首先要分不同行業(yè)來看。如果做成人的形狀，我覺得從目前來講，娛樂行業(yè)或者教育行業(yè)這種偏娛樂化產(chǎn)業(yè)是OK的，可以做得很炫酷，可以做成有手、有腿、有眼，通過編程也可以做一些簡(jiǎn)單的動(dòng)作，我覺得這是目前可以商品化的。

但是從醫(yī)療、工業(yè)領(lǐng)域應(yīng)用來看，我覺得首先要弄清楚什么是人形機(jī)器人？

人形機(jī)器人有幾個(gè)重要特征：你要有眼睛，能看得見，所以視覺識(shí)別系統(tǒng)非常重要；你要有觸覺，像人一樣有感知，這是通過力控來實(shí)現(xiàn)的，你有沒有四肢或雙腿，這個(gè)要看你是不是真得需要，在特定領(lǐng)域中，雙足是不是真得高效，是否可以用履帶替代雙腿，或者用其他方式能替代；最重要的是你要有“大腦”，你是不是能真正做到一個(gè)很強(qiáng)的AI，看到什么都能理解，能很快地去做決策、做執(zhí)行，這都離不開你的大腦和操作系統(tǒng)。

從這幾個(gè)角度來看，我覺得目前工業(yè)領(lǐng)域是否需要做成人形還有待討論，但是一定是需要視覺和觸覺，以及很強(qiáng)的AI能力（大腦）和自適應(yīng)系統(tǒng)。

現(xiàn)在所有像ChatGPT這樣的AI系統(tǒng)還是從數(shù)據(jù)中來，到數(shù)據(jù)中去，還是自然語言模型，真實(shí)物理世界中機(jī)器人的模型比這要復(fù)雜得多，包括一些3D識(shí)別系統(tǒng)，你看到之后做決策是不是能拿起來并識(shí)別出它是什么，這最終是要靠你有觸覺反饋等一系列技術(shù)在里面。

坦白來講，現(xiàn)在這些技術(shù)都還是剛剛起步，所以在工業(yè)領(lǐng)域想真正做成人形，我覺得路還很漫長(zhǎng)，而且需要花大量時(shí)間收集數(shù)據(jù)、處理數(shù)據(jù)，也需要在硬件上不停迭代升級(jí)，這個(gè)路程甚至比ChatGPT還要漫長(zhǎng)很多。