在科技飛速發(fā)展的今天，一部科幻電影《機械姬》中的AI形象艾娃，引發(fā)了公眾對人工智能（AI）未來的無限遐想。艾娃那令人不寒而栗的逼真表現(xiàn)，讓觀眾深信這就是AI的終極形態(tài)。然而，現(xiàn)實中的AI與艾娃所代表的“具身智能”之間存在著本質的區(qū)別。

具身智能并非AI的升級版，而是一條截然不同的技術路徑。它強調的是智能體通過物理身體與環(huán)境進行互動，從而像嬰兒一樣學習世界。這種智能方式不依賴于大語言模型的尺度定律，而是更加注重身體經驗在認知過程中的基礎性作用。

在《機械姬》等影視作品的影響下，“具身智能=AI”的誤解悄然形成。但實際上，傳統(tǒng)AI，如ChatGPT等，屬于離身智能，能夠脫離物理實體進行符號邏輯的抽象推理。它們雖然強大，卻缺乏對物理世界的直接感知和交互能力。

具身智能則截然不同，它要求智能體必須擁有一個能與現(xiàn)實世界互動的物理身體。這個人形機器人不僅要能看、能聽，還要能觸、甚至能聞，構建起比AI更為豐富的感官體系。同時，它的身體要能動，需要突破精確的抓握控制、動態(tài)平衡以及多任務協(xié)調等難關。更重要的是，具身智能的大腦要走世界模型這條路，在與真實世界的交互中習得經驗，超越概率，走向規(guī)律。

然而，盡管人形機器人是具身智能的典型代表，但現(xiàn)實中的它們卻遠未達到公眾的期待。翻遍所有最頂尖人形機器人公司的演示視頻，我們看到的往往是一個不停跳舞、翻跟頭，卻連蘋果也拿不穩(wěn)的人形巨物。它們的電池續(xù)航通常不足5小時，復雜的動作往往需要人工遙控，成本卻高達數(shù)十萬。

理想與現(xiàn)實的差距讓人不禁感嘆，人形機器人似乎還只是一個炫技大于實用的概念。我們想象中的人形機器人，應該是文武雙全、美麗動人，甚至能像戀人一樣與我們互動的完美存在。但現(xiàn)實中的它們，卻連基本的操作都顯得笨拙無比。

AI的發(fā)展已經陷入了固有技術方法論的沼澤，我們熱衷于大語言模型、強化學習等算法，卻忽略了它們只教會了AI如何模仿，而沒有教會AI如何理解真實而復雜的物理世界。這正是人形機器人向強發(fā)展所需要克服的難題。

圖靈獎獲得者楊立昆在巴黎AI峰會上指出，要研究人類級AI，就必須放棄只會概率計算的大語言模型、放棄對比學習以及強化學習等舊有方法。人形機器人的發(fā)展需要的是與環(huán)境交互的技術，如世界模型、規(guī)劃算法等，以及支持運動的仿生關節(jié)、傳感器融合系統(tǒng)等技術。

但這些技術目前正處于研究瓶頸之中，一方面是因為技術難度極大，另一方面則是因為成本過高。例如，要實現(xiàn)人類使用螺絲刀時的觸覺實時調整握力和預判旋轉時的扭矩變化，機器人需要突破0.1牛頓級的力控精度、高靈敏的觸覺解析以及避免自碰撞的運動規(guī)劃協(xié)同等難關。

人形機器人的研發(fā)成本普遍超過200萬美元，而即使實現(xiàn)量產，后期也需要大量的資金投入維修和保養(yǎng)。這使得人形機器人的性價比極低，遠遠低于輪式底盤和機械臂的組合在工業(yè)場景中的應用。

盡管如此，人形機器人依然是一個備受資本追捧的概念。2024年1月至10月，全球人形機器人行業(yè)共發(fā)生了69起融資事件，總金額超過110億元。然而，這股熱潮主要源于資本的追捧而非技術的成熟。為了吸引融資，企業(yè)不斷在社交媒體上展示不實用的功能，如打拳、翻跟頭等，導致同質化嚴重、價格高、能力差、落地難。

隨著資本的逐漸清醒，人形機器人的熱潮也開始退潮。一些企業(yè)因資金鏈斷裂而陷入停擺危機，一些投資方則開始撤資。人形機器人的發(fā)展似乎又陷入了歷史的輪回：始于驚艷的實驗室演示吸引資本追捧，繼而催生估值泡沫，最終因商業(yè)化失敗導致資金撤離。

人形機器人的未來依然充滿未知和挑戰(zhàn)。但值得慶幸的是，我們離那個會欺騙人類感情的“艾娃”還很遠。在科技的不斷探索中，我們期待看到更加實用、更加智能的人形機器人出現(xiàn)。