現在機器人技術卡住很大因素並不是算力不足，而是資料不足。
春晚的廠商自己都這樣講了。連他都不認為十年內會有大進步落地化達到GPT-3 moment
https://youtu.be/ZDXIUO7CRzo?t=1241
都是PoC，都是展示玩具沒有後續發展的。
LLM能夠在transformers後面BERT幾年就達到GPT-3 moment是因為資料科學已經先搞好了。
既有網際網路那以當時來說根本用不完的訓練數據，又有SVM等數據標註的大數據方法。
而且那東西可是累積了網際網路上"數十年"幾乎全人類的數據。機器人領域就沒這種數據。
而且想用模擬的方式也是很難的，有看過一些相關影片就知道，模擬數據和真實差太多。
所以若是LLM AI把白領大幅裁減後，會有什麼新增職業。
可能真的會需要大量的具身機器人遙控員，需要先累積巨量海量的機器人數據。
樂觀來說，十幾年後才能達到AI機器人的時代，假如目標是用機器人取代藍領人力的話。
也就是說可能會先進到Surrogate這部電影的時代場景再說。
https://youtu.be/2IHvS3eCVio
當然大概不需要這麼精緻的機器人，但一定要先累積大數據模型再說。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.236.205.1 (臺灣)
※ 文章網址: https://webptt.cc/bbs/Stock/M.1774156363.A.0FF.html
※ 編輯: DarkerDuck (36.236.205.1 臺灣), 03/22/2026 13:16:19
推文 (29)
→
ab4daa
安心轉職水電
03/22 13:16
推
sdbb
布魯斯威利QQ
03/22 13:49
→
potionx
如果發大量紀錄裝備給人配戴 就會有數據了
03/22 13:53
推
oopFoo
Moravec's Paradox。llm也到瓶頸了，人形機器更遙遠
03/22 15:10
推
greedypeople
人形機器人不會用LLM的模式 TSLA跟NVDA目前應該都
03/22 15:18
→
greedypeople
感覺是想辦法把影片立體話後想辦法建世界模型
03/22 15:19
→
DarkerDuck
世界模型問題在於它是模型不是真實世界
03/22 15:20
→
DarkerDuck
但具身機器人尤其是服務型機器人是要放在真實世界
03/22 15:20
→
DarkerDuck
和真實世界互動的，世界模型不可能"模擬"出來
03/22 15:20
→
DarkerDuck
更不用說連底層的物理模擬都無法完全仿真了
03/22 15:21
→
greedypeople
這兩間的自動駕駛都已經在跟真實世界互動了 當然機
03/22 15:38
→
greedypeople
器人的難度會高非常多我也同意
03/22 15:39
→
DarkerDuck
端到端模型自動駕駛那其實很多還是數據驅動
03/22 15:43
→
DarkerDuck
然後控制的自由度相比人型機器人非常受限
03/22 15:44
→
DarkerDuck
通常世界模型會想用在機器人是要節省真實採集數據量
03/22 15:45
→
karcher
按照原po的說法，要創造許多機器人數據，可以先生產
03/22 16:45
→
karcher
對應類型的外骨骼給人類使用。這樣可以加速機器人認
03/22 16:45
→
karcher
識世界
03/22 16:46
→
DarkerDuck
現階段服務型機器人就是都先遙控採集數據
03/22 16:52
→
DarkerDuck
1X NEO還是超商的補貨機器人都是如此
03/22 16:52
→
DarkerDuck
現在人型機器人兩難就是一些不需要太多數據的任務
03/22 16:54
→
DarkerDuck
那當然相對單純，用專用機械臂或是自走車就好
03/22 16:54
→
DarkerDuck
而真的複雜到需要使用人型操作工具的則欠缺數據
03/22 16:55
→
DarkerDuck
數據 -> 訓練 -> 推理 -> 行動代理
03/22 16:56
→
DarkerDuck
LLM的發展就是如此，機器人要第一關直接跳過很難
03/22 16:57
→
karcher
其實弄一堆支援毫米波通訊外骨額，可以進行高山任務
03/22 17:00
→
karcher
很快找到一堆買家使用
03/22 17:01
推
t13243334
啊這不就是omniverse和cosmos
03/22 18:11
推
epephanylo
春晚不是宇樹????
03/22 18:12