生成式AI在机器人中的应用，是指利用能够自主创造新内容的AI技术来增强机器人的感知、决策和行动能力。这类技术通过深度学习模型（如生成对抗网络GANs、变分自编码器VAEs或大型语言模型LLMs），使机器人不仅能理解环境，还能预测可能场景、生成合理行动方案甚至自主创造解决方案。不同于传统程序化机器人，生成式AI赋能的机器人具备应对非结构化环境的适应性和创造性，这使其在服务、制造、医疗等领域展现出独特优势。
在实际产品开发中，生成式AI可让服务机器人动态生成个性化对话，使工业机器人自主优化抓取路径，或帮助医疗机器人模拟手术方案。例如仓储机器人通过生成式视觉模型预测堆叠物品的物理状态，家庭机器人利用多模态生成技术理解模糊的人类指令。值得注意的是，这类应用需平衡生成内容的可靠性与计算效率，通常采用「生成-验证」的闭环机制，如将大语言模型的输出与机器人传感器数据进行实时对齐。发展迅速的具身智能（Embodied AI）研究正推动生成式AI与机器人硬件的深度融合，斯坦福大学2023年的《生成式具身智能》报告指出，这将成为下一代智能机器人的核心技术范式。