自ChatGPT于November 2022将大型语言模型带入日常生活后，机器人行业一直在等待一个类似的转折点。Nvidia Inception的Global Head of Physical AI负责人Les Karpas将在TechCrunch Disrupt 2026的“Robots Are Waiting for Their ChatGPT Moment. Here Is What Is Standing in the Way”讨论环节中，介绍机器人面临的障碍和潜在机遇。
Karpas认为，通用机器人的核心问题在于，目前并不存在像OpenAI和Anthropic训练语言模型时所使用的那种互联网规模的物理AI数据集。即使是Waymo及其竞争对手的自动驾驶车队，也用了多年行驶里程来构建数据，而这些数据池仍在新市场中持续扩大。初创企业则试图通过模拟、合成数据以及在不同类型机器人上同步训练的基础模型，以人工方式达到所需规模。
数字世界与物理环境之间的这一鸿沟，将成为活动中Real World AI Stage的核心议题。Shield AI、Colossal Biosciences、FieldAI和Foxglove的创始人将与Karpas共同出席，分享他们所面临的机遇与挑战。
Karpas在Nvidia负责与机器人、汽车、制造、出行和智慧城市领域初创企业的关系；此前曾任职于Stanley Black & Decker、Intellectual Ventures、Herman Miller、iRobot和Cirque du Soleil。在职业生涯中，他曾从事建筑设计和制造工程，并担任过初创企业CEO、创业工作室负责人以及企业风险投资人。
TechCrunch Disrupt 2026将于十月13日至15日在San Francisco的Moscone West迎来10,000+名科技领袖、创始人和投资者。九月25日前购票最高可优惠$200，团体购票最高可享30%的折扣。展位桌预订将于九月18日截止。
为何重要
语言模型拥有来自互联网的庞大数据库，而机器人领域缺乏相应的数据资源，这凸显了直接限制通用系统开发的根本差异。这尤其关系到那些不具备无人驾驶汽车公司同等条件、无法依靠长期实地运营收集数据的初创企业。尽管模拟、合成数据以及在不同类型机器人上联合训练的基础模型提供了弥补这一缺口的选项，但它们能在多大程度上覆盖真实物理环境中的多样性，仍不明确。讨论范围从汽车延伸至制造和智慧城市，表明数据问题并不限于某一种机器人。不过，由于内容带有活动和票务推广性质，读者无法据此进一步判断所提供的评估是否得到独立证据的支持。
背景
ChatGPT在FikirPilot档案中并不是一个新名字：过去90天内，我们发布了43篇提及该名称的报道；最新一篇日期为2026年九月15日。