一位追觅工程师在复盘 X60 Pro 研发时，反复提到一句话：" 我们想做的，不只是看见。" 这句话背后，藏着扫地机行业正在发生的底层转向。
过去十年，这个品类经历了两轮军备竞赛：先拼吸力参数，再拼导航覆盖。但当 2026 年一季度追觅扫地机全球营收同比增长 100%、累计出货突破 1100 万台时，竞争逻辑已经变了——从 " 能不能扫到 "，变成 " 能不能自己判断怎么扫 "。
追觅扫地机 X60 Pro 的感知系统，选择了一条更激进的技术路线：超广角双目灵动导航避障。
这不是简单的双摄像头叠加。传统单目视觉靠图像 " 猜 " 距离，激光雷达靠点云拼接环境，本质都是间接理解空间。追觅的方案是双 RGB AI 摄像头 + 主动光散斑 +3D 感知，人为制造可计算的特征点，让系统直接获得稳定的空间深度信息。
参数层面的变化很具体：可识别 280 类以上物体，最小感知高度低至 3 毫米，对 5 毫米以内低矮障碍物实现 100% 避障，动态环境中 0.3 秒内完成判断，导航效率提升约 50%。
但真正关键的不是数字，而是能力性质的转变——从 " 看见轮廓 " 走向 " 理解空间 "。
上一代扫地机的典型尴尬场景：在桌腿之间反复试探，在阴影区域停顿，遇到动态障碍直接等待。问题不在算法，而在输入信息不稳定。双目 + 主动光方案解决的是源头问题：无论光照强弱、材质反光与否，系统都能拿到可靠的深度数据。
更深层的变化是，感知开始直接参与清洁决策。当系统识别到毫米级目标时，不再统一绕开，而是判断这是需要避开的珍珠、戒指，还是可以直接清理的面包屑、猫砂、泡沫碎屑。
人机交互也在同步进化。追觅扫地机支持多语种与方言语音控制，用户说 " 轻轻拖一遍地 "" 不要太湿，扫一下客厅 "，系统自动匹配清洁策略。表达不清晰时，机器会追问补全信息。从识别输入到理解意图，这条链路正在打通。
从 " 规则驱动 " 到 " 边走边算 "
感知解决输入问题，真正拉开差距的是决策逻辑。
传统扫地机是规则驱动的系统：识别障碍→停下来→重新规划路径→再执行。这套逻辑在静态环境近乎完美，进入动态场景就暴露软肋——路径是提前算好的，动作是规则触发的，变化超出覆盖范围只能保守处理。用户看到的 " 犹豫 "，本质是系统在等重算。
追觅扫地机的转向始于 2021 年。这一年，他们组建了 AI 算法小组，开始研究如何将 AI 技术融入产品。2023 年起，强化学习被率先引入扫地机研发。
核心变化是把 " 决策 " 从规则里拿出来，交给系统实时完成。传统 " 全局规划 + 局部避障 " 是分段式：先算完整路径，再局部调整，环境一变就中断重算。强化学习的路径是持续输出：根据当前感知结果，直接决定下一步动作。
具体体验差异很难量化，但场景很直观：人和宠物走动时，扫地机顺势绕开而非停下等待；桌椅腿之间连续调整路径穿过，而非来回试探；狭窄空间一次性通过，很少触发保护性后退。
决策层的重构也延伸到人机交互。追觅扫地机将自然语言直接转化为清洁指令，自动解析清洁强度、范围、方式等参数并生成任务。机器的决策同时包含对环境和对人的理解。
但如果 " 想 " 无法转化为动作，系统依然不完整。追觅的选择是把能力从算法层延伸到结构层。
全球首创的仿生机械臂，在识别到墙边或桌腿时，拖布和边刷主动外扩补足边角；首创的仿生机械足，在门槛或滑轨位置先判断是否可通过，再抬升完成越障。这些动作不是预设触发，而是决策结果的直接延伸。
感知、理解、决策、执行被串成连续过程后，扫地机从 " 移动 + 清洁 " 的组合，更接近一个完整的行为系统。
为什么选一条更重的路
行业长期主流是单目视觉或激光雷达。路径清晰、成本可控，但在弱纹理、暗光、高反光等复杂环境中存在明显上限。追觅的 " 超广角双目 + 主动光 +3D 感知 " 是更重的路线，本质是在做取舍：满足于 " 够用 "，还是为了更强的环境理解能力，主动选择更难但上限更高的路。
真正体现能力的，是把这条路线做到产品里。
双目方案不是加一个摄像头那么简单，是一整套系统级重构：更大视场角的畸变与边缘信息处理；主动光与镜头、ISP 之间的协同调校；不同材质、不同光照下识别稳定性的波动；成像效果对识别模型的影响。一位工程师提到，很多细节需要反复打磨十几版甚至几十版，再放到大规模内测场景中验证。
决策系统从规则切换到强化学习，同样需要重构整套机制：数据如何组织、模型如何实时推理、有限算力下如何稳定运行。
执行层同样考验系统能力——传感器与 ISP 决定输入质量，电机响应决定路径是否连续，结构件设计决定策略能否落地。技术框架相似，体验差异依然明显，根源在此。
追觅扫地机建立起来的是系统工程能力：把复杂技术持续产品化。AI 系统的上限取决于数据与训练体系，而扫地机的数据分散、不标准、隐私敏感，构建闭环本身就是壁垒。
1100 万台出货背后，是一套从感知到执行的完整链路被跑通。当扫地机开始 " 自主判断 "，它改变的不是某个功能，而是这个品类的能力边界——从执行工具，变成环境理解的终端。
