Kecerdasan buatan (AI) mempunyai keupayaan untuk mencari resipi atau menghasilkan imej, tetapi ia menghadapi cabaran dalam tugas fizikal seperti menggantung seni atau memasak. Chelsea Finn, seorang jurutera dan penyelidik di Universiti Stanford, berhasrat untuk mengubah keadaan ini, percaya bahawa AI dapat membawa perubahan era baru dalam bidang robotik. Finn, yang merupakan pengasas bersama sebuah syarikat yang telah mempamerkan robot AI serba boleh yang mampu melipat kain, menekankan keperluan perisian yang membolehkan robot berfungsi secara pintar merentasi pelbagai senario. Walaupun kemajuan seperti robot pembungkus makan tengah hari yang didayakan AI baru-baru ini dari Google menunjukkan potensi, komuniti penyelidikan terbahagi tentang sama ada AI generatif dapat merevolusikan robotik seperti yang dilakukannya dalam tugas dalam talian. Kritikus, seperti Ken Goldberg dari UC Berkeley, memberi amaran bahawa robot tidak akan mencapai potensi fiksyen sains mereka dalam sekelip mata disebabkan oleh kompleksiti yang terlibat. Secara historis, persepsi tentang robotik sering kali mengatasi realiti; robot unggul dalam tugas terkawal dan berulang tetapi menghadapi kesukaran dalam persekitaran yang tidak menentu. Makmal Finn sedang meneroka penyelesaian melalui projek yang disebut "OpenVLA, " yang bertujuan untuk mencipta sistem yang menggabungkan penglihatan, bahasa, dan tindakan, menyerupai cara otak manusia berfungsi.

Pendekatan inovatif ini membolehkan latihan robot untuk melaksanakan tugas melalui demonstrasi dan bukannya pengaturcaraan terperinci. Moo Jin Kim dari Stanford menggambarkan proses ini, di mana seorang manusia "menggerakkan" robot menggunakan joystick untuk mengajarnya tugas melalui amalan berulang. Apabila robot belajar daripada demonstrasi ini, ia mula meniru tindakan secara bebas. Physical Intelligence, syarikat yang ditubuhkan bersama oleh Finn, berusaha untuk memperluas model latihan ini, membayangkan robot yang mampu menyesuaikan diri dengan pelbagai tugas mudah seperti membuat sandwich. Finn berpendapat bahawa membangunkan sistem umum mungkin lebih berkesan daripada yang khusus, walaupun mengumpul data latihan yang diperlukan membawa cabaran. Penyangsang seperti Ken Goldberg percaya bahawa membina set data komprehensif untuk tugas fizikal akan memakan masa yang lebih lama berbanding untuk chatbot disebabkan oleh kompleksiti data dunia sebenar. Begitu juga, Pulkit Agrawal dari MIT lebih memihak kepada simulasi sebagai cara untuk mempercepatkan pengumpulan data dengan membenarkan robot berlatih berulang kali dalam persekitaran maya, walaupun simulasi tersebut sering gagal menangkap sifat tidak menentu dunia sebenar. Masalah yang lebih mendalam juga wujud, seperti yang diketengahkan oleh Matthew Johnson-Roberson dari Carnegie Mellon, yang percaya bahawa robot perlu menghadapi cabaran spatial dan temporal yang lebih kompleks berbanding chatbot, menjadikan data yang ada tidak mencukupi untuk pelaksanaan tugas dengan tepat. Walaupun skeptisisme wujud, ramai yang mengakui bahawa AI akan mengubah robotik. Syarikat Goldberg, Ambi Robotics, telah membangunkan sistem yang dipacu AI yang meningkatkan pengurusan bungkusan, secara signifikan meningkatkan kecekapan walaupun masih memerlukan pengaturcaraan tradisional untuk pelaksanaannya. Walaupun Finn bersetuju bahawa kemajuan diperlukan, dia kekal optimis tentang robot yang dipacu AI yang membantu dalam sektor yang menghadapi kekurangan tenaga kerja disebabkan oleh populasi yang menua, walaupun dia tidak meramalkan robot ini menggantikan sepenuhnya tenaga kerja manusia untuk tugas yang kompleks.