待验证50% 置信事实精确时间
机器人学中的物理试错引入了不可压缩的物理约束（抓取失败、碰撞、力反馈），这些是符号系统无法凭空推理出的信息
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
智能的瓶颈不是智力，而是与现实的持续接触
twitterfchollet2026/10/14
涉及实体
相关事实
待验证在机器人演示采集中，错误的手部重建会直接误导下游的模仿学习策略，使机器人学到人类从未做过的动作，且这类数据本身的错误不会在训练损失上明显暴露。74% 相似待验证机器人任务的分布外（OOD）失败会直接引发物理后果，如损坏物体、伤害周围人员或造成设备故障，这与图像分类等纯感知任务不同73% 相似待验证AI生成动画存在时序一致性问题、物理真实性缺陷(如手指数量错误、物体突然消失或变形)、艺术控制精度不足和材质真实感缺失等局限性73% 相似待验证从微型机器人到全尺寸人形机器人之间的尺度迁移是未解难题，因为力学特性会随尺度发生非线性变化72% 相似待验证柔性物体的机器人操控是公认难题，因其具有无限维度的形变自由度且形状持续变化，传统基于精确模型的算法几乎无法直接适用72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1044403API
curl https://kongchang.com/api/v1/knowledge/claims/1044403MCP
get_claim(id=1044403)