2026 年 9 月，一家中國機器人公司開始交付它的消費級陪伴人形機器人。6 月 30 日發布會當天，全渠道訂單累計 13,361 臺，價格從十多萬人民幣一直到近百萬。參數表裏有一條比價格更值得看：8100mAh 電池，單次充電續航 2 到 4 小時，充滿要 1.5 到 2 小時，端側算力最高標到 2070 TOPS。
把這三個數字放在一起，就能看出這類產品的真實處境。8100mAh 按標稱 3.85V 折算，大約是 31Wh；攤到 3 小時，整機平均功耗不到 11W。而這塊電池要同時喂飽三件事：讓身體動起來（整機 88 個自由度，高配版 60 個以上是主動自由度）、把情感大模型跑在本地、以及把體表溫度維持在接近人體區間的水平。
爲什麼非要把大模型放在機身裏
先說延遲。官方給出的指標是語音到脣形同步延遲控制在 20 毫秒以內，背後還有一套快慢兩檔的設計：大約 500 毫秒的直覺反應，配合參數量更大的深度推理。這兩檔都很難交給雲端——一次網絡往返就要喫掉幾十到幾百毫秒，這還是在網絡不擁塞的前提下。
再說隱私。這類產品的賣點之一是交互數據默認本地加密保存、不做強制雲端上傳。對買它的人來說，這不是技術細節，而是能不能把它放進臥室的前提。
但本地跑模型的代價很具體。2026 年 3 月一份跨平臺端側推理實測裏，同一個 4-bit 量化的 1.5B 小模型、同樣的 258 token 提示詞，跑出來是這樣：筆記本獨顯 131.7 tok/s，但光是 GPU 側功耗就 34.1W；iPhone 16 Pro 在機身已經發燙的狀態下 23.7 tok/s；Galaxy S24 Ultra 穩定在 10.4 tok/s，整機約 1.5W；樹莓派 5 再加一塊 Hailo-10H 加速卡是 6.9 tok/s，整機 1.87W。差距不在芯片跑分，而在能不能塞進那塊電池。Meta 在 2026 年 1 月談端側 AI 時給過一句更直白的判據：一個會把電池抽幹、或者把設備壓到降頻的模型，不具備可用性，分數再高也沒用。
算力數字好看，功耗預算才是天花板
2070 TOPS 這個數字很容易被當成賣點。有意思的是，同量級的數字出現在英偉達 Jetson Thor T5000 模組上——2,070 FP4 TFLOPS，但那是一塊功耗可配置在 40W 到 130W 之間的模塊，比這臺機器人整機的平均功耗還高一個數量級。所以關鍵問題不是峯值多少，而是這部分算力有多少時間真的在跑、跑多大的模型、什麼時候開始降頻。
真正能塞進電池產品的算力是另一檔。像 Hailo-10H 這類專用加速卡，40 TOPS INT8、封裝功耗上限 3W，跑 Qwen2-1.5B-Instruct 時 9.45 tok/s、平均 2.1W——放在桌面上不算快，放在靠電池活着的嵌入式設備裏就是可用水平。端側部署真正要優化的指標不是每秒多少 token，而是在固定熱設計工作點下每個 token 花多少焦耳；決定生成速度的往往是內存帶寬，不是容量。這也是爲什麼在這類硬件上，小模型配固定功能 NPU，通常比大模型配 GPU 更現實。
這道題往下走只會更緊。桌面 AI 陪伴設備和 AI 兒童玩具的電池更小、成本更敏感，能塞進去的模型只會更小，量化、KV 緩存和喚醒策略這些細節就直接決定了體驗好壞。
最後還有一筆賬容易漏掉：硬件賣出去只是入場券。當記憶和情感連續性都存在本地、而訂閱又和它綁定時，續費的邏輯就成立了——有的廠商把控制器 AI 服務定到每月 199.99 美元，也有的給入門機型報 20000 美元、或者每月 499 美元。買之前問清兩件事：斷網時哪些功能還在，停訂之後它還剩多少。
說到底，這類產品能不能立住，不看 TOPS 數字，看的是功耗預算算不算得過來。電池能撐多久，決定它在家裏留多久。