在人工智能热潮席卷全球的当下，具身智能被许多人视为大模型发展的自然延伸，甚至被戏称为“AI的下一站”。但连续创业者、Dyna Robotics联合创始人York Yang却给出了截然不同的判断：把机器人想象成大模型的下一站，是对具身智能最大的误解。这位曾创立智能购物车公司Caper AI、并在2021年以3.5亿美元将其出售给Instacart的资深从业者，近日在一场深度对话中，分享了他对软硬一体系统多年实践的反思。York指出，大模型擅长处理的是符号化和统计层面的信息，而机器人面对的是充满物理约束、噪声和不确定性的真实世界。一个简单的抓取动作，涉及力反馈、视觉闭环、运动规划等多个实时系统，这些并非语言模型能够直接迁移的能力。他强调，具身智能的核心痛点不在于“智能”够不够强，而在于“身体”能否可靠地与物理环境交互。硬件成本、功耗、鲁棒性以及实时控制，构成了比模型训练更棘手的工程挑战。从技术落地角度看，York认为当前行业存在一种危险的简化倾向：以为给机器人装上一个强大的大模型大脑，就能解决所有任务。事实上，机器人从实验室走向商业化，需要跨越从传感器校准到执行器精度，再到云端与边缘计算协同的无数细节。以他之前打造的智能购物车为例，最困难的部分不是识别商品，而是如何在嘈杂的超市环境中稳定运行，并适应不同用户的推车习惯。这种“接地气”的工程经验，恰恰是许多AI公司容易忽视的。展望未来，York建议从业者不要盲目追逐“通用机器人”的宏大叙事，而是应该聚焦在具体场景中解决物理世界的真实问题。具身智能的突破，大概率会来自那些愿意深入理解机械、电子、控制与AI交叉领域的团队，而非单纯依赖模型规模的公司。对于正在进入这个领域的开发者，他的建议是：先学会让机器人在实际环境中稳定地走一步，再考虑让它跑起来。毕竟，AI的终点不是生成完美的文本，而是真正改变我们与物理世界的互动方式。