过去几年，人工智能聊天机器人凭借在私人助理、客服等领域的出色表现迅速崛起，其背后的大型语言模型(LLM)基于海量互联网文本数据训练而成。受此启发，埃隆·马斯克、NVIDIA首席执行官黄仁勋等科技领袖宣称，类似方法将在数年内催生出能进行手术、取代工厂工人或担任家庭管家的人形机器人。然而，加州大学伯克利分校机器人专家肯·戈德伯格等学者对此提出质疑，认为“人形机器人热潮”存在过度炒作，现实技术突破仍面临诸多挑战。

“十万年数据差距”：机器人技能提升的“拦路虎”

戈德伯格在8月27日发表于《科学机器人》杂志的两篇论文中指出，人工智能聊天机器人与现实世界技能之间存在“十万年的数据差距”。他以训练LLM的文本量为例，若人类阅读互联网上所有文本数据需约10万年，而训练机器人所需的数据量远超于此，且目前缺乏有效获取途径。

尽管有人提议从人类视频中提取数据，但2D到3D的转换难度极大，无法精准捕捉动作细节;机器人运动模拟虽能生成大量数据，但在灵巧性任务(如建筑、烹饪等)中效果有限;远程操作技术虽能直接获取数据，但效率低下，难以满足需求。

范式之争：数据驱动还是传统工程?

当前，机器人领域正经历一场范式转变，新旧方法之争愈演愈烈。一方坚持传统工程学，强调物理、数学和环境模型的重要性;另一方则主张“数据至上”，认为仅凭数据即可制造出功能齐全的人形机器人。

戈德伯格认为，工程、数学和科学仍是推动机器人技术发展的关键。他以谷歌旗下自动驾驶汽车公司Waymo和包裹分类机器人公司Ambi Robotics为例，指出通过引导数据收集过程，机器人能在真实环境中不断优化性能。

未来工作：机器人将如何重塑就业格局?

随着人工智能和机器人技术的不断发展，关于其将抢走人类工作的担忧日益加剧。戈德伯格认为，蓝领工作在很长一段时间内仍相对安全，因为机器人尚无法完成复杂的灵巧性任务。然而，那些需要例行填写表格的工作(如医院入院登记)将更加自动化。

他特别指出，客户服务、放射科医生等职业在自动化过程中面临微妙挑战。例如，机器人客服无法理解用户情感，而患者可能不希望由机器人告知癌症诊断结果。因此，尽管技术进步将改变就业格局，但人类在未来仍有许多美好时光。

专家呼吁：理性看待人形机器人发展

戈德伯格强调，设定过高的期望可能导致泡沫破裂，对机器人领域造成负面影响。他呼吁科技领袖、投资者和公众理性看待人形机器人发展，认识到技术突破仍需时间。随着数据获取方法的改进和范式之争的深入，机器人技术有望在未来实现更稳健的进步。

更多信息： Ken Goldberg，《优良的传统工程技术可以弥补机器人领域十万年的“数据鸿沟》，《科学机器人》(2025年)。