今天在博鳌亚洲论坛的一场讨论里，大家都在琢磨，到底还得等几年，人形机器人才能迎来像ChatGPT那样引爆全球的“时刻”。虽然技术一直都在进步，但离出个大家都能用的产品，好像还差着一大截。3月25日，清华大学苏世民书院的院长薛澜在接受采访时就感叹，现在的人形机器人还没出个像手机里的iPhone那样划时代的玩意儿，也没出个像ChatGPT那样谁都能用的好东西。当天上午他主持分论坛时，直接把这个问题抛给了台下的嘉宾们。从大家的反应看，行业还处于找规律的早期，数据太少、太杂是最大的拦路虎。到底啥时候能有“ChatGPT时刻”，业内的看法各不相同。星动纪元的创始人陈建宇给第一财经记者解释说，这意味着模型泛化能力和技术成熟度的一个关键点。大致的标准就是，你随便问个问题它都能回答得不错，机器人进了个陌生地方，你给个指令它也能做好。一旦到了这个水平，应用和推广的路就通了。他觉得现在离这个节点还有点距离，主要是模型泛化性不够强。就拿家里的场景来说吧，“每一家的布局都不一样”，企业既没那么多精力和空间去每家每户单独收数据、训练模型，也收集不了那么多数据。所以未来要让机器人进家，就得让模型像ChatGPT一样聪明，“在全新环境里随便给个指令它就能干好”。 这几年大家都想着把大模型放到机器人身上让它啥都能干。但从以前的尝试来看，受限于数据的情况挺严重的。大晓机器人的董事长王晓刚觉得，“ChatGPT时刻”可能得靠量变引发质变。他提到目前行业的数据大概有10万小时的量。商汤那边正在搞环境式速采，想在两年内也就是2027年把这个量拉到1000万小时。到了那时候没准就能看到转机了。vivo机器人Lab的首席科学家邵浩却显得更谨慎，“ChatGPT时刻”可能还得等十年。“从2012年深度学习开始火到2022年ChatGPT真正爆发出来，中间隔了整整十年。”邵浩觉得ChatGPT能成功关键在于找到了一条低成本搞免费数据的路。而在机器人这块儿还没发现这么便宜的路子。跟文字这种一维数据不同，机器人要的东西维度高多了。 王晓刚也说现在行业缺的是个“确定性”。ChatGPT刚出来的时候大家都明白背后是Scaling Law在推动。“顺着这条路把数据做大、模型做大就一定能有收益”，可机器人行业还在等着看有没有这种确定性。不过也不耽误工业场景先应用起来。陈建宇觉得“工业上的活儿很标准化”，可以在现有模型的基础上砸点算力和数据把一些关键岗位打通。一个岗位弄通了就能复制到成千上万的地方去用。百度集团执行副总裁沈抖也觉得“家庭场景是具身智能的最后一步”，对能力要求太高，“十年内能不能成还是未知数”。反而是危险场景、工业场景这些标准程度高的地方更适合先去试试水。