过去一个月，AI机器人圈子里挺割裂的。开源这边热闹得很，Genesis仿真平台拿下了将近3万星标，Hugging Face的LeRobot也有超2.6万星标撑腰。为什么火？说白了，门槛被打下来了。以前那些高不可攀的机器人研究，现在几行python代码加上公开数据集就能跑通基础操作。对于小实验室和独立开发者来说，这就是实打实的红利。
学术界这边也没闲着。arXiv上新冒出两篇论文，挺有意思。一篇搞了个OmniScientist，想让AI在完整的科研流程里直接处理多模态数据，不再死磕文本和代码。另一篇HumanTracker，直接怼到了人形机器人运动追踪的痛点上。传统评价指标太糙了，连脚底打滑、触地时机这些肉眼都能看出来的物理细节全给忽略了。实际上，这种较真的劲头才对。机器人又不是用来刷榜的，最终得拿来干活。
不过，圈内泼冷水的人也不少。iRobot创始人直接开炮，说现在AI和机器人的狂热宣传早就超出了实际能力。三百多位研究员也联名发了公开信，盯着自主武器的事儿不放。跟前头开源圈的乐观情绪比，反差确实大。但我不觉得这是坏事。说白了，这恰恰说明这行当正在从画大饼，往严肃的工程和伦理拷问上挪。
把这几件事揉在一起看，结论其实挺朴素。底层工具确实在快速普及，评价体系也在细化。但离真正的通用智能？还远着呢。开源解决的是“能不能玩”的问题，论文解决“怎么算对”的问题，而公开信和大佬的警告解决的则是“该不该做”的问题。这三者缺一不可。
所以我更愿意把这段时间当成一个挤泡沫的过程。星标多、论文多，不等于能出靠谱产品。iRobot创始人那句“别信炒作”，比看再多炫酷的demo都管用。接下来值得盯的，不是又冒出什么牛逼框架，而是这些玩意儿能不能在厂房、仓库或者普通人家里稳稳当当地跑起来。