有一位在扫地机器人行业做了多年导航算法的工程师，转行做泳池机器人之后，说了一句很丧气的话：在陆地上被验证过无数次的感知方案，一到水下，几乎全部失效。

用我们创品做产品评估的"四力五维"框架来看，这句话点中的，正是这个行业创新力最集中、也最难兑现的一块战场。所谓四力，是创新力、专业力、控制力、保障力；五维，是好看、专利、合规、成本、量产。泳池机器人这个产品，外壳之下其实没有多少神秘结构，真正决定它好不好用的，是机器在水里知不知道自己在哪、哪些地方扫过、哪些地方还漏着。扫地机器人能在几年内把导航做到厘米级，靠的是激光雷达和视觉方案在陆地上快速成熟、价格快速下探；可水下是另一个世界，光线在水面折射，水质时清时浊，池底的瓷砖、胶膜、混凝土反光各不相同，无线电信号衰减得厉害，机器在水里还是六个自由度不断晃。有从业者把水下环境形容成一个静默的三维空间：传感器拿不到稳定输入，算法再聪明也无米下锅。于是，怎么让机器在水下"睁眼"，就成了这个行业创新力的天花板，也直接决定了一家公司能在专利维上堆出多深的护城河。

先看现状为什么难堪。目前市面上大多数泳池机器人，定位方式相当原始：靠陀螺仪和惯性测量单元感知姿态，靠电机转速和运行时间估算走过的距离，靠撞到池壁再转向来修正路径。这套方案的本质是推算，而不是观测——它不知道自己真实的位置，只是假设自己走了一条理想直线。在陆地上，扫地机用激光雷达实时观测、随时纠偏，推算误差根本来不及累积；在水下，没有观测手段兜底，水流一冲、轮子一打滑、机器爬墙一翻身，误差就开始累积，结果就是用户投诉里最集中的两条：漏扫和重复扫。同一片池底，有的地方机器来回走了好几遍，有的角落一次都没到过。传统推算方案在规则池型里的路径覆盖率大约八成，听着不低，可泳池不是客厅，漏掉的那两成往往集中在水线、墙角和台阶这些最容易积脏的地方，用户看到角落还有泥沙，对机器的评价就是"没扫干净"，前面八成的劳动全部白费。更尴尬的是，机器还没法像扫地机那样用一句"请把障碍物移开"来挽回体验——泳池里的水线漂浮物、池底落叶、附壁藻类，用户本来就指望机器自己处理，漏扫带来的失望感被成倍放大。

为了让机器真正看见水下，行业目前分出三条技术路线，每条都带着明显的先天约束。第一条是声学路线。声波在水里传播条件好，是水下探测最成熟的物理手段，声呐在船舶、潜水器这些专业领域用了几十年，几乎是水下测绘的默认答案。问题在于，专业设备和消费硬件是两个世界：消费级产品要的是便宜、小巧、免维护，声学方案要在泳池这种几米见方的小空间里做到厘米级定位，换能器阵列的布置、复杂回波的信号处理、和机身其他运动部件的声学隔离，每一项都在推高成本，精度和成本两头很难兼顾。加上泳池里瓷砖反射、水波晃动带来的杂波远比开阔水域密集，目前这条路线更多停留在实验室和样机阶段，谁也没拿出规模量产的答案。第二条是视觉路线。摄像头和视觉算法的供应链在扫地机、手机、汽车行业已经极其成熟，器件便宜、量产无忧，按说最有希望快速复制陆地上的成功；可水下视觉受光线、水质和池底纹理影响太大，清水强光下表现不错，一到傍晚逆光、雨后浑水或者浅色高反光池底，画面要么过曝要么糊成一片，特征提取频繁失灵。更要命的是机器在水中持续晃动，镜头与池底的距离和角度一直在变，陆地上行之有效的视觉定位算法，到了水下要做大量针对性重训，而训练数据偏偏是这个年轻行业最缺的资产。第三条是激光雷达，直接测距、直接给出轮廓，原理上最接近扫地机上被验证成功的方案，也是近两年关注度最高的一条，但它在水下的稳定性和成本都还没被大规模验证。三条路线没有谁能通吃，这本身就说明，水下感知还处在方案没收敛的早期阶段。

也正因如此，各家在覆盖率指标上的宣传战打得十分热闹：有品牌称自己的方案在简单池型上覆盖率接近百分之百、复杂池型也能做到九成五以上；也有企业把传统方案八成左右的覆盖率，靠激光雷达方案拉到九成五。数字看着只差十几个百分点，落到用户的泳池里，差的却是水线、台阶、阴角这些最显脏的位置。激光雷达这条线最能说明"测试成功"和"量产成立"之间隔着多远，这直接考验创新力与成本维的平衡。有创业者在2024年认真测过水下激光雷达：清水里测距效果确实不错，可一场暴雨过后池水变浑，有效距离骤缩到几十厘米，效果还不如十几块钱的超声波模块；更麻烦的是，激光光束在夜间水下清晰可见，团队担心在欧美市场引发人身伤害索赔甚至导致店铺被封，最后主动放弃了这个方案。也有人持相反判断：家庭泳池普遍配有循环过滤系统，长期极端浑浊并不是主流场景，更需要处理的反而是清水下的强光反射。争论背后是一个冰冷的商业事实：有传感器供应商把水下激光雷达的批量价做到了约四百元人民币、已经有数千套出货，但泳池机器人整个品类在全球泳池中的渗透率才百分之一左右，规模小得养不起昂贵器件；习惯了扫地机价格体系的客户上来就问，能不能做到三四十元。测试不等于量产，参数不等于价值——一个传感器只有在成本曲线和出货规模上同时成立，才算跨过了创新力的终点线，否则它永远只是展会上的演示品。

在感知能力之外，行业对"产品该做到哪一步"也存在路线分歧，这考验的是创新力背后的产品定义能力。一个争论焦点是一台还是两台：池底清洁和水面水线清洁对机器的运动方式、浮力设计、传感器朝向要求完全不同，想用一台机器全包，往往两头都做不精；分成两台，用户成本又直接翻倍。另一个焦点是自动回充。有团队评估后选择放弃，理由很实在：自动回充意味着要在池边增加供电设施，防水、安装、维护链条全部拉长，海外用户家里出了问题还要上门服务，服务模式一下子变重；也有从业者坚决反对半途而废，认为用户心里要的是一百步的完整自动化，产品只替他跑了三十步，自动回去充电了、垃圾还留在机器里，用户照样得动手，这种半截自动化反而会招来更多抱怨。行业里一个被广泛接受的判断是：无线化带来的是1.0时代的红利，这个红利已经吃得差不多了；接下来的2.0，是用户在手机上下个指令，机器人自己判断脏污、规划清洁、完事自动回充——那才配叫智能，但每往前走一步，都要在防水、成本和可靠性上付出实打实的代价。这也解释了为什么有的企业愿意在技术还看不清回报的时候就下重注：有公司把创新部门设成一级部门，几十个人的团队一年预算三千多万，不背短期出货指标，理由是创新最大的敌人就是害怕浪费，不敢掀桌子，产品质量和体验就只能跟在别人后面。这类投入在行业终局是价格战的普遍预期下显得格外奢侈，可反过来看，当无线化红利见顶、各家参数表越来越像，水下导航这道关，正是少数公司能把均价和利润守住的唯一凭仗。

这种技术路线的不确定性，正是专利维最肥沃的土壤，也是工业设计介入价值最大的地方。方案没有收敛的阶段，谁能把"传感器布置—结构密封—算法约束—成本控制"当成一个整体来设计，谁就有可能在路线之争里抢下一批基础专利：声学窗口怎么开才不影响机身水动力，摄像头视窗怎么抑制水下反光和附着，雷达模组怎么在密封舱里兼顾散热与防护，这些靠单一工程师解决不了，需要结构、电子、算法、模具多方协同。反过来看，方案探索期也是专利风险最高的时期：海外市场专利诉讼密集，一条技术路线如果在关键结构和算法上踩了别人的保护范围，销量越大反噬越重。所以创新力在这个行业从来不等于堆最新最贵的传感器，它要求企业在三条路线里选一条与自己供应链能力、成本结构和目标市场匹配的路，把可量产、可维权、可降本的技术方案一层层沉淀成专利组合，而不是在每一代样机上追逐参数表上的领先。

回到那位工程师的丧气话，水下两公尺的失明，本质上是一个产品方法论问题：传感器决定机器能不能看见，而四力五维决定企业能不能让"看见"这件事成立。我们创品帮客户评估这类机器人，会把创新力和成本维、专利维放在同一张表里算账——任何一项感知升级，都要同时回答三个问题：浑水强光下还稳不稳，量产后成本压不压得住，关键结构和算法有没有专利自由。水面之上，无线化让这个品类五年内扩张了近十倍；水面之下，导航这道关还没有标准答案，而这正是留给后来者的位置。谁先让机器在浑水、强光、复杂池型里都认得路，谁就拿到了下一个十年这个品类的定价权。