精选理由
想看AI在真实世界碰壁？阿里通义实验室这个视频讲透了机器人拿鸡蛋为啥那么难。
阿里通义实验室新视频指出，具身智能的核心难点在于物理世界的不确定性。机器人面临传感器噪声、执行延迟、环境变化等挑战，简单抓取动作可能因光线、摩擦差异失败。相比之下，语言和代码世界的scaling law仍在快速进步。
原文 · berryxia
阿里最近通义实验室这个视频挺火的！ 其实也和之前发的黄教授因果模型那个事儿还有异曲同工之妙的地方！ …
阿里最近通义实验室这个视频挺火的！ 其实也和之前发的黄教授因果模型那个事儿还有异曲同工之妙的地方！
Tongyi Lab抛出一个问题：为什么AI在虚拟世界里很强，但让机器人去拿个鸡蛋却容易卡住？
他们的新视频在讲Embodied Intelligence的核心难点，机器人“想得清楚”和“做得稳”完全是两回事。
在数字世界里，模型可以反复试错、快速迭代。
但在物理世界，传感器噪声、执行延迟、环境变化、物理约束让每一步都充满不确定性。
一个简单的抓取动作，可能因为光线、摩擦力、物体形状的微小差异就失败。
这其实把当前AI的两大世界拉开了对比：语言和代码世界里，scaling law还在狂飙。
所以，待解决的问题还是很多，路还挺长。 AI时代，才是寒武纪爆发之际。