机器人还在拼乐高：三座山挡住了它的 ChatGPT 时刻

每隔几个月就有一段机器人视频刷屏：叠衣服、煎蛋、搬箱子。看完你会觉得明年就能买一台。真到下单那天，它还在实验室里。

一、发生了什么

TechCrunch 在 10 月 16 日的 Equity 播客里，请来了 Amulya Vishwanath。她在英伟达做了七年机器人平台的产品市场工作，现在是 Techable VC 的创始人兼管理合伙人，投的是机器人、材料科学、生命科学这类「物理世界的 AI」。

她的判断很直接：机器人现在处在「乐高时代」。执行器、机械手、软件、安全标准这些基础件，都还在被重新搭一遍。

这个说法和另一种流行观点正面相撞。今年早些时候，General Intuition 的 CEO Pim de Witte 在同一个播客里表示，一个通用的基础模型会让今天大量专用的机器人工作变得多余，那就是机器人的 ChatGPT 时刻。

一边说零件还没拼好，一边说通用模型一来全都重做。两种说法都有人信，因为它们描述的是同一件事的两端。

三座山，哪座最难翻

硬件这座山，正在变矮。 执行器、减速器、灵巧手这几年成本在下降，供应链也比五年前成熟。真正的难点不在能不能造出来，在造出来之后能不能连续跑几个月不出故障。工业客户算的是停机成本，不是 demo 好不好看。

数据这座山，最难翻。 语言模型能吃到整个互联网，动作数据没有互联网。真机采集一条拧螺丝的数据，要人、要设备、要时间；仿真数据便宜，但和真实世界的摩擦、形变、光照差得远。更麻烦的是数据还跟具体的本体绑死：同一个「抓杯子」的动作，换一只手、换一种杯子，就未必能复用。这也是为什么「通用基础模型」在语言上成立，在动作上还没被验证。

场景这座山，最难卖。 大模型答错一句话，用户重问一次；机器人抓空一次，可能打碎一箱货、撞到一个人。容错率决定了它先能进哪个场景：仓库、工厂、农田这类允许失败并且有隔离的空间，会先跑起来。这也是为什么第一批真正赚钱的机器人，长得都不像人——它们待在护栏后面。家庭是最后一块。

我的判断是：硬件在收敛，模型在收敛，卡住商业化的是第三座——不是技术做不到，是没人愿意为「偶尔出错」付钱。

二、跟你有什么关系

想买家用机器人的人：五到十年内别把它当成必需品。能在家里稳定跑的，还是扫地机、割草机这类只做一件事的设备。能叠衣服、能做饭的通用机器人，价格和可靠性都还没到普通人能接受的位置。

工厂和仓储的负责人：现在就该做试点，但工位要选对——允许失败、有人看管、有物理隔离。先用它替代最枯燥的那一段，别一上来就换整条线。

做机器人开发的团队：数据比模型更能决定你的进度。先把采集设备、标注流程、评测标准搭起来，再谈通用能力。这三样东西没有捷径，也没有开源替代品。

三、怎么判断一段机器人演示

1. 看它跑了多久，不看它做成了几次。 剪辑过的视频只展示成功那一次。问三个数：连续运行时长、成功率、人工介入频率。

1. 问失败一次的成本。 同样一次抓取失败，在仓库是重来一次，在手术室是不可接受。厂商说不清失败后果，说明它还没找到真实场景。

1. 看有没有第三方安全认证。 人机共处要有标准可依，ISO 相关的机械安全认证不是装饰。认证周期通常以年计，这个时间成本本身就是一层筛选：只谈能力、不谈认证的产品，离进厂还有距离。

四、三个别信的说法

「大模型一来，机器人就能通用了。」 语言模型的成功来自海量文本和廉价试错，动作两样都没有。通用模型能提升指令理解，替代不了力控、标定、抓取这些底层工作。把「会听懂话」当成「会干活」，是这一轮最大的误会。

「人形是终局。」 人形解决的是「在人设计的环境里工作」，代价是成本、稳定性和能耗都更差。仓库里的机械臂、田里的履带车活得很好，它们不打算变成人。

「机器人会先进家庭。」 家庭是非结构化环境里最难的一种：东西随手放、宠物乱跑、地面随时有玩具。它会是最后被攻克的场景，不是第一个。

五、一句话结论

机器人缺的不是一个更聪明的脑子，是一套允许它犯错、也赔得起的基础设施。

信息来源

• TechCrunch《An Nvidia insider-turned-VC on why robotics hasn't hit its ChatGPT moment, yet》，2026-10-16：https://techcrunch.com/video/a-nvidia-insider-turned-vc-on-why-robotics-hasnt-hit-its-chatgpt-moment-yet/

功能与价格以官方公告为准。本文写于 2026 年 10 月 17 日。