Https://www.therobotreport.com/consumer-robots-still-struggle-as-laundroid-maker-seven-dreamers-files-for-bankruptcy/ 說明日本的折衣服機器人公司的發展經驗與瓶頸
這篇文章（以及相關後續分析）詳述了日本公司 Seven Dreamers Laboratories 及其產品 Laundroid 的興衰，這在機器人業界是一堂非常經典的課。
作為機器人專家，我將 Laundroid 的發展經驗與瓶頸整理如下，這對於理解為何「看似簡單的家務」對機器人來說卻是「極限挑戰」非常有幫助。
一、 日本 Laundroid 的失敗核心原因
Laundroid 曾被譽為「夢幻家電」，吸引了松下（Panasonic）與大和房屋（Daiwa House）等巨頭投資逾 100 億日元，但最終於 2019 年申請破產。其失敗主要源於以下三個「不可逾越的鴻溝」：
1. 技術性能與消費者期待的巨大落差
* 速度太慢： Laundroid 摺疊一件 T-shirt 需要 5 到 10 分鐘。雖然標榜「全自動（丟進去就不用管）」，但處理一籃衣服可能要耗費一整晚。相比之下，手摺只需幾秒鐘。
* 辨識困難（黑天鵝效應）： 紡織品是「非剛性物體」，形狀千變萬化。Laundroid 的 AI 視覺在面對黑色衣物、深色布料或柔軟的涼感衣（如 Uniqlo AIRism）時，經常無法準確辨識抓取點，導致機器卡死或摺疊失敗。
2. 極高的成本與售價（定價策略失誤）
* 天價負擔： Laundroid 預計售價高達 1.6 萬美元（約 50 萬台幣）。這價位已經可以聘請多年的家政服務，或者買下數套最頂級的洗脫烘設備。
* 維護成本： 機械結構極其複雜（機械臂、相機、傳送帶集成在冰箱大小的櫃子裡），一旦發生「卡紙（卡衣）」，維修難度與費用極高。
3. 體積與環境限制
* 空間占用： Laundroid 體積等同於一台大型冰箱（約 220 公分高）。對於空間狹小的日本或亞洲典型家庭來說，為了「摺衣服」而犧牲這麼大空間的邊際效益太低。
二、 摺衣服機器人的技術瓶頸：為何這麼難？
從 Laundroid 的經驗中，我們可以總結出「衣物護理自動化」的三大技術瓶頸：
* 非剛性物體的操縱（Deformable Object Manipulation）：
機器人最怕處理會變形的物體。汽車組裝零件是硬的，位置固定；但衣服是軟的，每一件甩出來的形狀都不一樣。機器人必須具備極強的觸覺感知與即時視覺校正，這在 2019 年的算力下非常吃力。
* 視覺辨識的死角：
衣服的摺痕、標籤位置、正反面判定，對人類來說是直覺，對 AI 來說卻需要海量數據。Laundroid 的 AI 常因為衣服重疊在一起而無法「分離」單件衣物（Singulation problem）。
* 效率與結構的矛盾：
* 全自動（Laundroid 式）： 追求完全不需動手，導致機械結構過於複雜、緩慢且昂貴。
* 半自動（FoldiMate 式）： 追求速度與低價，但需要人類先手動夾好衣服，被批評「沒解決真正的痛點」。
三、 專家對未來的啟示
Laundroid 的破產並不代表市場沒需求，而是證明了**「硬體專用機」**在處理複雜家務上的局限。
* 趨勢轉向： 目前業界（如 Tesla Optimus）更傾向開發「通用型人型機器人」。
* 原因： 與其花 50 萬買一個「只會摺衣服的冰箱」，消費者更願意花同樣（甚至更低）的錢買一個「會摺衣服、會洗碗、會倒垃圾、會照看老人」的通用助手。
總結來說： Laundroid 是**「用極其昂貴且複雜的技術，去解決一個價值感不對等的細分問題」**。這也是目前我們在設計家用照護機器人時，最引以為戒的案例。
如果您對這兩家公司的技術細節對比感興趣，我可以為您做一個 Laundroid (全自動) vs. FoldiMate (半自動) 的規格與邏輯對照表，您想看看嗎？
