謝@速感科技 邀請。由於我個人的研究方向主要集中在機械臂這塊，機器人的其他領域只知皮毛，所以這邊也只能結合自己的經驗，粗略說一說。
先說結論，【美國機器人路線圖2016版】中指出：『在未來10-15年內，我們基本不可能制造出全能的通用機器人』，而我個人也比較認同這一觀點。所以，我就猜一個大於15的數位， 大概還需要50年 。
======以下具體說明======
【終結者】系列電影是我最喜歡的科幻電影之一，第一部【終結者】電影還是小學時跟我媽一起看的。但是，即使是1984年的T-800機器人也已經遠遠強於目前世界上的真實機器人。
要想做出類似T-800效能的機器人，我認為我們現在還有很多路要走。相對於其他技術（ 智慧型手機、VR眼鏡、移動支付等），機器人涵蓋的技術領域更廣。所以，下面我根據機器人的研究領域，分別大概談談現在機器人的研究進展與問題。
（ 以下非本人熟悉領域的內容均為道聽途說，如有誤，歡迎在評論區指出 ）
其中，T-800機器人的資訊基本上來自一個叫做『 終結者百科』 的網站T-800，（現在真是什麽網站都有了。。。。）
我們先看看T-800吧
可以看出，T-800的機構設計基本 模仿人體 進行自由度分配，骨架為超合金（也稱 高溫合金 ），另外，驅動器采用的是 液壓模組 ；此外， 能源是小型 核子反應爐核燃料電池 （可以連續工作120年）。當然，史瓦辛格飾演的T-800具有 人的外貌 。
感謝機械前輩們幾百年的積累，目前在硬體方面，實際機器人已經不會比T-800差了，甚至可能優於T-800。下面是幾個比較著名的真實機器人：
但是，在 能源方面 ，我們離T-800還有一段距離。現在的移動機器人基本上都需要攜帶一個巨大的電池，續航能力也不行。這方面只能寄希望於新一代電池技術的發明了。
除此之外，T-800在一些細節方面也超過了現在的機器人研究水平：無摩擦軸承、能承受手榴彈攻擊的高強度骨骼、包含人體內迴圈在內的活體組織等。當然，這幾個不是人形機器人的必備功能。
這個包括兩個部份，一個是傳感器，一個是訊號處理：
傳感器 ：機器人需要能夠感知周圍環境和自身狀態，因此需要安裝不同的傳感器。當然，這裏我們不清楚T-800到底安裝了哪些傳感器，所以簡單猜一下：聽覺傳感器（可以聽到聲音）；多光譜高分辨率相機（能夠夜視、放大等）；力矩傳感器；皮膚觸覺傳感器（可以感受到別人觸碰到自己）。
首先是 聽覺傳感器 ，這個似乎沒有什麽特殊的，普通麥克風即可。
其次，是 相機 ，現在機器人的視覺傳感器應該比T-800豐富，高精度相機、紅外相機、深度相機、雷射雷達等等。沒辦法，演算法不夠，傳感器來湊嘛。
之後，是 力矩傳感器 ，主要用於檢測關節力矩。有了精確的關節力矩才有可能部署一些控制演算法、估計環境狀態。當然，現在這樣的傳感器也已經有了，但就是貴。
最後，也是唯一與T-800有差距的地方，是 皮膚觸覺傳感器 ：這個基本上還有很多路要走，不信的話看看下圖吧，這是去年RA-Letter上發表的一篇論文的工作： A Conformable Force/Tactile Skin for Physical Human-Robot Interaction
訊號處理演算法 ：當然，這裏的訊號處理是廣義的訊號處理，包括普通的濾波、傅立葉變換等，也包括物體辨識、語音辨識等人工智慧演算法。這個話題就太大了，而且我們與T-800差距也非常大，我簡單列幾個：
物體辨識/語音辨識 ：當然，隨著近幾年深度學習的發展，我們在物體辨識和語音處理方面的造詣已經非常厲害了，從前段時間百度的機器人『小度』在【最強大腦】中的表現可見一斑。
語意理解 ：前面的語音辨識是指根據聲音辨識出文字，這裏則是理解辨識的文字內容。T-800與人類接近的水平就不說了，而我們現在研究的最高水平，可以參考微軟小冰聊天機器人，基本還是比較笨的。PS：不要跟我說什麽機器人『嬌嬌』，那是後面有個人在遙控。
環境理解/地圖建立 ：這個簡單地說，就是機器人對環境建模的能力，包括地圖建立等。T-800就不說了，已經可以全球到處跑，甚至穿越時空回到從沒見過的過去也沒問題。相反的，現在的機器人在這一塊還是比較弱的，即使配備了雷射傳感器等額外的裝置（T-800只有雙目相機），也只能在一些特定條件下完成地圖建立，而基於地圖的環境理解也只能算剛起步不久，如下面這個語意地圖。
當然，我覺得之後隨著深度學習技術在地圖建立等領域的套用，（考慮到深度學習對環境理解的能力），這個領域估計有可能在十年內出現可實用的技術。
規劃是指根據任務和機器人當前狀態，計算出完成這個任務的方法。包括且不限於：任務規劃（將大任務劃分為幾個小的子任務），運動規劃（機械臂或者足式機器人各關節運動軌跡），路徑規劃（其實跟運動規劃類似，不過傾向於為移動機器人規劃形式路徑）。T-800的規劃水平已經跟人差不多，所以就不提了，來看看我們現在的機器人吧：
任務規劃 ：舉個例子，我們想讓機器人送瓶雪碧，那麽機器人會將這個大任務分解成幾個子任務（運動到冰箱前-->開啟冰箱-->找到雪碧-->拿出雪碧-->關上冰箱-->送到人面前），當然，可以有更復雜的任務。目前，一般是采用MDP或POMDP模型來描述問題，然後用各種規劃演算法求解。總體上說，現在的任務規劃強烈依賴於任務描述方式（人工指定），而且在應對大規模、不完全可觀等復雜問題時，還沒有可靠的方法。
運動規劃 ：舉個例子，機器人面前有一杯水，讓機器人將手運動到杯子面前，同時不能碰到桌子等障礙物。這就是運動規劃，根據目標狀態點，生成一系列關節運動狀態。是的， 現在就連讓機器人拿起面前的杯子這樣的問題也還沒有完全解決 。簡而言之，我們一般是采用基於隨機采樣的演算法進行運動規劃的。隨機采樣的意思就是：每次規劃的結果可能不同，更無法保證規劃出的路徑是最優的。因為自己就做這一塊，所以深知其中的坑。就我個人感覺，要解決運動規劃問題，需要一個方法論上的創新，拋棄現在這套方法（因為人肯定不是這樣規劃的啊）。
路徑規劃 ：其實跟運動規劃是一個問題，但由於路徑規劃一般是在地面上，問題維度低，可以采用一些奇奇怪怪的規劃方法（Dijkstra，A*等）。由於問題畢竟簡單，這塊的發展也比較好，例如各種掃地機器人就已經可以在室內環境中到處跑了。
當然，這一塊需要解決的問題可能是：①動態環境；②擁擠環境；③復雜地形；④地圖不全的環境等。但是估計未來15年左右可以徹底解決，所以到那時候，估計無人駕駛車已經可以到處跑了。
控制 ：
控制就是具體執行規劃結果的過程了，從底層的電機控制到上層的機器人全身控制都屬於這個範疇。我不清楚T-800的控制是怎麽做的，但看他可以到處跑、跳，基本可以確定現在的機器人控制技術還沒達到這個水平。但我們可以簡單看看現在的機器人控制已經什麽水平了：
機械臂控制 ：下圖是大約十年前 Sami Haddadin 做的機械臂碰撞檢測的demo，基本上已經非常厲害了。而且，由於機械臂控制屬於機器人自身動力學問題，所以目前看來，這一領域可以說已經是完全攻克了。
機械手操作 ：但是，機械手的抓取操作問題就沒這麽簡單了，因為其中涉及實際物理環境的建模問題（摩擦力、形狀等），由於模型不精確，所以完全基於模型的方法很難解決這一問題。目前實際套用基本還是采用平行夾持器的方式。只有不少研究機構在進行靈巧手抓取方面的研究。
足式機器人控制 ：這是更難的地方了，因為機械臂和機械手都至少有個相對固定的基座。足式機器人的base是會隨著接觸而發生變化的。所以，我一直覺得能做足式機器人控制的人都是很厲害的人。雖然很難，但還是有一些逆天的公司做出了不錯的足式機器人】。
上面這幾個足式機器人真的已經超級厲害了，但是它們跟T-800比起來，依舊還是渣渣。
這個屬於另外一大塊內容，由於可以套用到其他領域（控制、規劃、感知等），所以有時候不能單獨列為一類。眾所周知，現在深度學習很厲害了，但依舊需要依賴大量標記數據。
我之前在另一個回答（小紮說人工智慧仍需要人類給出足夠的引導，機器人需要完成「無人指導下的學習」，目前這種理論目前是否存在？ - fly qq 的回答 - 知乎）中提到過，機器學習分為監督學習、無監督學習和強化學習三類。目前，深度學習主要在監督學習方面得到了很好的套用；此外，對於強化學習，也逐漸以Deep Q Learning等形式出現；但無監督學習才是機器學習中的最高挑戰。
T-800在電影中能學習微笑等奇怪的技能（也可以直接從資料庫中下載知識學習），正得益於其超強的學習能力。而其能根據資料庫中的人體解剖資訊，習得如何高效殺死人類（根據『終結者百科』），說明其已經具有了較強的無監督學習能力。
當然，機器學習的坑還有很多。因為，正是不斷學習讓我們能夠面對不斷變化的環境。這方面可挖的東西太多了。
這個就是機器人與人互動的問題。包括辨識人、與人交流、與人協作。在這個角度看，T-800已經跟常人無異（甚至強於人類）。但是，我們現在的機器人則還不盡如人意：
辨識人 ：雖然人體辨識在機器視覺中已經有了很多成果，但是在人機互動過程中，機器人不僅要辨識到人的存在，還應該要能判斷人的動作、意圖，並作出相應反饋。
與人交流 ：這方面，T-800早已經透過『圖靈測試』了（可以混入人類軍隊）；而我們的聊天機器人雖然也已經做得不錯了，但離透過『圖靈測試』還很遠，隨便一個普通人都能輕易判斷出對面是一個機器人。
與人協作 ：這個就不說了，T-800不僅可以與人一起做簡單的協同工作，還能夠給人分配工作。。。。；而我們真實的機器人還只能這樣：
容錯性 ：
這個就是說機器人的軟硬體發生故障後，依舊可以自適應地完成部份工作，我們比T-800還是差很多：
T-800是這樣的：融解得只剩手了，還能給你點贊。
我們的機器人最強只能這樣：
2014年發表在Nature的成果，只是簡單的機構損壞、核心部件完好。
綜上，要想做到跟【終結者】中的T-800那樣的通用機器人，我們還有非常非常非常遠的路要走，前面說的50年都已經是很樂觀的估計了 。
當然，要想在十年內做出這樣的機器人也不是不可能，例如忽然來了一群奇怪的人說要教我們機器人技術：
