既然ChatGPT连代码和文章都能写了，那机器人很快就能帮咱们扫地、做饭、进厂打螺丝了？

其实远没有想的那么简单。7月19日，在上海举行的2026世界人工智能大会（WAIC）上，一帮全球顶尖的机器人大佬集体泼了一盆冷水，现在的机器人大多只是在表演，离真正能帮人类干活，还差得远呢。

不过好消息是，这帮大佬也给出了一个明确的时间表。机器人的ChatGPT时刻——也就是买回家开箱就能用、能听懂人话、能干家务的时代，最快两年，最慢五年，一定会到来。

为什么AI在网上无所不能，一造出实体机器人就变智障了呢？

因为现在的AI机器人，面前挡着三堵极其坚硬的物理墙。

第一堵墙，叫数据墙。
大语言模型是靠吃互联网上千亿级的文本、代码长大的，这些数据获取成本极低。但物理AI不行，它必须在真实世界里摸爬滚打。你让它学怎么切菜、怎么倒水，它得一遍遍去试。大佬估计，想让机器人迎来爆发，全行业起码得攒够1亿小时的真实互动数据。按现在的进度，数据量差了起码一万倍。

第二堵墙，叫表征墙。
简单来说，就是现在还没有一套全行业通用的语言。这个机器人学会了拧螺丝，换个牌子的机器人它就不会了。这就好比每个机器人都操着不同的方言，根本没法统一训练。

第三堵墙，叫闭环墙。
AI在网上写错一句代码，大不了删了重写，成本是零。但机器人如果在现实世界里试错，倒杯水可能把杯子摔碎，搞不好连自己几万块的机械臂都得折断。试错成本太高，反馈太慢。

为了砸破这三堵墙，现在的科技公司都在疯狂找平替药方。

比如，有人提出让人类戴上摄像头和传感手套，把人类第一视角的动作数据录下来，去教机器人。也就是把人当成高级的数据采集器。

不过，商业化是最残酷的试金石。

很多机器人发个Demo视频，看着能翻跟头、能端茶倒水，但到了真实的工厂里，只要出一次错，那就是生产事故。有专家就说了，能覆盖多任务没用，单一任务的成功率如果不高，这机器人就一文不值。

在这点上，咱们国内的企业表现还是相当硬核的。在这次大会上，就有国内企业披露，他们的机器人在南昌的3C产线上，连续6天每天高强度打工超过10个小时，干了将近6.5万件活，成功率居然达到了恐怖的99.99%。这说明，在极其标准化的工厂流水线里，机器人已经具备了取代人力的雏形。

所以说，不要因为这两年没有看到满大街的机器人就觉得AI冷场了。这就像黎明前最漫长的摸黑期，无论是搞数据的、搞硬件的还是搞模型的，所有人都在踏踏实实地打地基。