AI大模型尚待飞跃：机器人发展瓶颈何在？

近年来，人工智能与机器人技术的飞速发展，使得AI驱动成为普遍共识。然而，知名机器人公司宇树科技的创始人王兴兴却提出，当前机器人最大的瓶颈在于AI模型。这究竟是何原因？为何蓬勃发展的AI大模型仍显得不够用？

一、王兴兴：机器人瓶颈在于AI模型？

据澎湃新闻报道，在2025外滩大会圆桌讨论中，宇树科技创始人兼CEO王兴兴指出，机器人领域硬件与核心AI模型并非同一层面。当前，机器人硬件已相对成熟，而AI大模型的能力尚显不足，尤其在多模态融合方面表现欠佳。

王兴兴表示，纯语言或视频模型效果虽佳，但将语言与图像完美结合仍是难题。例如，利用模型控制机器人灵巧手仍具挑战。尽管AI在信息处理、文字图像等领域表现卓越，但在实际应用领域仍显荒漠，仅有几棵小草，尚未迎来爆发式增长。

“现在是年轻人友好的时代，AI时代充满公平。”王兴兴鼓励年轻人积极学习编程等技能，并强调不应仅将AI视为工具，而应视为全能型工具，重新学习与接纳。

二、大模型为何不够用？

尽管人工智能技术发展迅猛，但大模型在机器人应用中仍显不足。王兴兴的论断引发思考：为何大模型在机器人领域表现不佳？

首先，尽管大模型发展迅速，但多数仍处于初级阶段。近年来，大模型领域风起云涌，科技巨头与科研团队纷纷投入巨资研发。然而，大部分大模型仍停留在逻辑推理层面，依赖已有数据和预设规则，缺乏真正理解与创新能力。

以自然语言处理为例，大模型虽能生成流畅文本、回答问题，但在处理复杂语义理解时易出错。对于隐晦隐喻、双关语等表达，大模型可能无法准确把握。因此，大模型在理解人类语言丰富内涵方面还有很长的路要走。

其次，机器人硬件虽满足需求，但大模型思维方式与人类差异巨大。近年来，机器人硬件取得显著进步，但在智能提升方面并未完全转化。大模型的思维方式与人类存在显著差异，在处理复杂任务时力不从心。

例如，图像识别虽已取得高准确率，但对不常见或特殊含义图像需大量标注数据训练。大模型基于统计规律和模式匹配，缺乏事物本质理解。因此，在面对复杂现实场景时往往力不从心。

因此，王兴兴的论断揭示了当前大模型的局限性：并非数量不足，而是智能深度与实用性有待质的飞跃。