清华大学机器人学助理教授、千寻智能联合创始人兼首席科学家高阳给出了一个时间点：最快从明年开始，人形机器人就能听懂口头指令，并完成大多数通用任务。但他同时泼了盆冷水——真正进入家庭、承担实用工作，仍需时日。

这个判断来自路透社9月18日的报道。高阳把话说得很具体：机器人“听懂人话”和机器人“帮人做事”，中间隔着一段不短的距离。

打开网易新闻 查看精彩图片

硬件跑得快，软件拖后腿

中国人形机器人的硬件能力近年提升很快。冲刺、跳舞，甚至按指令完成后空翻，都已经不成问题。机器人企业的竞争重心随之转向软件，目标是提高机器人的智能水平，让它能承担更多具备实际经济价值的任务。这一领域通常被称为具身智能。

高阳点出了短板所在：“大脑”是整个机器人技术栈中最薄弱的一环。他给出的路线图是：预计到2027年年中达到“GPT-3.0”级的里程碑。届时，你可以直接用自然语言与机器人交流，它会执行一系列合理的物理动作，尝试完成任务。

行业在等自己的“ChatGPT时刻”

整个机器人行业都在等待属于自己的“ChatGPT时刻”——足以把前沿技术变成面向广大客户的实用产品的软件突破。OpenAI在2022年推出ChatGPT后，生成式AI迅速进入大众市场，同时证明了商业化潜力。这个参照系，现在被套用在了机器人身上。

为了训练机器人，千寻智能在全国安排了约1000名合同人员收集真实世界数据。目前，其机器人在结构化客厅环境中完成简单任务的成功率达到90%。

高阳预计：“未来一两年将是工业应用的初始窗口。两年后，我们会看到机器人进入商业服务场景，执行较简单的任务。相比工业和商业服务场景，进入家庭要困难得多。”

他对比了前后的变化：“我们成立时，机器人只能做好倒水、叠一件衣服这类单独任务。今天，机器人可以在大范围空间内行动，并连续完成复杂的工作流程。”

但难题依然摆在面前：旋开瓶盖等精细动作，以及处理此前没有遇到过的任务，仍是机器人需要攻克的关卡。