当AI学会叠衣服，我们才会真正需要它

2008年，当托尼·斯塔克在大银幕上召唤出他的智能助手J.A.R.V.I.S.时，全球无数工程师心中燃起了同样的梦想。15年后的今天，我们拥有了能写诗、能画画、能通过律师资格考试的AI，却仍然找不到一个能帮我们叠好衬衫的机器人。

这个看似荒谬的反差，恰恰揭示了当前AI革命中一个被严重低估的矛盾：我们正在将最先进的算力和智力投入到最不紧迫的问题上，而真正能改变普通人日常生活的技术——让机器理解并操控物理世界的能力——却进展缓慢得令人沮丧。但Physical Intelligence在2024年发布的π0模型，以及Google重启的"Jarvis项目"，或许预示着这个格局即将改写。问题不再是AI能否变得更聪明，而是它何时能真正走进我们的厨房和客厅。

从管家到算法，再回到管家

要理解这场技术路线的轮回，我们需要回到故事的起点。在漫威的原著漫画中，Jarvis从来不是什么人工智能——他是埃德温·贾维斯，一个忠诚的英国管家，负责打理托尼·斯塔克的豪宅和复仇者大厦。他的价值在于对物理世界的精准掌控：知道每个酒杯该放在哪里，记得每位客人的饮食偏好，能在混乱后迅速恢复秩序。

2008年电影改编时，漫威做了一个有趣的融合：将管家Jarvis与漫画中另一个不起眼的角色H.O.M.E.R.(启发式操作矩阵仿真平台)结合，创造出我们熟知的那个无所不能的AI助手。H.O.M.E.R.只是个任务导向的数据处理系统，功能严格、互动有限——说白了，就是我们今天Siri和Alexa的祖先。

这个转变背后隐藏着一个关键洞察：数字化能力的扩展远比物理能力的扩展容易得多。让AI处理数据、识别模式、生成文本，只需要算力和数据；但让AI在真实世界中抓取、移动、操控物体，需要解决的是一个复杂程度呈指数级增长的问题——传感器融合、实时决策、力反馈控制、环境不确定性应对。

扎克伯格2016年的"个人Jarvis项目"完美诠释了这种不对称。他花了100小时用Python和PHP搭建了一个能控制家中灯光、温度、音乐和安防的系统，甚至能识别访客并娱乐女儿。但这个系统的核心仍然是数字层面的整合——调用现有智能设备的API，用自然语言处理和人脸识别技术作为交互界面。它没有解决任何物理操控问题：它不会开门，不会端茶，不会收拾玩具。

今天，扎克伯格的100小时工作量或许能被AI编程助手压缩到一天。但即使有了最先进的代码生成工具，我们仍然造不出一个能像管家一样在物理空间中工作的机器人。这不是编程效率的问题，而是根本性的技术鸿沟。

Google的Jarvis与AI发展的错位

Google最新的Project Jarvis延续了这条"数字管家"路线。基于Gemini大语言模型，它能通过截图理解网页，自动执行订机票、网购、处理退货等任务——本质上是一个高度自动