千寻智能｜高阳预计2027年中达到自然语言指令里程碑

硬件已经能跑能翻，软件还听不懂一句完整的话。千寻智能联合创始人高阳把这个差距说成了时间表，而不是口号。

据路透社9月18日报道，高阳同时是清华大学机器人学助理教授、千寻智能联合创始人兼首席科学家。千寻智能做具身智能，赛道就是给机器人补「大脑」：听指令、做一串动作，而不是只演示单个绝活。

路透社转述的判断：

1. 最薄弱的一环是「大脑」，不是电机和结构
2. 预计2027年年中达到他所说的「GPT-3.0」级里程碑：可以直接用自然语言交流，机器人执行一系列合理的物理动作，尝试完成任务
3. 未来一两年是工业应用的初始窗口
4. 约两年后，商业服务里较简单的任务会先出现
5. 家庭比工业和商业服务都难
6. 公司成立时，机器人只能做好倒水、叠一件衣服这类单独任务；现在可以在较大空间里连续完成流程
7. 旋瓶盖这类精细动作，以及从未见过的任务，仍然难

「GPT-3.0级」是类比，不是某个公开榜单的分数。高阳用它描述一种可用性：人说话，机器尝试做一串合理动作，而不是把每个动作都预先编程。这和Figure同一周公布的「进陌生家庭做家务」不是同一句话——一家在给时间表，一家在给自测成功率。

中国人形机器人这半年的公开叙事，大量停在奔跑、舞蹈和格斗。高阳把竞争重心挪回软件，并主动把家庭场景放在工业和商业服务之后。这个排序和展会观众的期待相反，但和故障成本一致：工厂里任务重复、环境可控；家里物品、光照和指令都在变。路透社的报道也把全行业正在等的东西说成软件突破：硬件炫耀已经不够，缺的是能把技术变成客户愿意持续付费的那一层。

高阳用公司自己的时间线做对照，而不是用别人的展台。成立初期只能倒水、叠一件衣服；现在声称能在较大空间里把流程串起来。这句话可核对的部分是「任务从单点变成序列」，不可核对的部分是序列有多长、失败了怎么办。精细动作被单独拿出来说，是因为旋瓶盖、拿没见过的物体，仍然会让「听懂人话」停在理解层，到不了手上。

这是专家预判，不是产品发布，也没有附带评测协议。2027年年中能不能到，取决于数据、可靠性和谁来定义「合理动作」。可核对的部分是：他承认精细操作和未见任务仍未解决，并给了「先工厂、再简单服务、后家庭」的顺序。下一观察点是千寻是否拿出与这句话对应的任务成功率和场景视频，而不是只重复里程碑年份。