← 返回AI 前沿
AI 前沿

原字节跳动机器人一号位加盟小米。这条新闻你可能刷到就滑过去了——「又一个高管跳槽,关我什么事。」但这件事背后藏着一个比你想象的严重一百倍的问题:全世界最聪明的AI,至今连一个矿泉水瓶都拧不开。

老师有没有告诉你,AI最缺的不是更强的算力——是一个能碰到东西的身体

2026-08-10 · 🕐 约 10 分钟

丢笔哥 发布

🖊️ 老师有没有告诉你…

啪——老师把笔丢在桌上。「同学们,拿出你们的手机,打开语音助手,对它说:'帮我把桌上那支笔捡起来。'……怎么样?它是不是回答'我无法执行这个操作'?知道为什么吗?因为它没有手。这不是一个笑话——这是AI领域目前最大的未解之谜。」

老师有没有告诉你,AI最缺的不是更强的算力——是一个能碰到东西的身体

你家三岁小孩做的事——全世界最顶尖的AI实验室做不了

我们来做个不公平的比较。一边是GPT-5级别的AI,训练它用了全世界最大的数据中心、消耗的电力够一个小城市用一年。它能在一秒内写出一篇高质量论文,能在律师资格考试里拿前10%,能在国际象棋上碾压世界冠军。另一边是你家三岁的侄子。他拿起一个苹果,咬了——发现还没洗。他把苹果放到水龙头下面冲了冲,又咬了一口。结束了。全程不到十秒,消耗的算力约等于零。现在问你一个问题:如果让你把那个三岁小孩做的事拆成「指令」让AI去完成——你需要写多少行代码?「识别苹果。」「判断苹果是否被洗过。」「定位水龙头。」「规划手部运动轨迹到达水龙头。」「转动手腕打开阀门。」「将苹果置于水流下方。」「旋转苹果使所有表面被水覆盖。」「关闭水龙头。」「将苹果送入口中。」这里面的每一步——每一步——都需要一个单独的AI模型、一套传感器、一个精密到毫米级的机械臂,和一个能把所有这些串联起来的控制系统。而你家三岁的侄子不需要任何这些东西。他就做了。为什么?

因为三岁小孩有一个AI永远无法通过阅读文字获得的东西:身体。那个身体从出生开始就在和重力谈判——学会了爬行时怎么不翻倒、走路时怎么在将要跌倒前提前调整重心、爬椅子时如何用手臂承担重量。这些知识不是「学」来的——是「摔」出来的。每一次摔倒,大脑里负责运动控制的神经网络就被微调了一次。三岁之前,这个孩子完成了大约一亿次这样的微调。没有任何AI模型经历过哪怕一次。

你们一直在训练AI的大脑——但忘了给它一个身体

过去五年,AI领域最大的突破全部发生在同一个方向上:语言。GPT学会了说话,然后学会了写代码,然后学会了逻辑推理。它的大脑越来越聪明,但它被困在一个没有身体的盒子里——一个服务器机架上的一排GPU。你问它「苹果是什么」,它能给你输出一篇四万字的论文,从苹果的分类学到苹果的全球供应链。但你问它「苹果摸起来是什么感觉」,它就开始编了——因为它从未摸过任何东西。你问它「从桌上拿起一个杯子需要多少力气」,它给你一个精确到牛顿的计算结果。但你让它真的去拿——它会要么把杯子捏碎,要么拿不起来。因为「拿杯子」这件事里最关键的变量不是力气大小——是杯子表面的摩擦系数、杯子里有没有水、你的手指在接触杯壁的0.1秒内感受到的微小滑动信号。这些信号,不通过真实的皮肤接触,一辈子也不可能被「算出」来。这就是为什么全世界最聪明的AI至今不会拧瓶盖:不是算力不够,不是算法不够聪明——是它从未真正接触过这个世界。

一个细思恐极的推论
如果AI通过阅读人类全部的文字资料学会了写诗和写代码——那它「理解」的一切都建立在人类用语言编码过的知识上。但物理世界里有大量的知识从未被编码为语言。你知道「湿的毛巾比干的毛巾重」——但你没在教科书里学过这个,是你第一次用湿毛巾擦脸的时候「身体告诉你的」。AI读过世界上所有关于「湿毛巾」的文字——但它依然不知道湿毛巾比干毛巾重。因为它没有身体去「感受」这种差异。

机器人一号位跳槽——不是在换工作,是在给AI「装身体」

现在你可以理解为什么字节跳动机器人的一号位高调加入小米这件事值得关注了——这不是普通的跳槽。这是在说一件事:中国最顶尖的AI大脑们终于意识到,光有脑子不够了。小米造车这件事已经证明了他们在硬件供应链上的肌肉——而车本质上就是一个有轮子的机器人。现在他们要把这身肌肉用在「有腿的机器人」上。但这里有一个巨大的陷阱。很多人以为「具身智能」就是把ChatGPT装进一个铁皮壳子里——铁皮壳子负责执行,ChatGPT负责思考。不是这样的。因为身体的引入会彻底改变「智力」本身的定义。举个例子:你再聪明,如果你没有手指,你永远不可能学会弹钢琴。不是因为你不懂乐理——是因为「弹钢琴」这个能力70%储存在手指的肌肉记忆里,不在大脑皮层里。大脑只负责「这段应该这样弹」,但每一根手指在每一个琴键上应该用多大的力、以什么样的速度、在什么精确的时刻按下——这些信息根本不在你的意识里,在你的脊髓和小脑里,在神经和肌肉的连接处里,在你十年的练习里形成的髓鞘厚度里。

所以「给AI装身体」不是「给大脑配一个司机」——是在重新定义大脑本身。装在轮子上的AI和装在人形身体上的AI接触到的物理世界完全不同,它们会形成完全不同类型的「智能」。这就是为什么2026年,全球科技巨头都在疯狂抢机器人领域的人:谁先让AI「长出身体」,谁就掌握了下一种智能形态的定义权。

为什么你的扫地机器人会撞墙——但一只苍蝇不会

你花三千块买的扫地机器人,用的已经是2026年的最新算法——但它还是会在同样的墙角卡住,每天卡在同一个位置。而一只苍蝇——神经系统只有十万个神经元,比扫地机器人的芯片笨一万倍——可以在你的房间里高速飞行、精准避障、甚至在你拍它的前0.1秒逃出生天。这不是因为苍蝇的「算法」更先进。是因为苍蝇的身体本身就是计算的一部分。苍蝇的翅膀振动频率是传感器,它的复眼运动是陀螺仪,它的腿部关节是缓冲器——这些物理结构在执行计算,而不只是「执行大脑的命令」。这个思路正在彻底改变机器人设计的底层逻辑。不是「先造一个身体,再给它装一个大脑」——是「身体的每一个部位都应该参与思考和决策」。手指的触觉传感器不应该把信号传到CPU等CPU算完再传回来——手指应该自己判断「这个杯子的表面太滑了,需要加力」并在信号传到CPU之前就完成调整。这就是为什么小米、特斯拉、波士顿动力这些做机器人的公司和研究大模型的公司越来越像同一类公司——因为终于搞明白了:智能不是一个软件问题。智能是一个物理问题。

**📖 真实故事:一场让全世界AI研究员沉默的演示** 2025年,斯坦福大学一个实验室做了一个简单到令人发指的演示。他们让一个机械臂和一个真人同时在「从未见过的」一堆杂物里找一个特定物品——一个红色的打火机。AI机械臂用了47秒找到它。真人用了2.1秒。但重点不是时间差距——是过程。AI的47秒里,有44秒花在了「识别物体」上——它需要一个一个地把视野里的物品和数据库里的图片做比对。而真人的2.1秒里,「识别」只花了不到0.2秒。因为真人不需要识别每一个物体——他的身体在跨进房间的那一刻就自动排除了90%的信息:他只扫了一眼地面、桌面、半空位置,因为打火机高度在腰部以上,根据他一生中「找东西」积累的身体经验。这个经验不是「知识」——是身体和物理世界互动的历史压缩成的本能。

啪——老师把笔从地上捡起来,在指尖飞快地转了三圈。

「今天的作业:回家以后,闭上眼睛,用一只手从冰箱里拿出一盒牛奶,倒进杯子,放回去。整个过程不许睁眼。做完之后你会明白一件事——你之所以能做到,不是因为你的大脑聪明。是因为你的手、你的肩膀、你的指尖、你的皮肤——它们全都是'智能'的一部分。而全世界最贵的AI,连这件事的第一秒都做不到。所以下一次你刷到'机器人取代人类'的新闻时,不用慌。人类的身体本身就是一件AI花一百年也未必能复制的——艺术品。」

—— 丢笔哥

🧠 课后小测验

读完文章,测测你记住了多少?
点击选项,看看对不对

Q1.为什么最强大的AI大模型至今不会拧瓶盖?
Q2.具身智能的核心思想是什么?
Q3.为什么要有身体才能理解重力?
🖊️

关于丢笔哥

丢笔哥不是一个具体的人——它是一种态度。在信息爆炸的时代,用最直白的语言,把硬核知识讲透。覆盖金融证券、AI 前沿、Web3、东方智慧。

一支笔丢在桌上,一堂课就此开始。

📬 订阅丢笔哥 →

📖 继续阅读

📈 金融证券
老师有没有告诉你,央行「印钱」的时候——印钞机根本没开过
你脑中「央行印钱」的画面大概是这样:行长一拍桌子,「开机!」然后印刷厂的机器轰隆隆转起来,一车一车的钞票运出去。来,把这个画面从你脑子里删掉。真实的「印钱」,连一张纸都不需要。
01-道可道非常道-老子看透AI
02-上善若水-最成功的人像水一样没用

📬 不想错过下一堂丢笔课?

每周一篇硬核科普,用最好玩的方式讲最硬核的知识。
不卖课、不荐股、不画饼。

💬 讨论区