她举了一个简单的例子：“桌子边缘放着一个半满的玻璃杯，机器人不仅要识别‘这是杯子’，还应推断出它是易碎的、里面有液体、轻微碰撞就可能掉落。”

　　叶云也用“那杯水”解释道，对机器人说“把桌上那杯水递给我”，它在语言层面完全能理解。但真要动手，它得知道什么是桌子和杯子，以及杯子在三维空间中的确切位置，该用多大的力握持杯子，水满时移动要平稳，递到人手里时要等对方握住才能松手。

　　“但这些都不是写在指令里，而是刻在物理世界的规律里。机器人能‘听懂’指令，但距离‘做到’，还需要它对三维空间、物理因果、动力学规律有深刻的‘理解’”。

　　目前，很多机器人通过训练已经能够认出一个杯子，但认出杯子和“理解什么是杯子、像人一样识别杯子”完全是两回事。仝人智能科技(西安)有限公司创始人、总经理吴易明说，“理解”是最核心的关键词。

　　“当前行业讨论最多的是模型、算法和参数规模，但机器人想要进入家庭，真正需要突破的，是像人一样理解物理世界、理解空间关系、理解事物共性的能力，这需要智能科学底层理论的突破。”吴易明认为，“只有真正具有了‘理解能力’，像人类一样理解自己与整个物理世界之间的关系，机器人才能服务家庭真实需求，在复杂多变环境中应对各种挑战，乃至像人类一样使用传统工具来服务人类。”

　　“那么，人类是怎样理解真实世界的？”面对记者的追问，吴易明提到了图式理论(Schema Theory)中“理解”的定义，就是用头脑中已有的图式(结构、框架、认知程序)去解读一个事物。