对机器人规划问题用CHATGPTo3做大脑的个人判断

从我的判断来说，transformer应该快到头了gpt5.5最多，后面就恐怕停滞了，幻觉无法克服，训练数据无法突破，就像一个物理问题可能有几百层的理解，而且步骤都要对，必定在几百步过程中有几步出错，导致无法得出结果。世界模型，具身智能，具身学习，元学习，合成数据，强化学习，通过自我博弈，我凭直觉推断应该能达到某种意义上的智能，但能不能解决千禧年数学问题那种水平，看实践吧，时间会给出答案

怎么将桌子上碗洗干净，假如一个桌子桌子高100cm，桌面是一个100cm边长的正方形，假如把桌面看成一个平面坐标系，以左下角为原点，那么（25，25）是第一个直径为10cm碗的坐标，（75,75）是第二个锅的坐标，水池在桌子左上角45度的地方，距离5m，请问怎么规划把餐具丢到水池子，还需要考虑哪些因素，假如你是一个机器人，有一个机械臂，怎么规划，不能投掷餐具，给出详细的操作过程，要求非常详细，包括所有的细节，要进行路径规划，并给出所有数学移动距离，这是我想出的问题，试了几次o1pro做的还差点，o3不太行，deepseek r1也考虑的不周到

比如完成洗衣服的整套工作，实质就是如何抓取几十件衣服在三维空间中运动，然后还要规划按洗衣机按钮等运动，机器人还要能同步做几件事，那至少大脑有同时判断规划几百个物体在三维空间中的运动的能力，还不能出错，这要求超大的上下文能力，我算了一下现在100万tokens是极限，大概100万汉字是1.9mb，100万tokens最多能运行几十个物体三维空间运动规划，多了必炸。

假如o3当眼睛，o1pro、Gemini2.5pro做规划，那至少应该还要五年，那时候大概一秒就能完成思考过程并输出当个问题答案，机器人感觉0.2秒，一秒5hz才基本流畅，那恐怕要七年。