事实 608 · 信号 37 · 条目 24 · 数据库 3,853 KB · 机器人 —guest@ftrlg这是你~/whoami你在匿名发言。若想每次署名一致，评论时设一个密钥——它会生成你的 tripcode。没有注册，也永远不会有

用自然语言为机器人编程

由 AI 翻译，经编辑部审校

future.log 编辑部 · 发布于

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。12

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。345

历史

  • 04.04.2022Google 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
  • 16.09.2022Google 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
  • 28.07.2023Google 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
  • 03.10.2023Google 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
  • 10.2024Hugging Face 和 The Robot Studio 推出开源机械臂 SO-100，“售价约 100 美元”。3 ¶ cjihw7eac
  • 04.02.2025Physical 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
  • 12.03.2025Google DeepMind 推出基于 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。211 ¶ c5f5fqjwt
  • 03.06.2025Hugging 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
  • 09.07.2025Hugging 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。1314 ¶ ckhakpfjh
  • 12.11.2025Anthropic 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 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
  • 06.05.2026Hugging 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
  • 18.06.2026Anthropic 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
  • 30.07.2026Google 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。71154 ¶ 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。81019 ¶ 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%。2012 ¶ cddr54un2

数据

机器人和人能做到什么

谁、何时测量内容结果
Google，08.202221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，28.07.20238RT-2 在陌生场景中，超过 6000 次试验62%，RT-1 为 32%。 ¶ c52gqxghj
Physical Intelligence，22.04.202522π0.5 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，12.11.202515八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，18.06.202617Claude 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）。2352425 ¶ 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。26 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。2728 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。29 ¶ 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%。303132 ¶ 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。33 ¶ 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。343536 ¶ 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。37 ¶ 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。38 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。39 ¶ 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

参见

大语言模型智能体编程氛围编程AI 与职业AI 安全

参考资料

  1. ChatGPT for Robotics — Microsoft Research, 20.02.2023. microsoft.com ↩ ↩2 ↩3

  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 ↩ ↩2

  3. Hugging Face to sell open-source robots thanks to Pollen Robotics acquisition — Hugging Face, 14.04.2025. huggingface.co ↩ ↩2

  4. Introducing the agentic robotics appstore for 10,000 Reachy Minis — Hugging Face, 06.05.2026. huggingface.co ↩ ↩2 ↩3

  5. Reachy Mini — The Open-Source Robot for Today’s and Tomorrow’s AI Builders — Hugging Face, 09.07.2025. huggingface.co ↩ ↩2

  6. Do As I Can, Not As I Say: Grounding Language in Robotic Affordances — arXiv, 04.04.2022. arxiv.org ↩

  7. Code as Policies: Language Model Programs for Embodied Control — arXiv, 16.09.2022. arxiv.org ↩ ↩2

  8. RT-2: New model translates vision and language into action — Google DeepMind, 28.07.2023. deepmind.google ↩ ↩2 ↩3

  9. Scaling up learning across many different robot types — Google DeepMind, 03.10.2023. deepmind.google ↩

  10. Open Sourcing π0 — Physical Intelligence, 04.02.2025. physicalintelligence.company ↩ ↩2

  11. Building the Next Generation of Physical Agents with Gemini Robotics-ER 1.5 — Google Developers Blog, 25.09.2025. developers.googleblog.com ↩

  12. SmolVLA: Efficient Vision-Language-Action Model trained on Lerobot Community Data — Hugging Face, 03.06.2025. huggingface.co ↩ ↩2

  13. Reachy Mini（发布当天的页面快照）— Hugging Face, 09.07.2025. web.archive.org ↩

  14. Hugging Face bets on cute robots to bring open source AI to life — TechCrunch, 16.07.2025. techcrunch.com ↩

  15. Project Fetch: Can Claude train a robot dog? — Anthropic, 12.11.2025. anthropic.com ↩ ↩2 ↩3

  16. NVIDIA Releases New Physical AI Models as Global Partners Unveil Next-Generation Robots — NVIDIA, 05.01.2026. nvidianews.nvidia.com ↩

  17. Project Fetch: Phase two — Anthropic, 18.06.2026. anthropic.com ↩ ↩2

  18. Gemini Robotics 2 brings whole body intelligence to robots — Google DeepMind, 30.07.2026. deepmind.google ↩

  19. Gemini Robotics On-Device brings AI to local robotic devices — Google DeepMind, 24.06.2025. deepmind.google ↩

  20. Datasets tagged LeRobot — Hugging Face, 数据截至 27.10.2026. huggingface.co ↩

  21. SayCan — Google Research / Everyday Robots, 08.2022 更新. say-can.github.io ↩

  22. A VLA with Open-World Generalization — Physical Intelligence, 22.04.2025. physicalintelligence.company ↩

  23. SO-ARM100 — The Robot Studio (GitHub), 数据截至 27.10.2026. github.com ↩

  24. Unitree R1 — Unitree Robotics, 数据截至 27.10.2026. unitree.com ↩

  25. Unitree G1 — Unitree Robotics, 数据截至 27.10.2026. unitree.com ↩

  26. World Robotics 2025 report – Industrial Robots – released by IFR — International Federation of Robotics, 25.09.2025. ifr.org ↩

  27. Unitree IPO draws spotlight to China’s fast-growing humanoid robot sector — China Daily / Shanghai Stock Exchange, 11.08.2026. english.sse.com.cn ↩

  28. Unitree soars fivefold in Shanghai debut as China’s robot sector takes centre stage — BusinessDay (Reuters), 19.08.2026. businessday.co.za ↩

  29. Beijing makes AI education compulsory in public schools — China Daily Hong Kong, 21.10.2025. chinadailyhk.com ↩

  30. Jailbreaking LLM-Controlled Robots — arXiv, 17.10.2024. arxiv.org ↩

  31. Penn Engineering Research Discovers Critical Vulnerabilities in AI-Enabled Robots to Increase Safety and Security — Penn Engineering, 17.10.2024. ai.seas.upenn.edu ↩

  32. Safety Guardrails for LLM-Enabled Robots — arXiv, 10.03.2025. arxiv.org ↩

  33. Security Flaw Turns Unitree Robots Into Botnets — IEEE Spectrum, 25.09.2025. spectrum.ieee.org ↩

  34. Why Today’s Humanoids Won’t Learn Dexterity — Rodney Brooks, 26.09.2025. rodneybrooks.com ↩

  35. Andrej Karpathy — AGI is still a decade away — Dwarkesh Podcast, 17.10.2025. dwarkesh.com ↩

  36. NEO Home Robot — 1X, 数据截至 27.10.2026. 1x.tech ↩

  37. Generating Robot Constitutions & Benchmarks for Semantic Safety — arXiv, 11.03.2025. arxiv.org ↩

  38. FACT SHEET: FCC Updates Covered List to Include Foreign-Produced Advanced Robotic Devices — FCC, 28.07.2026. docs.fcc.gov ↩

  39. Article 113: Entry into Force and Application — EU Artificial Intelligence Act, 数据截至 27.10.2026. artificialintelligenceact.eu ↩

你的署名

需要记住的是密钥——它就是你的密码。tripcode 由密钥计算得出，显示在你的名字旁：同一个密钥总会得到同一个 tripcode，没有密钥就无法伪造。密钥不会被公开，也不会保存在服务器上。