伯克利大學機器人學習專家Sergey Levine近日表示，機器人技術的真正難點並非後空翻等炫酷動作，而是“泛化”——即在陌生環境中應對陌生物體的能力。他認為，泛化能力需要通過大量試驗來體現，而非單次演示所能證明。

Levine指出，實現泛化的路徑有兩條：一是讓機器人在全新場景中通過自主經驗持續進步，避免卡在50%的成功率上；二是讓機器人遷移常識來修復錯誤，例如遇到路障時減速、誤放鍋鏟時自行糾正。他強調，這才是通向真正智慧的里程碑。

這一觀點與業界普遍關注的“炫技”形成對比。近年來，人形機器人後空翻、跳舞等影片常引發關注，但Levine認為，這些演示並不能代表機器人的真實能力。真正的挑戰在於讓機器人在不可預測的現實世界中可靠工作。

對於關注機器人產業的投資者而言，Levine的觀點提示，評估機器人公司時，應更關注其泛化能力的技術進展，而非單點演示效果。不過，這僅代表專家個人觀點，不構成投資建議。