李开复曾提到过一个AI界流传的“骗子又来了曲线”。 人会不断给机器进行“是否具有人类智能”的鉴定，而这个过程，总是从被人工智能在某些领域的惊艳表现震撼，到逐渐认识到当时的人工智能还有各种局限，以至于产生巨大心理落差。
近来，人形具身智能机器人在WAIC世界人工智能大会上密集亮相，我们在现场所感受到的就是“人类要毁灭了”与“骗子又来了”，两种声音同时存在的复杂现象。
具体来说，认为“人类要毁灭了”，大多是不明觉厉的普通观众，而冷静甚至不看好人形机器人的多为AI、机器人领域的业内人士。
比如猎豹移动董事长兼CEO、猎户星空董事长傅盛就表示，“机器人在今年的展厅里是爆发了，但在日常生活当中，我们并没有看到它在哪个地方被大规模用起来。机器人行业的产业爆发还远远没有到来……对人形机器人的不看好一定会被时间证明”。
这两种心态，究竟哪一种才代表人形机器人产业的真相呢？
其实并没有什么真相。不同的心态，是由不同的判定标准而产生的。大众、从业者和技术专家，都有一张“我心中的人形机器人”打分表，评价尺度各不相同。
而关于人形机器人的期待，在人形、大模型、具身三个标准上，大众的预期、媒体的宣传、产业的实际进展等都有比较大的分野。这构成了当前，人形机器人的理想与现实。
“他们怎么不动啊，不表演有什么必要插电源？”
“插电亮着好看。”
本届WAIC最吸睛的，就是中央展厅的“十八金刚”了。18个人形机器人同台而立，几乎每个参观者都聚集在展台前打卡拍照，在展台旁边，我听到了这段对话。
大众理想中，人形机器人就是变形金刚、机甲战士那样，走路又稳又快，行动灵活，随意移动，无论是工厂上班、护理老人还是投递包裹，都手拿把掐。
但产业现实中，WAIC上的人形机器人大多数时间都待在展台上，在特定时间表演一些拿苹果、端杯子之类的手部动作，特斯拉的机器人甚至始终待在玻璃展柜中一动不动。和全场溜达的机器狗相比，人形机器人显得“内向”很多。
由此可见，到底需不需要“双足行走”，成了目前公众和从业者对人形机器人，最大的认知差异。
总的来说，双足人形机器人是“机器人的皇冠”，是终极方向，才是大众期待的“变形金刚”。
但至少要走过三步：双足行走、执行复杂任务、规模商用。
而目前，仅仅是第一步“双足行走”，在技术和商业上都并不是最佳状态。
一方面，稳定的行走，需要系统拥有极高的鲁棒性。
机器人在面临各种异常情况和输入时，仍然能快速通过运动控制模块调整姿态，保持正常运行。
要提升系统的鲁棒性（或者说稳健性），依赖于机器人与人类、物理世界的真实交互，来积累高质量数据。如果遇到训练环境中没有出现过的问题，机器人就可能出现异常或“死机”，系统研发效率是比较低的。
另外，商业上“双足行走”也并不是刚需。
比如特斯拉、Figure等都宣布要让人形机器人“进厂打工”，从事电池分拣等工作。但实际上，制造环节80%以上生产作业动作，其实很少用到下肢，用到躯干，主要是靠手来完成的。这种上肢为主的简单系统，可以减少控制难度，降低投入成本，并且更容易规模化量产，因为只需要将最重要的一部分功能（手部）进行复制。一旦加上四肢、躯干，控制难度、续航、成本都会大幅提升。
所以，目前能够规模化应用的机器人形态，都是以机器狗、机械手等单一、极简形态。满足大众期待的“变形金刚”，要在迈过很多步之后，才能带来极大产业效应。
几年之内，我们应该都会更常在展台和展柜中看见人形机器人，而非零距离互动。
“现场机器人好多，我都感觉主题有点跑偏了”，一位计算领域的从业者对我说道。
智能机器人在人工智能大会上遍地开花，根本逻辑是——
大模型为具身智能开启了新的解决方案的大门
。
传统的人工智能系统，受限于缺乏先验知识，理解力与泛化能力捉襟见肘，导致机器人难以像人类一样拥有基本的常识判断能力，这严重制约了高级别具身智能的发展。机器人执行任务时，往往需要人类工程师将复杂指令拆解为一系列简化的、程序化的步骤，再由机器人（如机械臂）逐一执行。显然，这种“智能水平”并不算很高，还需要人来做大量的代码和开发工作。
理想中，大模型会为人形机器人的“智能水平”，带来颠覆性的变革。
大模型相较于传统机器学习方法，拥有更加强大的泛化能力，可以为人形机器人的大量任务，比如复杂任务解析、流畅连续对话、零样本推理等，提供全新的解决方案。
举个例子，告诉人形机器人“我饿了”，它会自动分析这句话背后的需求，并拆解为可执行的具体动作，通过观察物理环境，从冰箱里拿出一个苹果给你吃，不需要人来拆分指令。
但现实中，大模型给人形机器人带来的变革，仍然停留在初级的“自然语言交互”。
目前绝大多数人形机器人，更多是拥有了类ChatGPT的“嘴”。这种结合，虽然能提供更自然生动的交互体验，但只是将现有的语音交互进行了升级，并非“端到端”任务执行能力的颠覆式突破。
无需人工参与的高度自动化，为什么有了大模型也没能快速实现呢？
究其根本，机器人是一个非常复杂的学科，涉及精密机械、自动控制、电气电子、计算科学，最后呈现出一个非常复杂智能机电一体化系统。
从有监督机器学习到大语言模型，是计算领域的技术突破，可以在交互、规划、决策等环节发挥作用。然而，从机械化到高度自动化，人形机器人的再进化，还需要感知技术、驱动与传动技术、万兆网络等的技术和资源支持。
