Saya mengamati paradoks Moravec mini dalam robotika: senam yang sulit bagi manusia jauh lebih mudah bagi robot daripada tugas "tidak seksi" seperti memasak, membersihkan, dan merakit. Ini mengarah pada disonansi kognitif bagi orang-orang di luar lapangan, "jadi, robot bisa parkour & breakdance, tetapi mengapa mereka tidak bisa merawat anjing saya?" Percayalah, saya ditanya oleh orang tua saya tentang hal ini lebih dari yang Anda pikirkan ... "Paradoks Robot Moravec" juga menciptakan ilusi bahwa kemampuan AI fisik jauh lebih maju daripada yang sebenarnya. Saya tidak memilih Unitree, karena berlaku secara luas untuk semua demo akrobatik terbaru di industri ini. Berikut tes sederhananya: jika Anda memasang dinding di depan robot yang membalik samping, ia akan menghantamnya dengan kekuatan penuh dan membuat tontonan. Karena itu hanya terlalu sesuai dengan gerakan referensi tunggal itu, tanpa kesadaran akan lingkungan sekitar. Inilah mengapa paradoks itu ada: jauh lebih mudah untuk melatih "pesenam buta" daripada robot yang melihat dan memanipulasi. Yang pertama dapat diselesaikan sepenuhnya dalam simulasi dan ditransfer zero-shot ke dunia nyata, sementara yang terakhir menuntut rendering yang sangat realistis, fisika kontak, dan dinamika objek dunia nyata yang berantakan - tidak ada yang dapat disimulasikan dengan baik. Bayangkan Anda dapat melatih LLM bukan dari internet, tetapi dari game konsol teks buatan tangan murni. Ahli robotika beruntung. Kita kebetulan hidup di dunia di mana mesin fisika yang dipercepat sangat bagus sehingga kita bisa lolos dengan akrobatik yang mengesankan menggunakan data nyata nol. Tetapi kami belum menemukan kode cheat yang sama untuk ketangkasan umum. Sampai saat itu, kita masih akan ditanyai oleh orang tua kita yang bingung.