鉅亨網編譯陳韋廷
近日在博鰲亞洲論壇的討論中，人形機器人何時迎來「ChatGPT 時刻」成為焦點議題，儘管技術持續進步，但業界普遍認為離實現真正通用、可廣泛使用的人形機器人產品仍有距離。
清華大學蘇世民書院院長、AI 國際治理研究院院長薛瀾在論壇上指出，當前人形機器人領域尚未出現像智慧手機領域的 iPhone，或大模型領域的 ChatGPT 那樣具有時代定義性的產品。
與會專家在論壇分組討論中一致認為，人形機器人產業仍處於探索階段，面臨資料瓶頸與泛化能力不足等核心挑戰。
針對何為「ChatGPT 時刻」，星動紀元創始人陳建宇解釋，這指的是機器人具備高度泛化能力與技術成熟度的關鍵節點具體而言，就像 ChatGPT 能應付各種提問一樣，機器人進入任何陌生環境後，能根據指令順利完成各類任務。目前技術尚未達到此水平，主要障礙在於模型泛化能力不足。
陳建宇舉例指出，家庭環境千差萬別，企業難以針對每個家庭單獨收集資料和訓練模型。未來理想狀態是機器人能實現零樣本泛化，無需額外資料收集和訓練即可適應新環境。儘管實現這一目標尚需時日，但有望在 5 到 10 年內取得顯著進展。
數據短缺被視為限制人形機器人發展的關鍵因素。商湯聯合創辦人、大曉機器人董事長王曉剛透露，目前產業數據量約 10 萬小時級別，商湯正探索環境式速採技術，目標在 2027 年達到千萬小時數據規模，進而實現億級數據累積。他樂觀預測，隨著數據量擴大，兩年內可能迎來突破性進展。
與此相對，vivo 機器人 Lab 首席科學家邵浩則保持較謹慎的看法。他認為，機器人領域的「ChatGPT 時刻」可能還要十年。
邵浩指出，ChatGPT 的成功得益於低成本獲取大量文字數據的路徑，而機器人需要處理多維度的物理世界數據，目前尚未找到類似的高效數據獲取方式。
王曉剛強調，目前產業缺乏類似大模型領域「規模擴展必然帶來效能提升」的技術確定性。
在等待突破的同時，專家也認為人形機器人在工業等標準化場景有明確應用前景。
陳建宇表示，工業場景環境規範統一，現有技術已可在特定職位實現規模複製應用。
百度集團執行副總裁沈抖也指出，家庭場景對機器人能力要求最高，而危險環境、工業場景等更容易率先商業化落地。
儘管發展路徑尚存分歧，但業界共識是：人形機器人正處於技術累積的關鍵期，工業應用將先行驗證價值，而面向普通家庭的通用型機器人仍需長期技術攻堅。
上一篇
下一篇
