核心内容总结
这篇新闻围绕WAIC（世界人工智能大会）上的具身智能机器人展开，核心信息可概括为：具身智能机器人技能进步明显，但同质化严重、尚未大规模落地；养老场景是潜力方向但难度极大（安全要求极高）；当前机器人存在“缸中之脑”的智能缺陷（缺乏物理世界互动闭环）；技术突破需解决数据打通和技术栈收敛问题；腾讯正通过平台、模型和真实场景迭代布局这一领域。
详细解读
1. 具身智能机器人：技能“上新”快，但“撞脸撞活”问题突出
WAIC展馆里的机器人已经能做分拣、倒茶、打乒乓球等活，比两年前“呆站着或被吊起来”的前辈灵活多了。但腾讯科学家张正友发现，这些机器人“长得差不多，能干的活也差不多”——不管是外观形态（比如都是人形或机械臂），还是落地场景（大多瞄准工业领域），同质化严重。目前大家都在找能大规模应用的场景，但还没找到“独一份”的突破口，所以都处于摸索阶段。
2. 养老场景：想进家庭却卡“安全关”，是最难啃的骨头
张正友特别提到，希望更多企业关注养老场景，但这个场景的难度“天花板级”。为啥？因为机器人要和人直接物理接触，必须100%安全——比如搀扶老人时，稍微用力大一点就可能捏伤骨头，这种差错绝对不能有。要解决这个问题，机器人得同时具备触觉（摸东西的感觉）、力觉（感知用力大小）、视觉，而且这三者要“无缝配合”：触觉反馈快（1毫秒）、视觉反馈慢（30毫秒），得把不同速度的信息整合起来，让机器人能精准控制力度。腾讯的“小六计划”机器人已经进养老院试运营，就是为了在真实场景里找问题、迭代改进。
3. 当前机器人的“智能硬伤”：是“缸里的聪明脑”，不会和世界互动
张正友说，现在最聪明的AI其实是“缸中之脑”——就像把一个超级聪明的大脑关在玻璃缸里，它会推理、写文章、回答问题，但没有身体去接触真实世界。比如它知道“杯子是装水的”，但可能不知道怎么拿才不会掉；如果杯子被移动了位置，它也不会调整动作。真正的智能需要把“语言理解、视觉观察、空间认知、身体控制、环境反馈”连起来，这样机器人才能在变化的环境里灵活应对。
4. 让机器人变聪明：得把四类数据“打通”，技术路线还没定
要训练出更智能的机器人，需要四种数据：①网上的视频（比如别人怎么操作）；②人第一视角的操作视频（比如你用手机拍自己泡茶的过程）；③带传感器手套收集的触摸数据（比如摸杯子时的力度、温度）；④远程操作机器人的数据（比如人控制机器人干活的记录）。这些数据要整合起来，机器人才能学透“怎么做”。另外，具身智能的技术路线还没“定调”——大语言模型（比如ChatGPT）已经有成熟的技术方法，但具身智能还在探索：去年流行“视觉语言动作模型（VLA）”，今年又讲“世界模型”，但怎么实现世界模型还没统一答案，大家还在试错。
5. 腾讯的布局：搭“大脑”、练“身体”，扎进真实场景找答案
腾讯去年推出了Tairos具身智能开放平台，相当于给机器人搭了个“通用大脑”；今年WAIC又发布了Hy-Embodied-VLM-1.0等新模型和智能体框架，目的是完善机器人的“大小脑”，让身体的感知（比如触觉、视觉）和大脑的决策连通起来。他们的“小六计划”机器人进入养老院，就是想在真实场景里“实战”——比如遇到老人突然摔倒，机器人怎么反应？怎么安全搀扶？通过这些真实问题，不断优化技术。
这篇新闻其实告诉我们：具身智能机器人离“走进家庭”还有一段路，但养老等场景的需求已经很明确，技术突破的方向也清晰了——解决安全问题、打通数据、找到统一的技术路线，就能让机器人真正“活”起来。