但它們給人的印象仍然是機械和程序化的，不能冒險太過偏離自己的路線。它們需要不斷地重新編程。研究人員現在正在開發類人機器人，可以對擺在他們面前的任何或所有情況做出反應。機器人領域正處于關鍵時刻，準備突破工廠和實驗室的控制范圍。這一進步的最前沿是生成式人工智能和人形機器人之間的有效合作，為它們在動態和不可預測的世界(非結構化環境)中的運作鋪平了道路。

　　生成式人工智能現在為機器人提供了感知、解釋和適應“非結構化”情況的能力，例如布局、物體放置和照明條件的變化。而自主機器人仍然是一個利基領域，但我們相信它的出現將在未來幾年擴大整個機器人市場，因為它能夠實現更高價值的用例。

　　隨著相機、計算機視覺和深度學習技術的成熟，我們得到了一個能夠感知、理解環境并從中學習的機器人;一個自主的機器人，生成式人工智能消除了人機交互的摩擦，使溝通變得像與同事或朋友交談一樣簡單。

　　盡管如此，該領域的專家仍質疑人工智能是否仍能提供類似人類的響應能力，因為它們仍然存在很大的局限性。大型語言模型不具備在訓練中未遇到的情況下準確執行的能力。因此，它們沒有表現出人類所認為的對世界的‘理解’。