最近刷到不少人形机器人的视频商场里会跳舞的、赛事里能跑步的连马斯克都跳出来说要量产特斯拉 Optimus 2.5 版A 股人形机器人概念股直接全线飘红。不少人刷完都开始慌了是不是再过几年连打工人的饭碗都要被机器人抢了但上周刚看完世界人形机器人大赛现场亲眼看着那些机器人被遥控着完成动作回家查了一堆资料后发现所谓的人形机器人革命现在还只是资本堆出来的美丽废物根本不可能取代人类。你有没有听过索菲亚的名字这个 2016 年出道的人形机器人靠着一张会说话的脸喊着要为妇女权益发声还被沙特授予了公民身份甚至登上联合国和副秘书长讨论分配不公。但图灵奖得主杨立昆直接戳破真相索菲亚不过是套了皮肤的聊天脚本所谓的发言全是提前编好的。就是这么个骗术居然拿到了几千万美元的投资。别以为这是老古董案例现在市面上你刷到的所有 “智能人形机器人”九成九都是靠人遥控的。我之前拍过机器人跳舞的视频那些握手、转身的动作全是我在手柄上按按钮控制的按一下伸一次手根本不管前面有没有人。哪怕是特斯拉的 Optimus本质上也离不开远程操控。所谓的自主行动放到现实场景里笨得离谱。AI 领域有个著名的莫拉维克悖论我们引以为傲的高阶智慧比如逻辑推理、下棋、数学计算对 AI 来说只需要很少算力但人类小孩天生就会的无意识直觉比如理解自己是谁、预判物体运动、长期规划反而难到离谱。你以为酒店里送外卖的机器人很智能错了。它们只是把复杂的现实问题简化成了物理公式头顶的激光雷达扫描出环境点云把目的地当成引力源障碍物当成斥力源跟着合力方向移动。这种机器人会走路但你在它前面挖个陷阱它只会直直掉进去。它根本不理解 “陷阱” 是什么只是在执行预设的代码逻辑。后来的 Transformer 算法、VLA 视觉语言动作模型确实让 AI 进步了不少。比如特斯拉把自动驾驶的算法转移到 Optimus 上能让机器人根据摄像头画面理清楚物体之间的关系VLA 模型可以靠着语言指令拆解任务比如找到路灯下穿裙子的女生。但这些进步都有致命缺陷VLA 模型依赖训练数据碰到没见过的场景就会变笨。就像自动驾驶在农村没有标线、电瓶车扎堆的地方会直接懵掉人形机器人如果碰到主人说 “把浴室打扫干净”根本不知道要顺便把用过的娃娃收起来。有人说现在有世界模型把真实世界的物理规律搬到虚拟数字孪生里让 AI 提前学习预判。但这也解决不了根本问题真实世界是混沌的短期预判比如苹果掉桌子还行但长期预测苹果落地后弹向哪里、撞到什么东西根本不可能做到。而且要训练通用机器人需要海量的真实场景数据。国内厂商搭影棚招年轻人戴VR手柄操作学跳舞、拿苹果还行但现实里的复杂场景根本穷尽不了隐私场景更是没法拍。特斯拉当初也试过搭影棚后来直接放弃了。很多人说就算现在不行未来总有技术能让 AI 拥有意识吧但人类对意识的理解现在还停留在量子层面。诺贝尔物理奖得主彭罗斯用哥德尔不完全性定理解释过任何一个形式系统里都存在无法用系统内方法证明或证伪的真理。人类可以跳出系统通过推导理解这些不可计算的东西但 AI 只是对形式世界的模拟永远没办法理解 “意义” 本身。比如你写一篇稿子可能写得不如 AI 流畅但你可以为了一个主题反复打磨甚至开创一种新的写作风格。但 AI 只能基于训练数据生成内容永远没办法理解 “写作” 的意义是什么。有人反驳那 AI 可以陪你聊天、谈论爱情友情难道不算智能但那只是训练出来的话术模仿和鹦鹉学舌没有区别。鹦鹉会说话但你不会觉得它懂爱情AI 能输出情话也只是在重复训练数据里的内容。如果真的有一天AI 拥有了自由意志可以突破系统规则推导新的真理那才是人类真正的危机。到时候熬夜写稿的你会被一秒钟生成的更好的稿子取代天天打扫房间的你会比不过精准高效的机器人。但在那之前人形机器人都只是美丽的废物。当然这不是说人形机器人毫无用处。它们可以帮我们做重复的体力活可以陪老人聊天解闷但永远不可能真正像人一样思考。我们的意识、创造力、突破规则的能力才是人类区别于机器的根本。与其焦虑被取代不如好好想想当机器可以完成所有重复劳动时人类真正该去做的应该是那些不可被模拟的事。