這些年，伴隨著人工智能和機器人的高速發展，AI驅動已經成為了大多數人的共識，然而就最近知名機器人公司宇樹科技的創始人王興興卻表示當前機器人最大的問題還是AI模型，這究竟是怎么回事？為啥如此蓬勃發展的大模型不夠用了？

一、王興興：機器人最大的問題還是AI模型？

據澎湃新聞的報道，在2025外灘大會圓桌討論環節，宇樹科技創始人兼首席執行官王興興表示，在機器人領域，硬件和大腦不是同一層面的事，現階段，機器人硬件完全足夠用，“用一兩年都可以”，最大的問題還是AI大模型本身能力不夠用，在多模態融合方面表現還不夠理想。

王興興表示，目前純語言模型或純視頻模型的效果已經非常好，但如果要把語言和圖像很好地結合起來，仍是一個較大的難點。在機器人領域，現階段沒有很好的辦法把硬件用起來。比如如何用模型控制機器人靈巧手等，目前還存在一定挑戰。他表示，雖然AI在信息處理、文字圖像等領域，AI應用的表現已經非常好，但讓AI干活的領域還是荒漠，只是長了幾棵小草，爆發性增長的前夜還未到來。

“現在是對年輕人非常友好的時代，AI時代是一個非常公平的時代”，王興興認為，年輕人可以用AI模型自己學編程等。他鼓勵大家可以對AI模型的認知更激進一些，可以不僅僅把AI僅僅當作一個工具，還可以把它當作一個全能型的工具，去重新學習和接受它，把它用得更好。

不過和王興興有類似看法的人其實并不少，網上曾經流傳著一個段子“我想AI應該是幫我做洗衣和洗碗的活兒，好讓我去玩藝術、搞創作；而不是AI去玩藝術搞創作讓我來做洗衣洗碗的活兒”。

二、大模型是怎么不夠用的？

隨著人工智能技術的迅猛發展，機器人已經成為現代科技的重要組成部分。然而，盡管大模型的發展速度飛快，但其在實際應用中的表現卻仍不盡如人意，尤其是在機器人賽道，這就是王興興表態的根源，我們該怎么看這件事呢？

首先，大模型雖發展迅猛，但大多仍處于發展的初級階段。近年來，大模型領域可謂是風起云涌，眾多科技巨頭和科研團隊紛紛投入大量資源進行研發。從早期的簡單模型到如今參數規模龐大、功能日益復雜的大模型，其發展速度可謂令人嘆為觀止。然而，我們必須清醒地認識到，目前大部分大模型依然停留在邏輯推理的層面。它們能夠根據輸入的信息進行一定程度的邏輯分析和推理，輸出看似合理的結果。但這種邏輯推理更多是基于已有的數據和預設的規則，缺乏真正的理解和創新能力。

以自然語言處理領域的大模型為例，它們可以生成流暢的文本，回答各種問題，但在處理一些具有深度和復雜性的語義理解時，往往會出現偏差。比如，對于一些隱晦的隱喻、雙關語或者文化背景相關的表達，大模型可能無法準確把握其真正含義。可以說，大模型在理解人類語言的豐富內涵和微妙之處方面還有很長的路要走。而且，大模型目前的發展仍然處于初期階段，需要不斷地進行訓練和優化。每一次的訓練都需要海量的數據和強大的計算資源支持，這不僅成本高昂，而且訓練過程也存在諸多不確定性。因此，從整體發展水平來看，大模型距離真正成熟還有很大的差距。

其次，機器人硬件雖然已經滿足需要，但大模型思維方式與人類差異巨大。在機器人硬件方面，近年來取得了顯著的進步。各種先進的傳感器、執行器和機械結構使得機器人在感知環境、運動控制等方面具備了強大的能力。例如，一些工業機器人可以精確地完成復雜的裝配任務，服務機器人能夠在室內環境中自主導航、避障。然而，硬件的進步并沒有完全轉化為機器人智能水平的提升，關鍵問題在于大模型的思維方式與人類思維存在較大差異。

人類在處理問題時，往往能夠憑借直覺、經驗和創造力快速做出判斷和決策。一些看似簡單的事情，比如識別一個物體的用途、理解一個場景的氛圍，對于人類來說可能是本能反應。但對于大模型來說，這些任務卻需要相當長的一段時間來進行訓練。以圖像識別為例，雖然大模型在識別常見物體方面已經取得了很高的準確率，但對于一些不常見或者具有特殊含義的圖像，大模型可能需要大量的標注數據進行訓練才能準確識別。而且，大模型在處理問題時通常是基于統計規律和模式匹配，缺乏對事物本質的理解。這種思維方式上的差異導致大模型在面對復雜多變的現實場景時，往往表現出力不從心。

第三，大模型當前僅能替代基礎工作，高難度任務面前力不從心。從當前大模型的實際應用來看，其能夠替代和勝任的依然是大量基礎性、重復性、規則明確的工作任務。例如，在客服領域，大模型可以高效處理標準化的問答；在內容創作中，可以生成新聞稿、營銷文案等格式化文本；在工業自動化中，可執行預設程序的裝配與檢測。然而，一旦任務復雜度提升，涉及多步驟推理、跨領域知識整合或動態環境適應，大模型的表現便迅速下降。

以家庭服務機器人為例，簡單的“播放音樂”“開關燈”等語音指令可以順利完成，但我們要知道我們日常生活中的很多場景是模糊的，比如說：幫我找找昨天收到的快遞，可能放在門口的鞋柜或者沙發底下等地方，這對于機器人來說就難度巨大了，機器人不僅需要理解時間、物品、空間位置等多重信息，還需具備視覺搜索、物體識別、路徑規劃和交互反饋等綜合能力，這對當前的大模型而言仍是巨大挑戰。因此，我們仍然需要知道，大模型目前仍處于“工具化”階段，而非“智能體”階段，其能力邊界清晰，難以應對真實世界中普遍存在的模糊性與不確定性。

第四，具身智能離構建符合實際工作需求的大腦還有很長的一段路。具身智能作為人工智能的一個重要分支，旨在賦予機器人身體感知和行動的能力，使其能夠在真實環境中自主完成任務。如今，越來越多的工具化機器人涌入市場，它們可以在特定場景下完成特定的操作，比如搬運貨物、清掃地面等。

但要實現真正像人一樣工作的機器人仍然面臨巨大困難。以做家務為例，一個合格的家庭主婦不僅要知道如何打掃房間、洗衣服做飯，還要懂得根據家庭成員的習慣和喜好來安排日常事務，甚至在遇到突發情況時能夠迅速做出反應。這對于機器人的大模型提出了極高的要求，它需要具備全面的生活常識、情感理解和社交溝通能力。

目前，雖然有些機器人已經學會了扭秧歌這樣的表演性動作，但這距離真正意義上的家務勞動和助理角色還有很長的路要走。要讓機器人真正融入人類生活，成為得力的幫手，就需要為其打造一個高度發達且符合實際工作需要的“大腦”，而這無疑需要大量的大模型訓練和實踐積累。

第五，人工智能的未來到底該向何處去？對于大模型的發展來說，目前簡單低質量地卷參數已經意義不大。隨著模型參數規模的不斷擴大，雖然在一定程度上提升了模型的性能，但也帶來了諸多問題，如訓練成本高昂、模型推理速度慢、可解釋性差等。而且，單純追求參數規模的擴大并不能從根本上解決大模型在具身智能應用中面臨的難題。

大模型們進化升級最該考慮的事情是如何能夠真正幫助具身智能的落地。這需要從多個方面進行努力。一方面，要優化大模型的訓練方法和算法，提高模型的訓練效率和質量，使模型能夠在更少的數據和計算資源下獲得更好的性能。另一方面，要加強大模型與機器人硬件的深度融合，實現軟硬件的協同優化。通過將機器人的傳感器數據實時反饋給大模型，使大模型能夠更好地感知環境、理解任務，從而做出更準確的決策和行動。

因此，王興興所提出的問題答案無疑是肯定的，而大模型的“不夠用”，并非數量不足，而是智能深度與實用性尚待質的飛躍，這才是大模型該做的事情。