Veštačka inteligencija (VI) ima sposobnost da pronađe recepte ili generiše slike, ali se bori sa fizičkim zadacima poput kačenja umetničkih dela ili kuvanja. Chelsea Finn, inženjerka i istraživačica na Stanford univerzitetu, želi da to promeni, verujući da VI može otvoriti novo doba u robotici. Finn, koja je suosnivačica kompanije koja je predstavila svestranog robota sa VI sposobnog za presavijanje veša, ističe potrebu za softverom koji omogućava robotima da funkcionišu inteligentno u raznim scenarijima. Dok napredak kao što je nedavni robot za pakovanje ručka pokretan VI iz Google-a ilustruje potencijal, istraživačka zajednica je podeljena o tome da li generativna VI može revolucionisati robotiku kao što je to učinila sa online zadacima. Kritičari, poput Kena Goldberga sa UC Berkeley, upozoravaju da roboti neće postići svoj potencijal iz naučne fantastike preko noći zbog složenosti uključene. Istorijski, percepcija robotike često je nadmašivala stvarnost; roboti odlično obavljaju kontrolisane, ponavljajuće zadatke, ali se bore u nepredvidivim okruženjima. Finnova laboratorija istražuje rešenja kroz projekat pod nazivom "OpenVLA, " koji ima za cilj da kreira sistem koji kombinuje vid, jezik i akciju, podsećajući na rad ljudskog mozga.

Ovaj inovativni pristup omogućava obučavanje robota da obavljaju zadatke kroz demonstraciju umesto detaljnog programiranja. Moo Jin Kim sa Stanforda ilustruje ovaj proces, gde čovek "marionetari" robota koristeći joysticke kako bi mu podučio zadacima kroz ponavljajuću praksu. Kako robot uči iz ovih demonstracija, počinje da replicira radnje samostalno. Fizicka inteligencija, kompanija koju je suosnovala Finn, teži da proširi ovaj model obuke, zamišljajući robote sposobne da se prilagode raznim jednostavnim zadacima kao što je pravljenje sendviča. Finn tvrdi da bi razvoj generalističkih sistema mogao biti efikasniji od specijalizovanih, iako prikupljanje potrebnih podataka za obuku predstavlja izazove. Skeptici poput Kena Goldberga veruju da će izgradnja sveobuhvatnog skupa podataka za fizičke zadatke potrajati znatno duže nego za chat botove zbog složenosti podataka iz stvarnog sveta. Slično tome, Pulkit Agrawal sa MIT-a favorizuje simulacije kao način za ubrzavanje prikupljanja podataka tako što omogućava robotima da se ponavljaju u virtuelnim okruženjima, iako takve simulacije često ne uspevaju da uhvate nepredvidivu prirodu stvarnog sveta. Dublji problemi takođe postoje, kako ističe Matthew Johnson-Roberson sa Carnegie Mellona, koji veruje da roboti moraju da se suoče sa složenijim prostornim i vremenskim izazovima od chat botova, što čini prikupljene podatke nedovoljnim za precizno izvršavanje zadataka. I pored skepsize, mnogi priznaju da će VI transformisati robotiku. Goldberova kompanija, Ambi Robotics, razvila je sistem vođen VI koji poboljšava sortiranje paketa, značajno povećavajući efikasnost, dok još uvek zahteva tradicionalno programiranje za izvršenje. Dok Finn pristaje da su potrebni napredci, ostaje optimistična da će roboti sa VI pomagati u sektorima koji se suočavaju sa nedostatkom radne snage zbog starenja populacije, iako ne predviđa da će ovi roboti potpuno zameniti ljudski rad za složene zadatke.