我抬手，它也抬手。我移动，它跟着移动。看起来，教机器人做事好像很简单。那如果我只教它一遍，它真的就会了吗？
这一集《遇见 AI》，主持人张海洁亲自当一次机器人的“老师”。她的动作会被追踪、记录，再变成训练AI的数据。答案却出乎意料，几十秒的示范背后，机器人还要看几十遍、训练几个小时。
我一动，它为什么也跟着动？
张海洁戴上头显，手上两个追踪器、脚上两个追踪器，一共五个追踪器。系统会追踪身体动作和速度，再把动作直接映射到机器人身上。
于是，人抬手，机器人抬手，人改变姿势，机器也跟着改变。可一按下“录制”，她做的就不只是控制机器人，而是在给AI上课。
系统会同时记录机器人的关节动作，以及它当时看到的画面。这些资料之后会成为训练AI的数据。
AI学习这么快，为什么还要教40遍？
传统算法往往需要人工标记物体位置，再一步一步设计怎么抓。现在的AI可以利用大量示范数据，从中总结动作规律，但示范一次远远不够。
以“拿杯子”为例，团队实际示范了大约40遍。之后还要清洗数据，剔除不理想的示范，再把较好的数据放进VLA，视觉、语言、动作学习模型中训练。单是这个任务，就用了大约8小时。
所以我们看到的“机器人会了”，其实不是几十秒的成果，而是几十次示范、数据筛选和训练测试之后的结果。
机器越像人，越离不开人的示范？
机器人最后可以不受遥控，自主完成拿杯子的动作，很容易让人觉得它已经“学会”了。但这个学习过程，和人类看一眼就能模仿，并不是同一回事。
人拿起杯子时，不会刻意思考手臂角度、力度和视觉判断；机器人却必须把这些原本藏在身体里的经验，变成一笔笔数据，再交给模型反复学习。
体验结束后，张海洁发现，具身AI最有趣的地方，也许不是机器人越来越像人，而是它让“学习”这件事突然变得看得见。所以，机器人越来越像人的第一步，未必是摆脱人，而是先认真地跟人学。
