伯克利大学机器人学习专家Sergey Levine近日表示，机器人技术的真正难点并非后空翻等炫酷动作，而是“泛化”——即在陌生环境中应对陌生物体的能力。他认为，泛化能力需要通过大量试验来体现，而非单次演示所能证明。

Levine指出，实现泛化的路径有两条：一是让机器人在全新场景中通过自主经验持续进步，避免卡在50%的成功率上；二是让机器人迁移常识来修复错误，例如遇到路障时减速、误放锅铲时自行纠正。他强调，这才是通向真正智能的里程碑。

这一观点与业界普遍关注的“炫技”形成对比。近年来，人形机器人后空翻、跳舞等视频常引发关注，但Levine认为，这些演示并不能代表机器人的真实能力。真正的挑战在于让机器人在不可预测的现实世界中可靠工作。

对于关注机器人产业的投资者而言，Levine的观点提示，评估机器人公司时，应更关注其泛化能力的技术进展，而非单点演示效果。不过，这仅代表专家个人观点，不构成投资建议。