一个时代是否终结，有待以后的历史学家证明，就我所看到的所有助推颠覆的力量而言，似乎都饶有特色的跑偏了方向。首先的首先，我们需要对机器人有一个清晰的定义。
国际标准化组织（ISO）对机器人的定义为“机器人是一种白动的、位置可控的、具有编程能力的多功能机械手……”。显然这个定义过于老旧，在美国2013年3月发布的机器人发展路线图中，机器人被定义为：具有一定智能的可移动、可作业的设备与装备。
在可以凭逻辑分析推算的问题上，机器即将远远把人类抛在后面。
在感知方面，人类也将会被机器超越。今天的语音识别，人脸识别，未来的自动驾驶，都是例子。
机器人是否会人性化？这还是未知的。毕竟，在情感、喜怒哀乐、七情六欲、人文艺术、美和爱、价值观等方面，机器离人还差的很远，甚至连基础都没有。
在该领域能主动打导师李脸的人物目前应该还是微乎其微，机器人的发展目标遵循这样一个渐进的层次才是正确的姿态：
第一层次：编程执行型
以工业机器人、无人机、家庭服务为主构成了机器人方阵的初级形态。事实上，1954年，第一台可编程机器人（机械手）和1959年第一台工业机器人的问世，已经标志着真正意义上机器人的诞生。上世纪八十年代，这种类似吊车手臂的机器人就已进入中国市场。
之所以把工业机器人列在第一层次，实在是这种机器人始祖受到制约太大，其一，几乎清一色的坐标运动形式，自身不产生位移；其二，作业对象相对单一，又以喷涂、焊接、搬运、上下料等工种居多，工序的变动都会需要重新编程、调试。消费级市场最常见的、商业化程度最高的就是各种清洁类型机器人，因为使用驱动轮贴地位移，所以完全不需要考虑平衡；仅在数十平米的房间内运动，障碍几乎都是静止的墙壁和家具，只需要几个传感器就可以确保顺利运行。
第二层次：小变量应对机器人
以特种行业作业、无人驾驶汽车等为代表。当机器人进入自然环境、人类日常生活环境，各种时空间的变动都是一个变量因子，为了应对不同的环境，机器人需要更多的传感器进行感知，然后传递给CPU计算反应，当多变量同时产生还必须计算协同的、最优反应并传递给动作结构并作出反应。
第三层次：全变量应对机器人
以仿人机器人作为代表。仿人机器人之父，早稻田大学教授加藤一郎甚至认为，有脑、手、脚的个体才有资格称得上机器人。单纯在外形上向人类逼近并没有多少技术上的想象空间，恐怖的地方在于，人类进化的上千万年历史被浓缩成数十年，然后由人类自己灌输进机器，且在外在形态动作协调与内在学习和成长上取得平衡。
推不倒的仿人机器人Atlas，来自于谷歌旗下波士顿动力
一、在技术含量低的领域跟风极其严重
我们再看另一个例子，下图为50kg工业机器人成本构成草图：
全国各地纷纷布局机器人产业，河南洛阳、郑州、太原、江苏常州、南京、张家港、昆山、徐州、辽宁沈阳、沈抚新城、重庆、天津、上海、湖北武汉、襄阳、安徽芜湖、河北唐山、山东青岛、潍坊、哈尔滨、湖南郴州、长沙、浏阳、广东广州、深圳、东莞、佛山、中山、惠州、广西柳州、浙江杭州、丽水、四川成都、江西九江、山西晋城、陕西西安等36个城市将机器人产业作为当地重点发展对象，政府规划年产值之和约7200亿元。
这个概念是包含上下游产业合计的，配套产业预计值按机器人本体市场值2倍计算，也就是说，预计2017年机器人全球实际市场需求仅在1000亿上下！
资本的相对谨慎不代表山寨文化不会吹响号角，尤其是当技术门槛不高的行业披上智能机器人的外衣，无论是面对资本还是面对消费者都有无数个漂亮的故事可以讲述。打开淘宝搜索“机器人扫地机”，宝贝数目达到3.17万件，价格从699到上万元不等。消费级市场已经被门槛最低的服务机器人杀成一片血海，翻滚起浓浓的泡沫。
二、技术含量较高的领域，存在小范围的探索
无人驾驶汽车之所以成为巨头研发的重点，是因为路面状况的复杂程度已经足够测试传感设备的能力，并且汽车底盘作为运动承载，不需要分散太多精力在保持平衡和路面外变量感知上。不过，无人驾驶的技术障碍已经能拦住绝大多数市场跟风者了，除了谷歌、特斯拉，我们很高兴百度一直在进行这方面的尝试。不过去年12月成功路试的百度无人驾驶汽车，车体由宝马提供，测试路程也主要以高速公路为主，与谷歌48万公里和六年的研发调试经验相比，还有不小的差距。
阿里巴巴走了另一条路子，与富士康共同向软银旗下的软银机器人控股公司(SBRH)注资145亿日元(约合1.18亿美元)，占有20%股份。其推出的首台情感交流机器人Pepper尽管售价上万元人民币，仍然一分钟内销售一空。
三、顶级研发领域，基本未涉足
很可惜，中国厂商在机器人的顶级研发领域，几乎失语。
常年位居各大机器人排行榜首的Atlas，出自于2013年被谷歌收购的波士顿动力公司，该公司最早诞生于麻省理工学院，是美国军方长期合作伙伴。