IT之家 9 月 18 日消息，据路透社今天（18 日）晚间报道，清华大学机器人学助理教授、千寻智能联合创始人兼首席科学家高阳预计，最快从明年开始，人形机器人就能听懂口头指令并完成大多数通用任务，但真正进入家庭、承担实用工作仍需时日。
中国人形机器人的硬件能力近年快速提升，冲刺、跳舞甚至按指令完成后空翻都已不成问题。机器人企业的竞争重心也随之转向软件，目标是提高机器人的智能水平，让机器人能够承担更多具备实际经济价值的任务，这一领域通常被称为具身智能。
高阳指出，“大脑”确实是整个机器人技术栈中最薄弱的一环。“我们预计到 2027 年年中达到‘GPT-3.0’级的里程碑。届时，你可以直接用自然语言与机器人交流，它会执行一系列合理的物理动作，尝试完成任务。”
报道指出，整个机器人行业都在等待自己的“ChatGPT 时刻”：足以把前沿技术变成面向广大客户的实用产品的软件突破。OpenAI 在 2022 年推出 ChatGPT 后，生成式 AI 迅速进入大众市场，同时证明了商业化潜力。
IT之家从报道中获悉，为了训练机器人，千寻智能在全国安排约 1000 名合同人员收集真实世界数据。目前，千寻智能的机器人在结构化客厅环境中完成简单任务的成功率达到 90%。
高阳预计：“未来一两年将是工业应用的初始窗口。两年后，我们会看到机器人进入商业服务场景，执行较简单的任务。相比工业和商业服务场景，进入家庭要困难得多。…… 我们成立时，机器人只能做好倒水、叠一件衣服这类单独任务。今天，机器人可以在大范围空间内行动，并连续完成复杂的工作流程。”
不过，旋开瓶盖等精细动作，以及处理此前没有遇到过的任务，依然是机器人需要攻克的难题。