你有没有试过给朋友讲一道物理题，逻辑清晰、图都画对了，结果让他自己上手搭个斜面小车实验，螺丝拧歪、滑轮卡死、小车直接飞出轨道？大模型现在就卡在这个尴尬点上。VA-Bench一测，真相扎心：Qwen3.8-max这类顶流模型，目标识别率100%，操作语义理解99.6%，可真让机械臂干活——单臂任务成功率还能撑到65%，双臂一上，直接断崖跌到11.11%。不是它看不懂‘左手托瓶、右手旋盖’，是它算不出左手该抬高3.2毫米还是3.7毫米，更不敢在夹爪离瓶口还有4mm时果断闭合。
问题不在‘脑’，而在‘手眼脑’之间的那根神经没接通。传统评测只考‘看图说话’：给你一张三维场景图，问‘红球在蓝盒左边还是右边？’——模型秒答。但VA-Bench偏不给图，只放一段成功操作视频，然后把机器人丢进真实环境：视角自己选、信息自己补、动作自己定、抓空了自己改。它得判断‘现在这角度够不够看清瓶底反光？’‘刚才那下夹得偏了，是该微调角度还是重来一次？’——这些没有标准答案的临场决策，才是物理世界的真实门槛。
更现实的是，失败往往发生在最后一厘米。数据显示，前三名模型子任务完成率超65%，但终端成功率腰斩。它们能精准定位瓶子，却在接触前0.5秒误判曲率；能立刻发现抓空（错误发现ED得分73.6%），可修正动作却像蒙眼调音：Qwen3.8-max在线修正OC只有46.7%，Opus-5更是低至27.3%。说白了，现在的AI不是空间智能弱，是‘执行智能’几乎为零——它敢想，不敢动；看得清，调不准；诊断快，动手慢。
这事儿其实挺像我们学骑自行车。光看视频、背口诀，甚至能把平衡原理讲得头头是道，可真跨上车，腿一蹬就歪，手一抖就晃——不是不懂，是身体没记住“3.2毫米”和“0.5秒”这种毫秒级的反馈节奏。机器人也一样，它的“肌肉记忆”压根没被训练过。VA-Bench里那个拧瓶盖任务，人类平均试2.3次就能成功；模型控制的机械臂，平均失败17次才碰巧对上一次螺纹。这不是算力问题，是它从没经历过指尖打滑、金属微震、负载突变这些真实世界的“小脾气”。
有人会说：“加数据不就完了？”但现实很骨感：真实机器人操作数据太贵了。一条高质量双臂协同抓取视频，要标定关节角度、力觉反馈、视觉帧同步、接触点形变……标注成本是ImageNet单张图的200倍以上。OpenAI去年公开的机器人数据集，总共才874段有效轨迹，还全是单臂、固定光照、无遮挡。而工厂流水线上，一个工人换班8小时，手部微动作产生的有效交互数据，够填满三个TB硬盘。
更关键的是，现在的强化学习框架，还在用“奖励函数”当指挥棒。可物理世界哪有什么清晰的+1/-1？瓶子没拧开，是扭矩不够？角度偏了？还是瓶盖本身有毛刺？人类靠触觉+听觉+视觉三路信号交叉验证，AI却只能盯着稀疏的奖励信号干猜。MIT去年实测发现，92%的失败案例里，模型把“夹具轻微打滑”误判成了“目标位姿漂移”，结果越调越错。
所以别急着喊“通用机器人来了”。真正的突破可能不在更大参数，而在更笨的尝试：让AI在仿真里摔一万次，在真机上拧坏一百个瓶盖，在传感器噪声里学会分辨“是线松了”还是“我手抖了”。就像小孩学系鞋带，不是靠理解“绳结拓扑学”，是靠十次打滑、八次勒手、五次被妈妈笑着扶住手——那点“手感”，从来不在代码里，而在一次次真实的卡顿、回弹和再试探中长出来。
盈富优配提示：文章来自网络，不代表本站观点。
股升网配资 生物医药公司扎堆“赶考”港交所 “A+H”上市模式受青睐
兴旺国际投资平台 全国首套 先导智能GW级PEM电解槽（湿膜工艺）自动化组装产线发货
创元网 ETF今日收评 | 巴西ETF涨超4%，港股创新药相关ETF涨超3%
