上个月刚从硅谷回来，跟那边搞具身智能的科学家、创业者聊了不少。

聊完最大的感受就一个，这玩意儿想真正落地，咱们得有五年耐心。

别被市面上那些人形机器人进工厂的宣传冲昏头，这行业现在的热闹，跟真能赚钱的距离，还差着好几座技术大山。

要么靠人戴着设备遥控机器人干活，一点点记录动作，要么手把手教它做。

这方法又慢又贵，还攒不全，总不能为了让机器人练捡苹果，真摆一万个苹果在那儿吧？更别说那些危险的、极端的场景，根本没法实地练。

搞不清的是，同样是具身智能，自动驾驶的数据就好搞太多。

路上跑的汽车，不管开没开自动驾驶，摄像头、传感器都在不停地记数据，车企随便就能攒一大堆。

我本来觉得这方法可能不靠谱，后来发现NVIDIA、谷歌这些公司都在这么干。

有个团队用模拟器，一周就攒了100万组训练数据，要是靠人工，半年都搞不定。

毫无疑问，照这个路子走，未来一两年，机器人领域可能会迎来GPT-3.0时刻，在实验室里，它的大脑能有个大突破，大家也能认准一条靠谱的技术路线。

就算迎来了「GPT-3.0时刻」，离咱们普通人能用上靠谱的机器人，还差得远。

这中间的路，怕是最有体会的就是那些工程师了。

首先，模拟器再厉害，也跟现实有差距。

机器人不一样，它要是犯迷糊，可能一下就把零件撞坏了，严重的还会出事。

而且它做一个动作要好几秒，完成一串任务要好几分钟，想迭代一次比登天还难。

更何况，机器人想攒够真实场景的数据，还得先有足够多的机器人跑在外面。

可现在机器人还不靠谱，谁愿意大量买，这就陷入了先有鸡还是先有蛋的死循环。

你看看自动驾驶就知道，就算有那么多数据，解决了99%的问题，剩下1%的极端情况，到现在还在头疼。

机器人要面对的场景比自动驾驶复杂多了，这最后1%的坎，更难迈。

这么看来，能把这事儿干成的公司，得有几把刷子。

得有厉害的AI团队，能玩转模拟器；得有办法攒够真实数据；还得会造机器人，成本得控制住；最重要的是，得有钱、有耐心，能熬得住好几年不赚钱。

现在看下来，马斯克那边可能占点优势，AI、制造、钱这几样他都不缺。

但也说不准，说不定哪天就冒出个新团队，用新方法打破僵局。

总的来说，具身智能这东西，现在就像个刚上小学的孩子，看着机灵，但离能养家糊口还早。

咱们别盼着它明天就改变世界，也别因为现在没起色就失望，给它五年时间，等技术一点点磨成熟，说不定真能给咱们的生活带来大变化。