有医院曾经采购过护理机器人，想要让机器人来护理医院的病人。
可结果呢？
医院采购的护理机器人，反而是成为了被护理的对象！
机器人拿起一只杯子，展现了跟人类一样的抓握能力。
在很多人看来可以说是相当的厉害，是一项巨大的突破。
可事实上呢？
就这么一个镜头，事先就需要几十次，乃至于上百次的彩排。
在各个公司的宣传视频里面，他们的机器人都是多么多么的厉害。
一副上山能打虎，下水能擒龙的样子。
一拳，就能够给人的头盖骨给砸碎。
可你要是真的买回一个宣传片里面的机器人来，那么你就会发现……
当一个人无语的时候，真的会笑！
有个关于这方面的笑话是怎么说的来着？
如果你的家里面没有老人的话，那你可以买个机器人回去，学着照顾一下。
现在的机器人，如果说预先设计好程序的话，确实是可以模仿一些人类的动作。
比如说，跳一支舞，或者打一套拳之类的。
只要是多给几次机会，那肯定是能够在视频里面表现的惟妙惟肖，给人一种震撼的感觉。
可是，你要是真的想要用它来进行生产，代替人力，成为下一代的“劳动力”……
呵呵。
不说是会被搞的完全一团糟，基本上也差不了多少。
动作迟缓的关节，漏洞百出的AI系统……
别说是跟一个正常接受过九年义务教育的成年人相比了。
就算是跟一些小学生比起来，在很多方面，都是要逊色不少。
具身智能这个领域，听起来好像没有元宇宙，冬眠舱之类的技术那么的夸张，好像是拥有着很大的可能。
像是元宇宙，冬眠舱之类的技术，可能需要几十年，乃至于上百年的时间。
而具身智能……也就是人形智能机器人……在很多人看来，好像在几年之内，就能够实现真正落地。
从而为社会的发展，提供强有力的支持！
毕竟机器人这方面，已经是研究了几十年了，在很多人眼里面，算是已经拥有了相当的技术积累。
而人工智能，也在这些年里面，突飞猛进！
几年之前，那些所谓的人工智能，只能够进行几句傻傻的对话。
而现在的人工智能，已经具备了一定的生产能力。
这些技术加起来……或许太过于先进的人形机器人，像是电影终结者里面那种T-800，T-1000之类的，以目前的技术水平，很难生产，还有相当长一段路需要走……
可是一些简单的人形机器人，应该是不存在什么太大的问题。
比如说进入家庭，充当保姆的角色，比如代替人力，进行挖矿，救灾之类的高危工作……
可事实上呢？
目前的人形机器人，大多数的动作，都是依赖于遥控器操作。
真正展现人形机器人面对不特定物理环境中的物体，进行灵活交互的例子……几乎可以说是没有。
你让他去生产，总不能够每一台机器人，还要专门配备一个操作手吧？
真要是这样做的话，也不是完全不可以。
只不过怎么看，都好像是在……脱裤子放屁！
而那种流水线式的生产，已经可以算得上是相当没有技术含量的生产活动了。
像是照顾孩子，照顾病人之类的，能够随时遇到各种突发情况的工作，那就是更加不用说了。
到时候，是机器人照顾孩子病人，还是病人孩子照顾机器人……那就是真的很难说了。
目前来看，人形机器人的结构，已经不再是机械结构和控制算法。
这两点，随着几年来，各个公司，大财团，还有研究所的倾力投入，发展的非常快，已经取得了不小的突破。
就当下的机器水平而言，可以说已经是相当的不错了。
现在。
人形机器人的瓶颈，主要集中在……智能，和感知！
虽然说，相比于之前的时候，已经有了不小的进步。
但是，距离技术成熟，能够真正的实现应用……明显还有相当大的一段距离要走。
这就好像是一个人，他的四肢跟小脑没有什么问题。
但它的大脑跟感官……都是完全的不及格。
那这个人，在日常生活中的表现，会是什么样子，那自然是……可想而知！
而且这个不及格，还不是一般的不及格，不是那种差几分就能够及格的不及格。
而是……距离及格还差着十万八千里！
这跟学校里面考试不及格还不太一样。
学校里面考试不及格，你努力就行了，毕竟各种各样的知识点都摆在那里，都有着现成的答案。
或许优秀，满分之类的，还需要一定的天分在里面。
但及格之类的，跟天分……基本上是扯不上太大的关系。
可是，在机器人这方面的及格呢？
可没有什么知识点，也没有什么答案给你去抄。
只能够一点点的去摸索，一点点的去研究。
而这个过程……肯定是伴随着数之不尽的人力，物力的投入！
就现在的技术，别说是物理世界的多模态大模型了。
连多模态感知和动作的耦合训练数据，都是相当的稀少。
而且，获取数据的成本，可以说是相当的高！
想要搭建一个物理世界的多模态大模型。
成本可以说是要远远的超过像是ChGPT这样的纯文本大语言模型。
而且，难度也不能够同日而语。
毕竟，后者能够在短时间内，找到大量合适的数据喂进去，让纯文本大语言模型在极短的时间里面，就成长到一个相当不错的高度。
而前者呢？
先不说技术方面的问题，仅仅是想要获取足够的数据，就需要费不少的时间，投入不少的资源。
物理世界的多模态大模型，对准确率的要求，也要超过纯文本的大语言模型很多很多……
就目前的技术而言，想要实现这一点，跟人类要直接登陆火星，在火星上修建起一座可以适宜人类生存的城市差不了多少……
怎么说呢。
基本上……两者都是遥遥无期。
就好像是一个小目标，跟一百个小目标，对于大多数普通人来说，基本上没有什么区别。
因为……都拿不出来。
可结果呢？
医院采购的护理机器人，反而是成为了被护理的对象！
机器人拿起一只杯子，展现了跟人类一样的抓握能力。
在很多人看来可以说是相当的厉害，是一项巨大的突破。
可事实上呢？
就这么一个镜头，事先就需要几十次，乃至于上百次的彩排。
在各个公司的宣传视频里面，他们的机器人都是多么多么的厉害。
一副上山能打虎，下水能擒龙的样子。
一拳，就能够给人的头盖骨给砸碎。
可你要是真的买回一个宣传片里面的机器人来，那么你就会发现……
当一个人无语的时候，真的会笑！
有个关于这方面的笑话是怎么说的来着？
如果你的家里面没有老人的话，那你可以买个机器人回去，学着照顾一下。
现在的机器人，如果说预先设计好程序的话，确实是可以模仿一些人类的动作。
比如说，跳一支舞，或者打一套拳之类的。
只要是多给几次机会，那肯定是能够在视频里面表现的惟妙惟肖，给人一种震撼的感觉。
可是，你要是真的想要用它来进行生产，代替人力，成为下一代的“劳动力”……
呵呵。
不说是会被搞的完全一团糟，基本上也差不了多少。
动作迟缓的关节，漏洞百出的AI系统……
别说是跟一个正常接受过九年义务教育的成年人相比了。
就算是跟一些小学生比起来，在很多方面，都是要逊色不少。
具身智能这个领域，听起来好像没有元宇宙，冬眠舱之类的技术那么的夸张，好像是拥有着很大的可能。
像是元宇宙，冬眠舱之类的技术，可能需要几十年，乃至于上百年的时间。
而具身智能……也就是人形智能机器人……在很多人看来，好像在几年之内，就能够实现真正落地。
从而为社会的发展，提供强有力的支持！
毕竟机器人这方面，已经是研究了几十年了，在很多人眼里面，算是已经拥有了相当的技术积累。
而人工智能，也在这些年里面，突飞猛进！
几年之前，那些所谓的人工智能，只能够进行几句傻傻的对话。
而现在的人工智能，已经具备了一定的生产能力。
这些技术加起来……或许太过于先进的人形机器人，像是电影终结者里面那种T-800，T-1000之类的，以目前的技术水平，很难生产，还有相当长一段路需要走……
可是一些简单的人形机器人，应该是不存在什么太大的问题。
比如说进入家庭，充当保姆的角色，比如代替人力，进行挖矿，救灾之类的高危工作……
可事实上呢？
目前的人形机器人，大多数的动作，都是依赖于遥控器操作。
真正展现人形机器人面对不特定物理环境中的物体，进行灵活交互的例子……几乎可以说是没有。
你让他去生产，总不能够每一台机器人，还要专门配备一个操作手吧？
真要是这样做的话，也不是完全不可以。
只不过怎么看，都好像是在……脱裤子放屁！
而那种流水线式的生产，已经可以算得上是相当没有技术含量的生产活动了。
像是照顾孩子，照顾病人之类的，能够随时遇到各种突发情况的工作，那就是更加不用说了。
到时候，是机器人照顾孩子病人，还是病人孩子照顾机器人……那就是真的很难说了。
目前来看，人形机器人的结构，已经不再是机械结构和控制算法。
这两点，随着几年来，各个公司，大财团，还有研究所的倾力投入，发展的非常快，已经取得了不小的突破。
就当下的机器水平而言，可以说已经是相当的不错了。
现在。
人形机器人的瓶颈，主要集中在……智能，和感知！
虽然说，相比于之前的时候，已经有了不小的进步。
但是，距离技术成熟，能够真正的实现应用……明显还有相当大的一段距离要走。
这就好像是一个人，他的四肢跟小脑没有什么问题。
但它的大脑跟感官……都是完全的不及格。
那这个人，在日常生活中的表现，会是什么样子，那自然是……可想而知！
而且这个不及格，还不是一般的不及格，不是那种差几分就能够及格的不及格。
而是……距离及格还差着十万八千里！
这跟学校里面考试不及格还不太一样。
学校里面考试不及格，你努力就行了，毕竟各种各样的知识点都摆在那里，都有着现成的答案。
或许优秀，满分之类的，还需要一定的天分在里面。
但及格之类的，跟天分……基本上是扯不上太大的关系。
可是，在机器人这方面的及格呢？
可没有什么知识点，也没有什么答案给你去抄。
只能够一点点的去摸索，一点点的去研究。
而这个过程……肯定是伴随着数之不尽的人力，物力的投入！
就现在的技术，别说是物理世界的多模态大模型了。
连多模态感知和动作的耦合训练数据，都是相当的稀少。
而且，获取数据的成本，可以说是相当的高！
想要搭建一个物理世界的多模态大模型。
成本可以说是要远远的超过像是ChGPT这样的纯文本大语言模型。
而且，难度也不能够同日而语。
毕竟，后者能够在短时间内，找到大量合适的数据喂进去，让纯文本大语言模型在极短的时间里面，就成长到一个相当不错的高度。
而前者呢？
先不说技术方面的问题，仅仅是想要获取足够的数据，就需要费不少的时间，投入不少的资源。
物理世界的多模态大模型，对准确率的要求，也要超过纯文本的大语言模型很多很多……
就目前的技术而言，想要实现这一点，跟人类要直接登陆火星，在火星上修建起一座可以适宜人类生存的城市差不了多少……
怎么说呢。
基本上……两者都是遥遥无期。
就好像是一个小目标，跟一百个小目标，对于大多数普通人来说，基本上没有什么区别。
因为……都拿不出来。