Sergey Levine：机器人硬件已够用，瓶颈在决策循环与数据共享
Physical Intelligence 联合创始人 Sergey Levine 谈具身智能：身体已不是瓶颈，缺的是会决策的大脑和可共享的数据。
机器人硬件已经「足够好」，真正的难题是让机器人自己做决策——理解外部世界，而不只是控制自己的身体。Sergey Levine 认为，机器人学习必须引入广泛的先验知识而非从零学起；行业还需要共享数据，因为单靠一家公司建不成真正的机器人基础模型。
正文摘录
.jpg) 编辑｜山辉 最近有个平台很有意思，有 4.4 万人在这个平台给机器人教「生活经验」。 他们把日常活动拍成视频，再上传给机器人学习。 8 月 25 日，Figure 正式公开数据平台 Index。过去四个月， 来自 108 个国家的用户已经上传超过 1600 万条真人任务视频，平台每秒接收 30 分钟的新内容，相当于每天记录 4.9 年的人类工作。  图源：https://www.figure.ai/news/introducing-index? Figure 已经向这些「老师」支付 1500 万美元 ，未来 12 个月还准备在数据和算力上投入超过 10 亿美元 。 毕竟语言模型可以直接「读」互联网，但机器人要学的「生活经验」可没那么好获得。 几天前的 2026 世界机器人大会上，宇树科技创始人王兴兴也谈到了机器人行业的「ChatGPT 时刻」。根据他的估计， 真正的突破仍需等待两三年；如果进展不顺利，可能还要等待五至十年。 能后空翻的身体、1600 万条人类视频和数十亿美元投入，机器人究竟还缺什么，才能真正从演示走向规模化？