已验证65% 置信观点精确时间

团队坦承机器人从实验室演示走向真实世界可靠部署仍存在鸿沟，物理世界不确定性、安全性和长时间任务稳定性是需要攻克的难题

3

来源数

65%

置信度

长期有效

时效性

2026/8/31

首次发现

来源

Gemini Robotics 2深度解读：VLA架构与通用具身智能的未来

涉及实体

Google DeepMindcompany

相关事实

待验证强化学习在机器人领域面临的核心挑战是样本效率极低，真实机器人完成百万次试错耗时且有硬件损耗风险，促使离线强化学习和仿真到真实迁移成为研究热点77% 相似待验证机器人在灵活性、耐力、能耗效率、意外自我保护方面距离人类仍有明显差距77% 相似待验证DeepMind团队认为机器人领域过去几十年受制于三大瓶颈：感知不足、泛化困难、数据稀缺75% 相似待验证机器人世界模型领域长期缺乏统一、易用的评估工具，研究者用不同指标和数据集自证效果导致横向对比困难72% 相似待验证Sim-to-Real迁移（现实差距问题）是机器人学中长期存在的根本性挑战，目前尚无通用解决方案71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/829341

API

curl https://kongchang.com/api/v1/knowledge/claims/829341

MCP

get_claim(id=829341)