2026 年 8 月北京世界机器人大会上，机器人已经会跳舞、打拳、分拣和装配，AP 现场还记录到一个很真实的小插曲：一台 helper robot 叠衬衫失败了。

另一边，Waymo 到 2026 年 3 月已经做到每周超过 50 万次无人驾驶行程，覆盖 10 个美国城市。一个机器人敢带真人上路，家务机器人却还会被一件衣服难住，为什么？

Stanford 2026 AI Index 有组很容易被误读的数据：RLBench 的机器人 manipulation 成功率已经到 89.4%，BEHAVIOR household tasks 的完整成功率只有 12.4%。但两者其实都在 simulation，而且不是同一任务的 sim-to-real 对照。RLBench 主要是 18 个相对短、受控的 manipulation；BEHAVIOR 把任务拉成长流程，需要移动、连续操作和处理更真实的家庭场景。还没真正走出模拟器，任务一变长，成功率就能先塌下来。

机器人麻烦在于每一个动作都会真的改变世界。杯子抓偏会倒，衣服会变形，抽屉卡住以后后面的 state 全变了。软件能 reset，摔碎的杯子没有 reset button。机器人数据也比互联网文本贵得多，还要面对不同身体、传感器和自由度。

但 Waymo 又证明 Physical AI 不是只能 demo。它把问题收窄成固定车辆、service area、传感器、地图、simulation、安全审核和车队运营的完整系统。它还有 Remote Assistance，但不是远程驾驶，人类只在系统请求时提供信息。

所以我现在不太相信“机器人只是等一个更强的大模型”这种讲法。Physical AI 的商业化，可能先发生在那些环境能被工程化、任务边界能被收窄、结果能持续验证的地方。真正难的是让机器人适应我们那个乱七八糟、从来没为机器设计过的世界。

#人工智能 #AI #机器人 #科技趋势 #PhysicalAI
#具身智能 #家务机器人 #HumanoidRobot #RobotLearning #Waymo