机器人苦涩教训失效

Dr. Fei-Fei Li（做视觉智能/机器人研究出身）指出机器人领域和语言模型有两个本质性差异，导致"单靠 Bitter Lesson"走不通：

1. 目标函数与训练数据之间缺乏语言模型那种"完美对齐"：语言模型的训练数据是词/token，输出也是词/token——训练目标和数据形式天然一致。而机器人的目标函数是"三维世界中的动作（action）"，但现成的训练数据（互联网视频等）里恰恰缺少"三维世界中的动作"这个维度——"你不得不把方形塞进圆孔"，只能靠遥操作数据（teleoperation data）、合成数据等方式勉强补足，这些补丁本身还不成熟。
2. 机器人是物理系统，更接近自动驾驶汽车而非语言模型：不仅需要"大脑"（算法/数据），还需要物理躯体、真实应用场景的产品化落地。作者用自动驾驶的历史做参照——她的同事 Sebastian Thrun 在 2005 年带领斯坦福车队在 DARPA 挑战赛完成 130 英里沙漠自动驾驶原型，到今天 Waymo 在旧金山街头运营，走了近 20 年，而且"还没完全做到"；自动驾驶还只是"2D 平面上跑的金属盒子、目标是不碰任何东西"这种相对简单的机器人，通用机器人则是"在三维世界里运动、目标恰恰是要去接触和操作物体"，复杂度更高一个数量级。
3. 产业化的配套要素也需要独立成熟：自动驾驶除了"用深度学习加速大脑"这一层进步外，还依赖成熟的整车产业链、供应链、量产用例，这些配套本身也需要漫长时间搭建，机器人领域这些配套目前更不成熟。

作者的结论并非"Bitter Lesson 是错的"，而是"数据这一环在机器人领域还没被解决，所以 Bitter Lesson 在这里还有待验证（yet to be tested）"。