最近，一位清华大学人工智能教授的一番话引发了广泛讨论。他说，目前的人形机器人“本质上和玩具车一样”，不能真正感知世界，是“欺骗老百姓、割韭菜”的。

我理解教授对浮躁炒作的担忧，也认同很多产品确实被过度包装。但有一点，我持保留态度：

我们是否在用“成年人的标准”，去审判一个“婴儿的成长”？

婴儿的第一步，也是从“玩具车”开始的

让我们回想一个孩子是如何发展的。

出生后几个月，他只能躺着，挥舞四肢，动作笨拙、毫无章法。你甚至可以说，他像一个“电动玩具”——动来动去，但没有明确目的。

慢慢地，他开始翻身、坐立、爬行。这些粗大运动的里程碑，看似简单，却是激活大脑中空间感知、运动协调、因果推理回路的关键。没有这些，后面的精细运动——抓握、捏取、写字、弹琴——根本无从谈起。

更深刻的真相是：大脑不是先长大再支配身体的，而是通过与身体的互动，在大脑中“画出”身体地图。每一次爬行、每一次跌倒，都在雕刻神经元的连接。

人形机器人，正处在这样的“粗大运动阶段”。

机器人不是“没有感知”，而是“感知还在萌芽”

教授说机器人不能感知世界，这是事实。但“不能”不等于“永远不能”。

今天的机器人，已经可以通过摄像头和激光雷达获取周围环境的三维点云，可以通过力矩传感器感知地面的反作用力，可以通过惯性测量单元知道自己是否倾斜。这些，就是机器人的“原始感觉”，就像婴儿出生时的触觉、听觉、视觉一样——粗糙、不完整，但已经有了。

真正的差距不在硬件，而在“如何把感知转化为理解”。

婴儿看到一只球滚过来，他不会说“这是一个球形物体，半径5厘米，速度为0.3米/秒”。他的大脑会直接触发一套程序：伸手、抓握、感受质地、扔出去、看滚动轨迹。这个过程，是感知-运动-认知的闭环。而机器人缺的，恰恰是这个闭环中最高级的环节——理解物理规律、预测后果、调整策略。

但请记住：这个闭环，不是一天建成的。婴儿花了两年才学会走路，十多年才具备抽象推理能力。我们凭什么要求机器人几年就走完人类几百万年的进化路？

关键突破不在“装上大脑”，而在“长出身体智能”

有人提到一个非常关键的洞见：人工智能在哪一天走到突破的边界，往具身机器人身上一装，就可以达到幼童发展的阶段。

这个判断，很可能是对的。但需要澄清一点：那个“突破”，不是简单的“软件安装”，而是算法与身体的深度融合。

具身智能的核心观点是：智能不是纯计算的产物，而是从身体与环境的交互中涌现的。机器人的物理结构、关节自由度、触觉分布、平衡能力，都会限制或促进它的智能表现。一个只有两条腿、没有触觉反馈的机器人，永远学不会在崎岖路面上稳定行走——就像婴儿如果被绑在椅子上，永远学不会爬行。

所以，那些嘲笑机器人“连门都推不开”的人，其实是在用成人运动员的标准，去苛责一个还在学站立的婴儿。

“割韭菜”的锅，不该甩给整个行业

教授批评的“割韭菜”，我完全认同。市场上确实充斥着玩具级的人形机器人，打着“人工智能”的旗号卖高价，对用户没有任何实际价值。这种炒作，必须被揭露。

但是，我们不能因为有人卖假酒，就说所有酿酒的都是骗子。

波士顿动力的机器人已经能在工地上搬运重物；特斯拉的Optimus正在工厂试验；国内也有多家公司在探索养老陪护、危险环境作业等场景。这些探索，每一台“笨拙”的机器人背后，都是无数工程师在爬坡过坎。他们不是在造玩具，而是在为未来的具身智能，铺设最底层的“运动神经”。

给家长和教育者的启示

作为认知工坊，我们关心的是：这个进程对孩子意味着什么？

如果人形机器人最终能进入家庭，成为孩子的“玩伴”或“学伴”，那么它首先需要的不是谈情说爱，而是学会不摔倒、不撞墙、不掉东西——这些，都需要从粗大运动开始。

所以，当我们看到一段“机器人摔倒又爬起”的视频时，不必嘲笑它笨拙。相反，可以告诉孩子：你看，它像你小时候一样，跌倒了还会再来。这就是学习。 这正是具身智能最宝贵的品质——不是一次性完美，而是通过反复试错、感知反馈、调整动作，逐渐逼近目标。

这种学习的过程，恰恰是我们希望孩子拥有的：抗挫、迭代、不放弃。

最后一句

今天的人形机器人，确实还很“弱”。但正如婴儿不会永远躺着，机器人也不会永远停在“玩具车”阶段。

真正值得警惕的，不是技术的缓慢，而是用静止的眼光审判动态的进化。

当我们嘲笑一个学步的孩子时，他正踉跄着走向未来。机器人也一样。

认知工坊 · 用发展的眼光，理解技术，也理解成长