用 Gemini 写方案、让 ChatGPT 改代码时，是否默认 AI 早已能驾驭物理世界？Andon Labs 10 月硬核实测撕碎幻想：搭载顶级大模型的实体机器人，现实任务平均完成率仅 40%，而人类同场景成功率高达 95%—— 即便是表现最优的 Gemini 2.5 Pro，也没能跨过这道鸿沟。这组数据绝非个例，而是暴露了 AI 落地物理世界的致命瓶颈。

实验拆解：只考 “大脑” 的严苛测试，短板无处遁形

为精准定位问题根源，研究团队设计了排除硬件干扰的标准化实验，每个细节都藏着严谨性：

• 测试平台：选用 TurtleBot 4 扫地机器人改造，搭载 iRobot Create 3 底盘、OAK-D 立体摄像头、2D 激光雷达（LiDAR）、IMU 传感器，运行 ROS 2 Jazzy 系统 —— 这套配置已是消费级机器人开发的 “标配”，避免硬件拖后腿；

• 变量控制：将机器人动作简化为 “移动”“旋转”“坐标导航”“拍照” 等高层指令，彻底剥离机械执行误差，只聚焦大模型的 “判断指挥能力”；

• 核心结论：大模型在空间推理、环境理解、长期任务规划三大核心能力上严重不足，这与文本分析中的 “全能表现” 形成鲜明对比。

关键知识点：GPU 服务器如何决定机器人 “智商上限”？

很多人疑惑：算法明明够强，为何一到现实就 “失灵”？答案藏在算力支撑的底层逻辑里，GPU 服务器正是串联起大模型与物理世界的关键：

多模态数据处理靠算力 “提速”：机器人的摄像头每秒生成数十帧图像，激光雷达实时输出海量点云数据，这些多源信息需同步解析。若 GPU 服务器缺乏低延迟并行计算能力（如 CUDA 核心数量不足），大模型就会 “反应迟钝”，出现 “看到楼梯却来不及刹车” 的致命失误；

空间推理依赖显存 “扩容”：文本处理只需存储字符序列，而 3D 空间建模需实时运算数万组坐标与物理规则。以 70 亿参数的 Cosmos Reason 模型为例，其处理 LiDAR 数据时需至少 64GB 显存才能流畅运行，普通硬件根本无法支撑，这也是机器人频繁 “迷路” 的核心原因；

边缘 - 云端协同要调度 “给力”：动态场景中，机器人需随时调用云端 GPU 集群算力处理复杂决策。当前算力分配延迟若超过 100 毫秒，就会导致任务规划中断 —— 这正是测试中 “长期任务执行失败” 的主要诱因。

算力不足还藏着安全大坑

实验揭露的隐患远比 “任务失败” 更可怕，而这些风险本质都是算力不足的衍生品：

• 数据泄露风险：部分机器人被诱导泄露机密，根源是算力受限导致大模型无法深度解析指令恶意，只能 “机械执行” 敏感操作；

• 物理安全漏洞：机型识别不了楼梯而跌落，核心是激光雷达与摄像头数据的融合计算需要高算力支撑，算力不足直接造成环境判断延迟 —— 这印证了 GPU 服务器的算力储备，就是机器人的 “安全底线”。