在古希腊奥林匹亚举行的首届国际人形机器人奥林匹克运动会现场，人形机器人展示了踢足球、打拳击、射箭等技能，尽管动作仍显僵硬，时常因电量不足而停顿，却引发了人们对机器人未来潜力的热烈讨论。这场活动汇聚了全球开发者与学者，聚焦人形机器人在现实世界中应用的挑战与前景。 尽管人工智能在ChatGPT等应用上迅猛发展，但具备人类外形与能力的机器人仍远未成熟。希腊学者兼创业者米纳斯·利亚罗卡皮斯指出：“人形机器人将首先走向太空，再进入家庭——家才是真正的终极挑战。”他强调，真正能完成精细操作（如叠衣服、洗碗）的机器人，至少还需十年以上时间。 根本问题在于数据。AI得益于海量的数字文本与图像数据，而机器人训练依赖真实世界中的动作数据，获取成本高、速度慢，远不如数字数据丰富。据《科学机器人》杂志最新文章，人形机器人在数据学习效率上，相当于落后AI约10万年。 加州大学伯克利分校教授肯·戈德堡呼吁，机器人研发应跳出纯模拟，转向“真实世界中的工程实践”——让机器人在实际任务中（如送快递、开出租车）积累数据，从而加速进化。 与此同时，产学研合作正在加速。德克萨斯大学奥斯汀分校教授路易斯·森蒂斯指出，已有大量资金投入人形机器人研发，跨领域协作正快速推进技术突破。部分公司已开始尝试融合人类数据：例如，先进假肢公司Psyonic的创始人阿代尔·阿克塔尔表示，其为人类设计的具备触觉反馈的机械手，可反过来为机器人提供训练数据，缩短研发差距。 更前沿的探索来自澳大利亚Cortical Labs公司，其CEO洪荣昌展示了一种“生物计算机”——在芯片上培育活体神经元，让其学习与响应信息，有望赋予机器人更接近人类的适应能力。 尽管中国企业在公开活动中频繁亮相（如北京首届人形机器人大赛），美国企业则多以精心剪辑的视频展示成果，鲜少带实体机器人露面。不过，特斯拉Optimus和波士顿动力的Spot机器人也曾以舞台表演惊艳观众，即便出现故障，也凸显了技术的复杂性与突破性。 正如评委西蒙·考威尔所言：“它出问题，反而证明了这项技术有多难。”人形机器人虽仍处起步阶段，但每一步尝试，都在为未来铺路。