觀點網訊：10月22日，亮源新創（Light Origins）聯合創始人範廷翔表示，今天通用具身大腦最擅長解決泛化場景問題，而專有場景並不需要大模型，仍可通過採集數據、訓練小模型完成。

市場對具身智能的高期望，本質是希望訓練一個通用具身大腦後無需為每個場景單獨適配。

但範廷翔認為，非常客觀地來說，目前確實不存在一個能完成全套家務的通用機器人，這一級別的泛化尚不存在。

範廷翔認為，模型從全場景通用泛化走向全場景精確，將是一個“漸進式”過程。

單就家庭、家務而言，初期場景會偏向高容錯類型，從家務中單獨拆分出簡單物品歸位、簡單清潔等任務，大有可為；而馬上讓人形機器人進入廚房接觸刀叉、熱菜熱湯，容錯率低，現階段落地難度大不少。

他強調，場景與模型性能是雙向奔赴的關係：如果不給真實場景，模型永遠停留在實驗室，難以提升也難以採集數據；模型會優先突破更高容錯的場景、優先採集相關數據，最終形成場景與模型共同迭代的結果。

針對“機器人能否替代家政阿姨”的疑問，範廷翔表示，今天完全替代一位阿姨、包攬每週全部家務非常困難，因為每週家務量很大，讓機器人一次完成所有任務很難；但進門後把脫下的鞋歸到固定位置、完成簡單清潔這類家務，已經具備落地空間。