官方给出的指标是语音到唇形同步延迟控制在 20 毫秒以内，背后还有一套快慢两档的设计：大约 500 毫秒的直觉反应，配合参数量更大的深度推理。这两档都很难交给云端——一次网络往返就要吃掉几十到几百毫秒，这还是在网络不拥塞的前提下。
再说隐私。这类产品的卖点之一是交互数据默认本地加密保存、不做强制云端上传。对买它的人来说，这不是技术细节，而是能不能把它放进卧室的前提。
但本地跑模型的代价很具体。2026 年 3 月一份跨平台端侧推理实测里，同一个 4-bit 量化的 1.5B 小模型、同样的 258 token 提示词，跑出来是这样：笔记本独显 131.7 tok/s，但光是 GPU 侧功耗就 34.1W；iPhone 16 Pro 在机身已经发烫的状态下 23.7 tok/s；Galaxy S24 Ultra 稳定在 10.4 tok/s，整机约 1.5W；树莓派 5 再加一块 Hailo-10H 加速卡是 6.9 tok/s，整机 1.87W。差距不在芯片跑分，而在能不能塞进那块电池。Meta 在 2026 年 1 月谈端侧 AI 时给过一句更直白的判据：一个会把电池抽干、或者把设备压到降频的模型，不具备可用性，分数再高也没用。
算力数字好看，功耗预算才是天花板
2070 TOPS 这个数字很容易被当成卖点。有意思的是，同量级的数字出现在英伟达 Jetson Thor T5000 模组上——2,070 FP4 TFLOPS，但那是一块功耗可配置在 40W 到 130W 之间的模块，比这台机器人整机的平均功耗还高一个数量级。所以关键问题不是峰值多少，而是这部分算力有多少时间真的在跑、跑多大的模型、什么时候开始降频。
真正能塞进电池产品的算力是另一档。像 Hailo-10H 这类专用加速卡，40 TOPS INT8、封装功耗上限 3W，跑 Qwen2-1.5B-Instruct 时 9.45 tok/s、平均 2.1W——放在桌面上不算快，放在靠电池活着的嵌入式设备里就是可用水平。端侧部署真正要优化的指标不是每秒多少 token，而是在固定热设计工作点下每个 token 花多少焦耳；决定生成速度的往往是内存带宽，不是容量。这也是为什么在这类硬件上，小模型配固定功能 NPU，通常比大模型配 GPU 更现实。
这道题往下走只会更紧。桌面 AI 陪伴设备和 AI 儿童玩具的电池更小、成本更敏感，能塞进去的模型只会更小，量化、KV 缓存和唤醒策略这些细节就直接决定了体验好坏。
最后还有一笔账容易漏掉：硬件卖出去只是入场券。当记忆和情感连续性都存在本地、而订阅又和它绑定时，续费的逻辑就成立了——有的厂商把控制器 AI 服务定到每月 199.99 美元，也有的给入门机型报 20000 美元、或者每月 499 美元。买之前问清两件事：断网时哪些功能还在，停订之后它还剩多少。
说到底，这类产品能不能立住，不看 TOPS 数字，看的是功耗预算算不算得过来。电池能撑多久，决定它在家里留多久。