上旬在北京听了王兴兴的演讲，他花了一点时间讲了机器人，或者说是人形机器人的 GPT 时刻。他认为零界点应该还有两三年，关键是在模型的突破。现场速记稿如下文字：

机器人目前大家没有大规模应用，或者目前的机器人的功能还不够。这个原因可能是有人会怀疑是不是硬目前的硬件不够好，或者成本比较高。其实最大的问题是，其实目前的硬件是够用的，某种意义上完全是够用的。目前人形机的硬件，哪怕灵巧手，整机，某种意义上完全是够用的。当然不够好啊，当然持续的要把它做的更好，它更大的问题就是你要把它量产。

工程上的问题肯定是很多的，但是在技术层面上或者在AI的角度来说，目前的硬件是完全是够用的。但是目前最大的挑战还是具身智能的AI还是完全不够用，这也是限制当时机器人，尤其人形机器大规模的应用的一个最大点。就是机器人大模型或者具身智能到现在为止还是不太够用。

简单说就是目前的感觉有点像ChatGPT出来前面的1-3年左右时间，目前整个业界大家已经发现了类似的方向以及技术路线，但是没人把它做出来。大家也知道ChatGPT出来前面的几年，做语音AI的已经做了十几二十年了，但是大家一直觉得他很傻瓜，很弱智，根本完全没法用。像ChatGPT出来以后，大家达到了一个比一般人性能还更好的一个阶段，所以这个阶段目前还没有到这个阶临界点。

如果对于机器AI这个临界点，我觉得会达到什么程度呢？就是如果哪一天我们带一个人形机器人到这个会场，而且这个会场他没有见过这个会场，如果他随便我跟他说一句话，帮忙把这瓶水带给某个观众。他是他可以比较顺畅的自己走过去，流畅的把这个事情干了，或者说把这个房间帮忙整理一下。他这个房间完全没有见过，他都能自己做这件事情的时候，我觉得达到了差不多那个机器人的ChatGPT时刻。

如果快的话，可能会来的一两年或者2到3年还是很有可能实现的。最慢的话我估计3到5年也是很大概能实现这个概念，大家可以关注一下，但是现在确实还是不太够用。

没有达到这个效果，到底是模型的问题还是数据的问题？我反而感觉目前全球范围内大家对数据这个问题，基层数据的问题关注度有点太高了。就是现在最大的问题反而是模型的问题，这并不是数据问题。就目前来说在具身智能和机器人来说，这个模型架构都不够好，也不够统一。所以模型的问题其实是现在大家反而关注的有点少，反而对数据的问题关注很多。因为在大语言模型领域，大家觉得我有足够多的数据，尤其有足够多的好的数据的时候，我就能把模型训练的越来好。

但是在具身智能，在机器领域，反而大家可以发现，很多情况下你数据有了，会发现这个数据用不起来。你采了数据干嘛用？因为我们要采了数据要去用，对吧？但发现采了数据用不来怎么办？所以很多情况下大家对模型的关注目前是相对有点少，反而对数据关注有点太高了。