"AI会写诗、会写代码、会做PPT，却帮不了一位老人翻身"——这句出自复旦大学教授苏昊之口的行业困境描述，正在引发人们对人工智能与物理世界之间鸿沟的重新审视。
一、根本原因：AI学的是语言"影子"，而非物理世界本身
核心症结：当前大模型学习的是语言——人类对世界的经验与描述，而非世界本身。它能流利描写"杯子掉在地上会碎"，却从未感受过一只杯子的重量，因此缺乏对物理世界最基础的感知与判断。
数据偏差：人类的"训练数据"是独一无二的人生经历，是颠沛流离后换来的感悟；而AI取的是全人类的平均值，这导致它在处理具身任务时没有可依赖的"个体经验"作为参照。
本质局限：正如苏昊所言，"你可以在屏幕里雄辩，但你说服不了重力"。AI不懂的并非"怎么做"，而是"什么时候该做、该怎么做、如何一直做对"。
二、院士共识：机器人无法取代人类价值
定位清晰：中国工程院院士王天然指出，科学家制造机器人的目的不是取代人类、与人类竞争工作岗位，而是代替人做艰苦劳动，人机共融是未来发展方向，人与机器将"宛如同类"。
能力边界：中国科学院院士张钹强调，机器人不是人，它必须完成特定任务；人工智能是用机器模拟人类的智能行为，而非模拟智能本身，机器智能最终不可能超越人类智能。
研发理念：中国科学院院士乔红表示，机器人技术不断进步使其部分能力超过人，但当前理念是人机融合，机器人应做从简单到复杂的替代工作，服务并协助人类而非反过来控制人类。
三、从"会写诗"到"帮翻身"：跨越物理智能的鸿沟
技术差距：让机器人帮老人翻身，需要根据人的身体状态和姿势实时调整力度，这本源于人类长期生活经验，但对机器人而言却是一片尚未充分学习的领域。
行业判断：智元合伙人姚卯青指出，当前大部分模型建立在视频生成基础上，视频只记录外观变化，难以感知质量、力量、摩擦等信息；它石智航CEO陈亦伦也认为，机器人不能只知道下一步做什么，还需知道做完后世界会如何改变。
发展路径：苏昊预测，物理智能的发展不会像ChatGPT那样突然爆发，而更像电气化过程——先进入工厂、仓库等相对标准化场景，再走向医院、商业服务，最终进入家庭；物理智能的使命是"把翻身这样的体力活交给机器，把照护者的时间还给陪伴与关怀"。