有「眼力」，也有「洁癖」，戴森智能扫拖机器人改变了什么？

USB-A 接口总要翻来覆去试上几次，行李箱直到人类登月的年代才装上轮子，许多今天看来不可理喻的旧事物，在更好的新方案问世前，曾经都是「理所当然」。

今天的扫拖机器人行业，某种程度上也正处在一种类似的惯性里：频繁倾倒的尘盒、漏扫的顽固污渍和越用越脏的拖布，似乎只是自动化清洁不得不付出的代价。

但两个月前，戴森在 Dyson Unveiled 全球发布会上推出了 R3 Nurovi Spot+Scrub UV Ai 智能扫拖机器人。

这家以工程师文化和解决日常困扰见长的公司，显然要给「扫拖机器人」这个高度成熟、静水无波的品类带来一些新灵感。

就在最近，爱范儿也收到了这一台戴森智能扫拖机器人。经过一段时间的居家使用，我意识到，这台充满工程巧思的机器，确实造就了不同以往的清洁体验，也在相当程度上改写了我对扫拖机器人的预期。

作为最新推出的 Nurovi 清洁机器人家族中的旗舰产品，它的全名听起来有些拗口，但用逐字拆解的方式就能很好理解：

Neural Intelligence（神经智能）+ Vision（视觉）+ Spot（发现污迹）+ Scrub（擦洗）+ UV（紫外线）+ AI

通过视觉感知（包括新增的紫外线显渍能力）发现垃圾、污渍，再由人工智能做判断并加以擦洗。

通常来说，扫拖机器人的任务是覆盖地面：建图、规划路线、遍历房间，再按照设定的频率和模式完成清扫。

但手段和目标向来是两回事。遍历房间只是一种手段，它服务于「让地板变得干净」的最终目标，却不保证能实现这个目标。

比方说，面对打翻的菜汁与含糖饮料等黏稠污渍，只是循规蹈矩地清扫一轮，未必能真正清理干净，甚至可能将污物「抹匀」，造成适得其反的结果。

于是，戴森打造了一台有「洁癖」的智能扫拖机器人。对它而言，确保地面干净才是第一要务。

让「洁癖」得以成立的第一个要素是感知——看得见污渍，才能清理污渍。

肉眼所见，未必就是实情。戴森在 2021 年推出的 V15 Detect 吸尘器上，首次使用了绿光显尘技术，通过低角度光线强化尘埃的阴影与轮廓，让平时藏在地面上、肉眼难以察觉的微尘暴露出来。

更进一步地，针对可乐、牛奶、菜汁、宠物排泄物等液体干涸后留下的半透明残渍，它额外配备了一套 UV 紫外线显渍系统，借助这些残留物在紫外线激发下发出的荧光，揭示出藏在地板不起眼处、却可能在拖鞋踩上去后黏得嘎吱作响的黏稠污渍。

借助延续二十余年的机器人视觉技术积累，戴森智能扫拖机器人机身上配备的高清摄像头会持续观察地面，将收集所得信息交由 AI 探测系统——

它可以识别出近 200 种家居环境中的污渍与物体，并据此做出双向决策。

遇到散落的玩具、拖鞋或数据线等障碍物时，机器会规划路径灵巧绕开；而面对真正的污渍与垃圾，它则会根据污渍内容和地面材质针对性地调整清洁策略，从而「各个击破」。

一个例子是，经过我家猫咪经常小憩、附着了许多猫毛的短毛地毯时，我可以从运行声响中发现机器人大幅提升了吸力。30000 帕的吸力上限，显然也给了它巨大的调整余裕。

遇到污渍，它会进行针对性擦洗，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。

就这一点来说，戴森将这套系统命名为「洁癖算法」可谓恰如其分。

这种由 AI 驱动的清洁反馈机制，让机器人的工作不再局限于固定的清扫次数，而是像人类做家务一样随时根据实际情况调整动作。

在这里，机器拥有了接近人类的诊断与决策能力，传统的自动化规则也随之让位于清洁地面的根本目标——这样的变化，显然更贴合我们的实际家居需求。

而要让一台扫拖机器人做到这样的事情，就必须将光学、图像识别、人工智能和机械控制结合起来，构建起一套严丝合缝的「清洁-检测-复扫」反馈循环。

戴森在工程技术实力上的积累，在此时转化为了某种深思熟虑的反应能力。

感知与决策更多是机制设计，要想清洁地面，毕竟还是要落实到具体的机械动作上。

翻转戴森智能扫拖机器人的机身，可以看到前端配备了一对经过重新设计的防缠绕双边刷，依然是戴森经典的红蓝撞色。

在这里，边刷的工作逻辑从常规的「高速拍打」变为了「向内导引」——设计师对刷毛的倾角和旋转速度做了严格限制，确保能将墙边与死角的垃圾稳稳拨入后方主刷的负压气流区。

来到实际运行，我在踢脚线边缘和墙角内侧撒了一把细碎的猫砂，结果是几乎没有颗粒被击飞到机身外侧，绝大多数猫砂在接触边刷的瞬间就被顺势带进了主吸风口；自动侧向延伸的滚筒，还会对墙沿来一次彻底的湿拖。

而在处理毛发缠绕这道经典难题时，戴森也给出了一套更优雅的纯物理方案。