在人工智能技术飞速发展的今天，资本和舆论往往倾向于寻找下一个“ChatGPT 时刻”。然而，Amulya Vishwanath 的观点却为这场狂热的讨论泼了一盆冷水。作为曾在 NVIDIA 领导机器人平台产品营销长达七年的资深人士，如今转型为风投机构合伙人，他近日在接受 TechCrunch 采访时直言：机器人技术距离那个标志性的爆发点还有相当长的路要走，目前正处于一个“乐高时代”。
Vishwanath 认为，尽管目前市场上充斥着关于具身智能的宏大叙事，但底层逻辑尚未跑通。这一比喻形象地揭示了当前机器人产业的现状：就像孩子们在搭建乐高积木时一样，虽然最终能拼出复杂的城堡，但基础积木本身的质量、形状和兼容性决定了搭建的速度和最终成品的稳固程度。在机器人领域，这些基础构建模块——包括执行器、机械手、操作系统以及安全标准——正处于不断的重新设计和重建之中。
这一论断与许多激进的行业预测形成了鲜明对比。后者认为，只要有了像 ChatGPT 那样强大的通用大语言模型（LLM）加持，机器人就能瞬间具备人类级别的认知和操作能力。然而，Vishwanath 指出，这种观点忽略了机器人技术不同于纯软件 AI 的物理属性。大语言模型处理的是海量的文本数据，而机器人技术需要处理的是物理世界的互动，这涉及到摩擦力、重力、材质反馈以及最关键的——安全性。
具体而言，当前的机器人硬件在精密度和可靠性上仍有巨大提升空间。例如，传统的执行器往往笨重且能耗高，而新一代的灵巧手在处理细微物体时仍显得笨拙。更重要的是，软件栈与硬件之间的接口尚未完全打通，导致“大脑”（AI 算法）无法有效地指挥“四肢”（物理硬件）完成复杂的任务。此外，工业级的安全标准尚未完全适应人机共存的场景，这也是限制机器人大规模普及的一大瓶颈。
Vishwanath 的这番言论对于行业参与者具有重要的警示意义。对于投资者而言，这意味着在追逐算法革命的同时，不能忽视硬件供应链的成熟度。对于技术团队来说，这是一场马拉松，而非短跑。基础技术的打磨虽然枯燥且漫长，却是通往未来的必经之路。正如他所言，当这些“积木”最终变得完美且标准统一时，机器人技术才能真正迎来属于它的 ChatGPT 时刻，从而实现从“玩具”到“生产力工具”的质变。
来源： TechCrunch
原文链接： https://techcrunch.com/video/a-nvidia-insider-turned-vc-on-why-robotics-hasnt-hit-its-chatgpt-moment-yet/
信息来源：AI News & Artificial Intelligence | TechCrunch，原文链接：https://techcrunch.com/video/a-nvidia-insider-turned-vc-on-why-robotics-hasnt-hit-its-chatgpt-moment-yet/
封面图片来源：Unsplash / 摄影师 Brecht Corbeel
