---
title: 用自然语言为机器人编程
url: https://ftrlg.com/zh/wiki/natural-language-robot-programming/
lang: zh
published: 2026-10-27
version: 1
summary: 过去给机器人编程要靠工程师，现在只需用语言描述任务：模型会编写代码，或者直接输出动作。机器人已降价到几百美元，但防范滥用的手段还没有跟上。
cite_as: "future.log, «用自然语言为机器人编程», https://ftrlg.com/zh/wiki/natural-language-robot-programming/"
license: CC BY 4.0 https://creativecommons.org/licenses/by/4.0/
---

# 用自然语言为机器人编程

**用自然语言为机器人编程**，是指借助 AI 模型而不是手写代码来控制机器人：人用日常语言描述任务，由语言模型针对机器人的接口编写程序，或者由“视觉-语言-动作”模型（vision-language-action model，VLA）直接把指令变成动作。过去做这件事需要一位懂 C++、ROS 并了解具体机器人构造的工程师。[^1][^2]

最早的尝试由 Google 和微软在 2022–2023 年展示。到 2026 年，这已成为大众化的事情：用于训练的开源机械臂售价约 100–230 美元，桌面机器人 Reachy Mini 售价 399 美元起，而 Hugging Face 写道，为它开发 200 多个应用的 150 多位作者大多此前从未写过机器人代码——其中一位、78 岁的乔尔·科恩（Joel Cohen）从来没有编过程。与此同时，机器人模型仍不可靠，而研究人员已经证明，用语言就能轻易攻破它们。[^3][^4][^5]

## 历史

- **04.04.2022** Google 和 Everyday Robots 推出 SayCan：语言模型提出步骤，机器人技能的评估则筛掉无法执行的步骤——机器人充当模型的“手和眼睛”。[^6] <!-- ¶ c8epmn7fg -->
- **16.09.2022** Google 介绍 Code as Policies：语言模型根据自然语言指令和几个示例，用 Python 编写控制程序，调用机器人的感知和运动函数。[^7] <!-- ¶ c4jvhtdzz -->
- **20.02.2023** 微软展示“用于机器人技术的 ChatGPT”：通过与 ChatGPT 对话来控制机械臂和无人机；目标是让人们“无需学习复杂的编程语言”就能与机器人互动。[^1] <!-- ¶ cicz4rr4c -->
- **28.07.2023** [Google DeepMind](https://ftrlg.com/zh/models/google-deepmind/) 推出 RT-2——一个用互联网数据和机器人数据训练的视觉-语言-动作模型：在陌生场景中，它的成功率为 62%，而前代 RT-1 为 32%。[^8] <!-- ¶ c8hhsyd2e -->
- **03.10.2023** Google DeepMind 与合作伙伴发布 Open X-Embodiment——一个涵盖 22 种机器人、超过 100 万个片段的数据集；用它训练的模型在五种常见机器人上的成功率平均高出 50%。[^9] <!-- ¶ cpjc43y4f -->
- **10.2024** Hugging Face 和 The Robot Studio 推出开源机械臂 SO-100，“售价约 100 美元”。[^3] <!-- ¶ cjihw7eac -->
- **04.02.2025** Physical Intelligence 公开其模型 π0 的代码和权重，以便“任何人”都能针对自己的机器人微调它；据该公司称，针对不同任务，1 到 20 小时的数据就已足够。[^10] <!-- ¶ ctc66xfcm -->
- **12.03.2025** Google DeepMind 推出基于 [Gemini](https://ftrlg.com/zh/models/gemini/) 的视觉-语言-动作模型 Gemini Robotics，以及“会思考”的具身推理模型（embodied reasoning model）Gemini Robotics-ER；9 月，ER 1.5 通过 Gemini API 向开发者开放。[^2][^11] <!-- ¶ c5f5fqjwt -->
- **03.06.2025** Hugging Face 发布 SmolVLA——一个 4.5 亿参数的模型，“小到能在 CPU 上运行，能在单块消费级 GPU 甚至一台 MacBook 上训练”；它的训练数据是社区收集的 487 个数据集。[^12] <!-- ¶ c2b6aqcsj -->
- **09.07.2025** Hugging Face 开放桌面机器人 Reachy Mini 的预订，售价 299 美元，可用 Python 编程；据该公司称，五天内销售额达到 100 万美元。[^13][^14] <!-- ¶ ckhakpfjh -->
- **12.11.2025** [Anthropic](https://ftrlg.com/zh/models/anthropic/) 发布 Project Fetch：八名并非机器人专家的员工为一只机器狗编程；在两队都完成的任务上，有 [Claude](https://ftrlg.com/zh/models/claude/) 的团队的速度大约是没有它的团队的两倍，写的代码多出约 9 倍。[^15] <!-- ¶ cwjvwn2s6 -->
- **05.01.2026** 黄仁勋在 CES 上说：“机器人技术的 ChatGPT 时刻已经到来”；NVIDIA 把自己的机器人模型集成进开源库 LeRobot。[^16] <!-- ¶ cxhfpriwa -->
- **06.05.2026** Hugging Face 为 Reachy Mini 推出应用商店，其中的智能体能根据日常语言描述自行编写、测试代码并把它加载到机器人上；用户手中的机器人已近 1 万台。[^4] <!-- ¶ cfyp6q8j8 -->
- **18.06.2026** Anthropic 在没有人类帮助的情况下用 Claude Opus 4.7 重做 Project Fetch：在每一项经过检验、人类完成过的任务上，模型都至少快 10 倍，总体上约为最快的人类团队的 20 倍；使用实体遥控器的任务未纳入比较。[^17] <!-- ¶ c2mxyq77k -->
- **30.07.2026** Google DeepMind 发布 Gemini Robotics 2；“会思考”的模型 ER 2 已在 Google AI Studio 上开放，而直接控制动作的模型只提供给合作伙伴。[^18] <!-- ¶ chdbipd7p -->

## 工作原理

**模型写代码。** 语言模型拿到机器人接口的说明和任务，然后编写程序：Code as Policies 和用于机器人技术的 ChatGPT 就是这样工作的，Claude 在 Project Fetch 中也是这样为机器狗编程的，Reachy Mini 的智能体同样以这种方式搭建应用。机器人执行的是普通代码，可以阅读和检查。[^7][^1][^15][^4] <!-- ¶ cp43vef38 -->

**模型直接输出动作。** 视觉-语言-动作模型（RT-2、π0、SmolVLA、Gemini Robotics）接收摄像头图像和文字指令，直接输出电机指令。它们通过演示（demonstration）进行微调：Google 称，它的 On-Device 模型学习新任务只需 50–100 次演示，Physical Intelligence 则说需要 1 到 20 小时的数据。[^8][^10][^19] <!-- ¶ cgrw6xq6n -->

**共享数据。** 这类模型依赖来自不同机器人的数据：截至 2026 年 10 月，Hugging Face 上带有 LeRobot 标签的数据集已超过 8.2 万个。在社区数据上预训练过的 SmolVLA 在 SO-100 机械臂上的任务成功率为 78.3%，没有预训练时为 51.7%。[^20][^12] <!-- ¶ cddr54un2 -->

## 数据

**机器人和人能做到什么**

| 谁、何时 | 测量内容 | 结果 |
|---|---|---|
| Google，08.2022[^38] | 使用 PaLM 模型的 SayCan，101 项任务 | 动作序列正确率 84%，成功执行率 74%。 <!-- ¶ c2c4zb4ve --> |
| Google DeepMind，28.07.2023[^8] | RT-2 在陌生场景中，超过 6000 次试验 | 62%，RT-1 为 32%。 <!-- ¶ c52gqxghj --> |
| Physical Intelligence，22.04.2025[^21] | π0.5 的两项独立测试：在训练中见过的任务上收拾房间，以及把陌生物品放进抽屉 | 子任务成功率分别为 83% 和 94%。公司写道，模型“并不总能一次成功”。 <!-- ¶ cyvybn522 --> |
| Anthropic，12.11.2025[^15] | 八名没有机器人经验的员工，分为两个四人团队，一队有 Claude，一队没有 | 有 Claude 的团队完成 8 项任务中的 7 项，在两队都完成的任务上快约一倍；没有 Claude 的团队完成 6 项。只有有 Claude 的团队在最终目标——让机器人完全自主地把球取回来——上取得了明显进展。 <!-- ¶ cszify88y --> |
| Anthropic，18.06.2026[^17] | Claude Opus 4.7 单独完成，三次尝试；人只负责连接笔记本电脑、输入提示词并确认命令 | 在不使用实体遥控器的任务上，每一项都至少快 10 倍，总体上约为去年最快的人类团队的 20 倍。 <!-- ¶ cptsjujug --> |

**机器人多少钱**（截至 2026 年 10 月）：SO-101 机械臂——按零件清单，单臂约 122 美元（不含打印部件），一对约 230 美元；Reachy Mini——399 美元起（首发时 299 美元起）；Unitree Go2 机器狗——1600 美元起；人形机器人 Unitree R1——4900 美元起，G1——13500 美元起（2024 年为 16000 美元）。[^22][^5][^23][^24] <!-- ¶ cvkjsr47c -->

> **[编辑部结论]** 入门门槛从两头同时降低：机器人便宜到了一部智能手机的价格，为它写程序只需用语言描述。这在任务能拆解为调用现成函数的地方行得通。直接控制动作的模型在陌生环境中仍会出错，需要演示，而其中最强的那些 Google 并不向公众开放。中小学生已经能给机器人编程；可靠的机器人仍然是工程师的工作。 <!-- ¶ cu765zxai -->

**规模。** 2024 年全球安装了 54.2 万台工业机器人，其中 54% 在中国。[^25] 据 Unitree 的招股说明书，该公司 2025 年出货超过 5500 台人形机器人，营收增长到 17 亿元人民币；2026 年 8 月 19 日，公司在上海上市。[^26][^39] 北京自 2025 年秋季起在中小学开设必修的 AI 教育：在一所小学里，学生使用科大讯飞（iFlytek）的机器人，大语言模型则帮助他们把中文指令变成可执行代码。[^27] <!-- ¶ ct6exyhxi -->

## 批评

**用语言越狱。** 宾夕法尼亚大学的研究人员在 2024 年证明，很容易让由语言模型控制的机器人做出危险的事：他们的攻击常常能达到 100% 的成功率，而对 Unitree Go2 机器狗的越狱（jailbreak）被他们称为对已部署商用机器人的首次成功越狱。“目前，大语言模型与物理世界结合时，还根本不够安全，”项目负责人乔治·帕帕斯（George Pappas）说。同一团队还提出了防护方案 RoboGuard，它把被执行的危险计划所占比例从超过 92% 降到了不足 3%。[^28][^29][^30] <!-- ¶ c6dirm9th -->

**不用语言的入侵。** 2025 年 9 月，研究人员在 Unitree 的机器人（Go2、B2、G1、H1）中发现了一个蓝牙漏洞，被感染的机器人可借此控制附近的其他机器人；Unitree 回应称已完成大部分修复，并将在近期推送更新。[^31] <!-- ¶ c89uaxk6g -->

**演示不等于产品。** 机器人专家罗德尼·布鲁克斯认为，期待人形机器人在未来几十年内取代人类从事体力劳动“纯属幻想”，并建议人们不要靠近全尺寸行走机器人 3 米以内。[安德烈·卡帕西](https://ftrlg.com/zh/wiki/andrej-karpathy/)指出，在出错代价高的领域，演示和产品之间存在巨大差距：90% 的成功率只是“第一个九”。据 1X 公司自己介绍，家用机器人 1X NEO 遇到不熟悉的任务时，会按预约时间由 1X 的专家远程操控。[^32][^33][^34] <!-- ¶ c6bfp9i9v -->

截至 2026 年 10 月，尚未发现由语言模型控制的机器人伤害人类的确证案例。 <!-- ¶ cxpvhdfwg -->

## 发展

**安全。** Google DeepMind 在 2025 年发布了 ASIMOV——一套检验机器人动作“语义”安全性的测试，依据医院的真实受伤报告编制；采用自动生成的“宪法”的最佳系统，在 84.3% 的情况下遵守了规则。[^35] <!-- ¶ c3ct3aq95 -->

**监管。** 2026 年 7 月，美国联邦通信委员会（FCC）把在国外生产的移动机器人——人形机器人和四足机器人——的新型号列入危害国家安全的设备清单，无论制造商是哪国企业：白宫召集的跨部门小组认为，来自这些机器人的数据可能被用于监视或远程劫持机器人。[^36] 在欧盟，《人工智能法案》对机械和机器人中高风险系统的要求推迟到 2028 年 8 月 2 日。[^37] <!-- ¶ cxgcf3z4b -->

> **[编辑部结论]** 一台中小学生就能编程的机器人，攻击者也能重新编程——同样只用语言。目前易用性跑在了防护前面：面向孩子和爱好者的工具是开放的，而安全测试和规则才刚刚出现。 <!-- ¶ cbunz5avz -->

## 信号

- 2026-01-05 — 黄仁勋: «机器人技术的 ChatGPT 时刻已经到来。物理 AI——能理解现实世界、进行推理并规划行动的模型——的突破，正在开启全新的应用» — NVIDIA 创始人兼首席执行官，在 CES 2026 的新闻稿中 (https://ftrlg.com/zh/signals/cymtsy2mq/) <!-- ¶ cymtsy2mq -->
- 2025-09-26 — 罗德尼·布鲁克斯: «总体设想是，人形机器人将与人类“即插即用地兼容”，能够顶上去做人类做的体力活，价格更低，做得一样好。在我看来，相信这会在几十年内的任何时候发生，纯属幻想。但许多人预言，最快两年内就会实现，而更保守的“炒作催眠师”们则认为，它将在五年内产生显著的经济影响。» — 机器人专家，在自己的博客中 (https://ftrlg.com/zh/signals/cch5ws7mr/) <!-- ¶ cch5ws7mr -->
- 2025-04-14 — 托马斯·沃尔夫: «我们相信，机器人技术可能是 AI 开启的下一个前沿——而它应当是开放的、负担得起的、保护隐私的。我们的愿景是这样一个未来：社区中的每个人，从爱好者到企业，都能从开放的方案出发，而不是从封闭的、远程控制的硬件出发，来打造或使用机器人助手或游戏。» — Hugging Face 联合创始人兼首席科学家，谈收购 Pollen Robotics (https://ftrlg.com/zh/signals/cmypb5gma/) <!-- ¶ cmypb5gma -->

## 参见

[大语言模型](https://ftrlg.com/zh/wiki/large-language-model/) · 智能体编程 · [氛围编程](https://ftrlg.com/zh/wiki/vibe-coding/) · [AI 与职业](https://ftrlg.com/zh/wiki/ai-and-jobs/) · [AI 安全](https://ftrlg.com/zh/wiki/ai-safety/)

## 参考资料

[^1]: ChatGPT for Robotics — Microsoft Research, 20.02.2023. [microsoft.com](https://www.microsoft.com/en-us/research/articles/chatgpt-for-robotics/)
[^2]: Introducing Gemini Robotics and Gemini Robotics-ER, AI models designed for robots to understand, act and react to the physical world — Google DeepMind, 12.03.2025. [deepmind.google](https://deepmind.google/discover/blog/gemini-robotics-brings-ai-into-the-physical-world/)
[^3]: Hugging Face to sell open-source robots thanks to Pollen Robotics acquisition — Hugging Face, 14.04.2025. [huggingface.co](https://huggingface.co/blog/hugging-face-pollen-robotics-acquisition)
[^4]: Introducing the agentic robotics appstore for 10,000 Reachy Minis — Hugging Face, 06.05.2026. [huggingface.co](https://huggingface.co/blog/clem/reachymini-appstore)
[^5]: Reachy Mini — The Open-Source Robot for Today's and Tomorrow's AI Builders — Hugging Face, 09.07.2025. [huggingface.co](https://huggingface.co/blog/reachy-mini)
[^6]: Do As I Can, Not As I Say: Grounding Language in Robotic Affordances — arXiv, 04.04.2022. [arxiv.org](https://arxiv.org/abs/2204.01691)
[^7]: Code as Policies: Language Model Programs for Embodied Control — arXiv, 16.09.2022. [arxiv.org](https://arxiv.org/abs/2209.07753)
[^8]: RT-2: New model translates vision and language into action — Google DeepMind, 28.07.2023. [deepmind.google](https://deepmind.google/discover/blog/rt-2-new-model-translates-vision-and-language-into-action/)
[^9]: Scaling up learning across many different robot types — Google DeepMind, 03.10.2023. [deepmind.google](https://deepmind.google/discover/blog/scaling-up-learning-across-many-different-robot-types/)
[^10]: Open Sourcing π0 — Physical Intelligence, 04.02.2025. [physicalintelligence.company](https://www.physicalintelligence.company/blog/openpi)
[^11]: Building the Next Generation of Physical Agents with Gemini Robotics-ER 1.5 — Google Developers Blog, 25.09.2025. [developers.googleblog.com](https://developers.googleblog.com/en/building-the-next-generation-of-physical-agents-with-gemini-robotics-er-15/)
[^12]: SmolVLA: Efficient Vision-Language-Action Model trained on Lerobot Community Data — Hugging Face, 03.06.2025. [huggingface.co](https://huggingface.co/blog/smolvla)
[^13]: Reachy Mini（发布当天的页面快照）— Hugging Face, 09.07.2025. [web.archive.org](https://web.archive.org/web/20250710000000/https://huggingface.co/blog/reachy-mini)
[^14]: Hugging Face bets on cute robots to bring open source AI to life — TechCrunch, 16.07.2025. [techcrunch.com](https://techcrunch.com/podcast/hugging-face-bets-on-cute-robots-to-bring-open-source-ai-to-life/)
[^15]: Project Fetch: Can Claude train a robot dog? — Anthropic, 12.11.2025. [anthropic.com](https://www.anthropic.com/research/project-fetch-robot-dog)
[^16]: NVIDIA Releases New Physical AI Models as Global Partners Unveil Next-Generation Robots — NVIDIA, 05.01.2026. [nvidianews.nvidia.com](https://nvidianews.nvidia.com/news/nvidia-releases-new-physical-ai-models-as-global-partners-unveil-next-generation-robots)
[^17]: Project Fetch: Phase two — Anthropic, 18.06.2026. [anthropic.com](https://www.anthropic.com/research/project-fetch-phase-two)
[^18]: Gemini Robotics 2 brings whole body intelligence to robots — Google DeepMind, 30.07.2026. [deepmind.google](https://deepmind.google/blog/gemini-robotics-2-brings-whole-body-intelligence-to-robots/)
[^19]: Gemini Robotics On-Device brings AI to local robotic devices — Google DeepMind, 24.06.2025. [deepmind.google](https://deepmind.google/discover/blog/gemini-robotics-on-device-brings-ai-to-local-robotic-devices/)
[^20]: Datasets tagged LeRobot — Hugging Face, 数据截至 27.10.2026. [huggingface.co](https://huggingface.co/datasets?other=LeRobot)
[^21]: A VLA with Open-World Generalization — Physical Intelligence, 22.04.2025. [physicalintelligence.company](https://www.physicalintelligence.company/blog/pi05)
[^22]: SO-ARM100 — The Robot Studio (GitHub), 数据截至 27.10.2026. [github.com](https://github.com/TheRobotStudio/SO-ARM100)
[^23]: Unitree R1 — Unitree Robotics, 数据截至 27.10.2026. [unitree.com](https://www.unitree.com/R1)
[^24]: Unitree G1 — Unitree Robotics, 数据截至 27.10.2026. [unitree.com](https://www.unitree.com/g1)
[^25]: World Robotics 2025 report – Industrial Robots – released by IFR — International Federation of Robotics, 25.09.2025. [ifr.org](https://ifr.org/ifr-press-releases/news/global-robot-demand-in-factories-doubles-over-10-years)
[^26]: Unitree IPO draws spotlight to China's fast-growing humanoid robot sector — China Daily / Shanghai Stock Exchange, 11.08.2026. [english.sse.com.cn](https://english.sse.com.cn/news/newsrelease/voice/c/c_20260811_10828578.shtml)
[^27]: Beijing makes AI education compulsory in public schools — China Daily Hong Kong, 21.10.2025. [chinadailyhk.com](https://chinadailyhk.com/hk/article/622085)
[^28]: Jailbreaking LLM-Controlled Robots — arXiv, 17.10.2024. [arxiv.org](https://arxiv.org/abs/2410.13691)
[^29]: Penn Engineering Research Discovers Critical Vulnerabilities in AI-Enabled Robots to Increase Safety and Security — Penn Engineering, 17.10.2024. [ai.seas.upenn.edu](https://ai.seas.upenn.edu/news/penn-engineering-research-discovers-critical-vulnerabilities-in-ai-enabled-robots-to-increase-safety-and-security/)
[^30]: Safety Guardrails for LLM-Enabled Robots — arXiv, 10.03.2025. [arxiv.org](https://arxiv.org/abs/2503.07885)
[^31]: Security Flaw Turns Unitree Robots Into Botnets — IEEE Spectrum, 25.09.2025. [spectrum.ieee.org](https://spectrum.ieee.org/unitree-robot-exploit)
[^32]: Why Today's Humanoids Won't Learn Dexterity — Rodney Brooks, 26.09.2025. [rodneybrooks.com](https://rodneybrooks.com/why-todays-humanoids-wont-learn-dexterity/)
[^33]: Andrej Karpathy — AGI is still a decade away — Dwarkesh Podcast, 17.10.2025. [dwarkesh.com](https://www.dwarkesh.com/p/andrej-karpathy)
[^34]: NEO Home Robot — 1X, 数据截至 27.10.2026. [1x.tech](https://www.1x.tech/neo)
[^35]: Generating Robot Constitutions & Benchmarks for Semantic Safety — arXiv, 11.03.2025. [arxiv.org](https://arxiv.org/abs/2503.08663)
[^36]: FACT SHEET: FCC Updates Covered List to Include Foreign-Produced Advanced Robotic Devices — FCC, 28.07.2026. [docs.fcc.gov](https://docs.fcc.gov/public/attachments/DOC-423682A1.pdf)
[^37]: Article 113: Entry into Force and Application — EU Artificial Intelligence Act, 数据截至 27.10.2026. [artificialintelligenceact.eu](https://artificialintelligenceact.eu/article/113/)
[^39]: Unitree soars fivefold in Shanghai debut as China's robot sector takes centre stage — BusinessDay (Reuters), 19.08.2026. [businessday.co.za](https://www.businessday.co.za/world/international-companies/2026-08-19-unitree-soars-fivefold-in-shanghai-debut-as-chinas-robot-sector-takes-centre-stage/)
[^38]: SayCan — Google Research / Everyday Robots, 08.2022 更新. [say-can.github.io](https://say-can.github.io/)

— future.log, «用自然语言为机器人编程», https://ftrlg.com/zh/wiki/natural-language-robot-programming/ · CC BY 4.0