机器人领域正经历由大语言模型和强化学习驱动的范式转变，智能系统逐渐具备理解自然语言和执行复杂任务的能力。然而，核心瓶颈仍在于数据 —— 尤其是在非结构化环境中获取多样化、可扩展的真实交互数据极为困难。当前行业通过仿真、生成式模型和跨具身迁移等技术弥补数据缺口，Gemini Robotics 1.5 提出的 motion transfer 与快慢模型架构，展现了提升泛化与控制效率的新路径。尽管视觉主导当前感知系统，但灵巧操作将使触觉变得不可或缺。未来，通用型人形机器人被视为通向物理世界 AGI 的核心形态，而统一的端到端模型虽受算力限制，仍是长期目标。技术落地仍需多年，但 GPT 时刻的到来可能加速变革。