机器人智能进化遇阻：AI模型能力成核心瓶颈

在人工智能与机器人技术迅猛发展的当下，AI驱动已成为业界普遍共识。但近日，知名机器人公司宇树科技的创始人王兴兴却公开表示，当前机器人的最大难题仍在于AI模型本身。这不禁让人疑惑：为何在模型规模快速扩张的背景下，其实际应用却显得力不从心？

一、王兴兴：机器人最大的问题还是AI模型？

根据澎湃新闻的报道，在2025年外滩大会的圆桌讨论中，宇树科技CEO王兴兴强调，机器人领域中的硬件与“大脑”并非同一层级。目前，机器人硬件已相当成熟，甚至可稳定使用一两年，但核心瓶颈在于AI大模型能力不足，尤其是在多模态融合方面表现欠佳。

王兴兴指出，尽管纯语言或纯视频模型已取得显著进展，但将语言与图像有效结合仍是一大挑战。在机器人应用中，如何利用模型操控灵巧手等硬件，尚无理想解决方案。他认为，AI在信息处理和文图生成等领域已表现优异，但在执行实际任务的“干活”领域，仍处于萌芽阶段，爆发增长的前夜尚未到来。

“当前是对年轻人极为友好的时代，AI时代展现了前所未有的公平性，”王兴兴表示，年轻人可借助AI模型自主学习编程等技能。他鼓励人们以更激进的态度看待AI，不仅视其为工具，更应作为全能型伙伴，重新学习并充分利用。

类似观点并不鲜见。网络上一个流行段子反映了公众期待：“AI本该替我洗衣洗碗，让我专心艺术创作；而非AI去搞艺术，留我做家务。”

二、大模型是怎么不够用的？

随着人工智能技术飞速进步，机器人已成为科技前沿的关键组成部分。然而，大模型虽发展迅速，却在机器人等实际场景中表现不佳，这正是王兴兴观点的根源。我们该如何理解这一现象？

首先，大模型虽进展惊人，但多数仍处早期阶段。近年来，大模型领域竞争激烈，科技巨头与科研机构投入巨资研发。从简单模型到参数庞大、功能复杂的大模型，进化速度令人瞩目。但需清醒认识到，当前大模型多局限于逻辑推理层面，依赖已有数据与预设规则输出结果，缺乏真正的理解与创新能力。

以自然语言处理为例，大模型能生成流畅文本、回答常见问题，但面对深度语义理解时易出偏差。例如，对于隐喻、双关或文化背景相关的表达，模型常难以精准捕捉内涵。这表明，大模型在领会人类语言的丰富性与微妙性方面任重道远。此外，大模型训练仍需海量数据与算力，成本高昂且过程不确定，整体成熟度尚有较大提升空间。

其次，机器人硬件已达标，但大模型思维与人类迥异。硬件方面，传感器、执行器等技术进步显著，使机器人在环境感知、运动控制上能力强大。例如，工业机器人可完成精密装配，服务机器人能自主导航避障。然而，硬件优势未充分转化为智能提升，关键在于大模型基于统计规律与模式匹配，缺乏人类直觉、经验与创造力。

人类能本能识别物体用途或场景氛围，大模型却需大量训练。如图像识别中，模型对常见物体准确率高，但对罕见或特殊图像需大量标注数据。这种思维差异使大模型在复杂多变现实场景中常显乏力。

第三，大模型仅能胜任基础工作，高难任务中捉襟见肘。目前，大模型可替代重复性、规则明确的任务，如客服问答、内容生成、工业检测等。但任务复杂度一旦增加，涉及多步推理、跨领域整合或动态适应，模型表现便急剧下降。

以家庭服务机器人为例，执行“播放音乐”等简单指令无碍，但面对“找昨天快递，可能在鞋柜或沙发下”的模糊指令，则难度剧增。这要求机器人理解时空信息、进行视觉搜索与路径规划，当前大模型难以应对。因此，大模型仍处“工具化”阶段，非“智能体”，能力边界清晰，难处理真实世界的模糊与不确定。

第四，具身智能离实用“大脑”尚有距离。具身智能旨在赋予机器人身体感知与行动力，以在真实环境中自主任务。如今，工具化机器人涌现，可完成搬运、清扫等特定操作。

但实现类人工作机器人仍面临巨难。例如，家务劳动需机器人具备生活常识、情感理解与社交能力，能按家庭习惯安排事务并应对突发。当前，一些机器人虽能表演扭秧歌，却远未达到家务助理水平。打造高度发达、贴合实际的机器人“大脑”，需大量模型训练与实践积累。

第五，人工智能未来方向何在？对大模型而言，单纯堆叠参数已意义不大。参数扩大虽提升性能，也带来成本高、推理慢、可解释性差等问题，且未解决具身智能应用根本难题。

大模型进化应聚焦如何助推具身智能落地。一方面，需优化训练方法与算法，提升效率与质量，以更少资源获更好性能。另一方面，加强模型与硬件深度融合，实现软硬件协同。通过传感器数据实时反馈，让模型更好感知环境、理解任务，从而做出精准决策与行动。

因此，王兴兴所提问题答案无疑是肯定的。大模型的“不够用”，非因数量不足，而是智能深度与实用性亟待质的飞跃，这正是其未来发展的核心方向。