Tôi đang quan sát một nghịch lý Moravec mini trong lĩnh vực robot: những động tác thể dục khó khăn đối với con người lại dễ dàng hơn nhiều đối với robot so với những nhiệm vụ "không hấp dẫn" như nấu ăn, dọn dẹp và lắp ráp. Điều này dẫn đến sự mâu thuẫn nhận thức cho những người bên ngoài lĩnh vực, "vậy, robot có thể parkour và breakdance, nhưng tại sao chúng không thể chăm sóc cho chó của tôi?" Tin tôi đi, tôi đã bị bố mẹ hỏi về điều này nhiều hơn bạn nghĩ ... Nghịch lý "Robot Moravec" cũng tạo ra ảo tưởng rằng khả năng AI vật lý tiên tiến hơn nhiều so với thực tế. Tôi không chỉ trích Unitree, vì điều này áp dụng rộng rãi cho tất cả các buổi trình diễn nhào lộn gần đây trong ngành. Đây là một bài kiểm tra đơn giản: nếu bạn đặt một bức tường trước robot lật bên, nó sẽ đâm vào đó với toàn bộ sức mạnh và tạo ra một cảnh tượng. Bởi vì nó chỉ đang quá khớp với chuyển động tham chiếu duy nhất đó, mà không có bất kỳ nhận thức nào về môi trường xung quanh. Đây là lý do tại sao nghịch lý tồn tại: việc huấn luyện một "vận động viên thể dục mù" dễ hơn nhiều so với một robot có khả năng nhìn và thao tác. Cái trước có thể được giải quyết hoàn toàn trong mô phỏng và chuyển giao không cần huấn luyện sang thế giới thực, trong khi cái sau đòi hỏi việc tái hiện cực kỳ thực tế, vật lý tiếp xúc và động lực học của các đối tượng trong thế giới thực - không có điều nào trong số đó có thể được mô phỏng tốt. Hãy tưởng tượng bạn có thể huấn luyện LLM không từ internet, mà từ một trò chơi console văn bản được tạo ra hoàn toàn bằng tay. Các nhà nghiên cứu robot đã gặp may. Chúng ta đang sống trong một thế giới mà các động cơ vật lý tăng tốc tốt đến mức chúng ta có thể thực hiện những động tác nhào lộn ấn tượng mà không cần dữ liệu thực tế. Nhưng chúng ta vẫn chưa phát hiện ra mã gian lận tương tự cho sự khéo léo tổng quát. Cho đến lúc đó, chúng ta vẫn sẽ bị bố mẹ hỏi một cách bối rối.