每天能打工20小時，Figure AI把「終結者」造出來了？

還記得三月份刷屏全網的Figure 01機器人嗎？

接入GPT後，能說會看還能做家務的它，讓不少網民感歎人形機器人的時代將在AI大模型的加持下向我們大步走來。

Figure 01背後的公司也憑藉英偉達、OpenAI等聯合投資，一度成為人形機器人賽道上最靚的崽。

暫且忘記第一代的讚譽，就在昨晚，號稱「世界上最先進的AI硬件」——Figure 02正式亮相世人。

世界上最先進的AI硬件名副其實嗎？

讓我們先來感受一下Figure 02素質過硬的軀體。

擁有16個自由度的手部，能夠靈活自如地轉動手指和手腕，Figure 02起碼在賣家秀的官方demo里是到位的。

Figure 02行走間雖有顛簸，但速度也算得上中規中矩，與背景里拿著工廠零部件的同類機器人相映成趣。

經過寶馬工廠的「集訓」，Figure 02已經不再是那個只會泡咖啡的機器人了，而是成長為了熟稔的流水線工人。

雖然拿起零部件的速度還有待提升，但勝在一個字——穩。

據創始人Brett介紹，從零開始設計的Figure 02集成了多項創新技術，在智能交互和物理操作方面上都有了長足的進步。

Figure 02的頭部、前軀幹和後軀幹各配備六個RGB攝像頭，能夠通過其由AI驅動的視覺系統來感知和理解物理世界。在官方的描述中，Figure 02「具有超人的視覺」。

得益於與OpenAI合作訓練的定製AI模型，Figure 02具備與人類進行語音對話的能力，而其搭載的視覺語言模型（VLM），更是讓其能夠通過攝像頭進行語義理解和快速視覺推理。

在電池方面，Figure 02機器人軀幹中內置的2.25千瓦時電池組提供了比前代更持久的續航時間，按照設想，Figure 02能夠每天實現超過20小時的有效工作時間。

集成線路佈局一直都是人形機器人面臨的難題。

Figure 02的集成線路著重提高了電力和線路佈局的可靠性，也實現了電線的隱藏和緊湊包裝設計，並且定製的線纜端子和連接器也進一步提升了耐用性。

類似於飛機的設計，Figure 02的外骨骼結構設計增強了結構剛度和承受碰撞載荷的能力。

與前代相比，Figure 02的機載計算和AI推理能力提升了兩倍，使其能夠自主地執行現實世界中的AI任務。

AI數據引擎是Figure 02智能活動的心臟。

它能不斷地從雲端獲取、更新和優化最新的AI模型。並且，這些模型在機器人的GPU上運行，確保了Figure 02在執行任務時的智能性和適應性。

對於Figure 02的發佈，Brett興奮地表示，「Figure 02為人形機器人在工作場所和家庭中的應用鋪平了道路」。並且，其也在X上發佈了招聘渠道（附上招聘官網地址，感興趣的朋友不妨去試試：https://www.figure.ai/careers）。

2024年的當下，除了大模型加持所帶來的智商，硬件也是不可或缺的重要一環，這也是今天發佈Figure 02的意義所在。

經過寶馬工廠長時間的集訓後，Figure 02在硬件方面比起前代有了不少長進，與工廠場景的結合也更得心應手了。

高盛在今年初發佈的《人形機器人專題報告》中預測，人形機器人有望在未來十年內迎來爆炸性增長。

倘若技術再進一步，讓機器人具有接近於人的運動性能的軀體，配合大模型等技術的智能支持，人形機器人走進千家萬戶的願景，或許不再是畫餅式的憧憬。

回顧歷史，早稻田大學的加藤一郎教授曆時5年時間，才研發出人形機器人的雛形WABOT-1，而從Figure AI入局到當下也不過2年時間，在加速發展的當下，誰也看不透Figure AI這類人形機器人的潛力。

「具身智能」成新風口，人形機器人真有必要嗎？

有的人形機器人在泥裡爬，但更多的人形機器人卻在天上飛。

1950年，圖靈在他的論文《Computing Machinery and Intelligence》中首次提出了具身智能的概念，卻沒有給出一個明確的定義。

他在論文中展望了人工智能兩條可能的發展路徑，一條是聚焦抽像計算所需的智能，如下棋；另一條則是為機器人配備最好的傳感器，使其可以與人類交流、像嬰兒一樣地進行學習。

前者為非具身智能，典型案例表現為李世石以1:4負於AlphaGo。

後者往近了說，世界人工智能大會上的18台國產人形機器人成了熱門打卡點，往遠了說，英偉達掌舵人黃仁勳今年GTC大會背後的那排人形機器人也都是具身智能的重要表徵。

黃仁勳曾預言道，具身智能將引領下一波人工智能浪潮。

他說，100年後大街上將到處都是人形機器人，或將成為人類歷史上產量最大的機器系統，馬斯克則大膽地認為，它們的普及程度將是汽車的10倍。

實際上，得益於大模型的加持，人形機器人一些實際的落地應用場景已經初現端倪。

以往只會後空翻、跑酷的機器人不再滿足於贏得圍觀者的吆喝聲，而是放下了手藝活，不約而同地集體進廠，當起了生產流水線上的打工人。

一個典型應用場景是貨物的分揀和碼垛。

前有Agility Robotics旗下的Digit機器人在亞馬遜的物流倉居里分揀和搬運貨物，後有特斯拉二代Optimus機器人給大家表演了一波電池分揀，並且走路的速度也大幅提升了。

正如李飛飛所說，自然界花費了數百萬年時間才進化出空間智能，隨著空間智能的加速發展，一個催化機器人進化的良性循環正在我們面前展開。

借助大模型的泛化能力，這位名為Digit的機器人「同事」，已經達到人類75%的工作效率，擁有高達97%的任務完成成功率。

而人形機器人率先「長」在工廠里也並非偶然。

目前AI與機器人的結合還處於初級階段，尚未達到技術融合的臨界點。儘管我們見證了一些驚豔的demo，但卻不怎麼看到完全跑通的技術方案。

因此，如同嬰兒學會走路一樣，機器人沿著一條符合邏輯的發展軌跡前進，在掌握基礎技能後，才能逐步拓展到更廣泛的應用場景。

這與自動駕駛技術的發展頗為相似，總是先在規範和可控的高速公路環境中進行測試和應用。

宇樹科技創始人王興興曾在談及人形機器人的終極形態時指出，人形並非是必然的選擇。當前人形機器人的發展更多是為了適應社會共識。

他強調，智能的核心不在於外觀形態，而在於其功能。無論在視覺識別還是任務執行方面，智能機器人都應該能夠完成甚至超越人類的工作。

在人形機器人的發展還遠未成熟之際，轟鳴工廠車間里的工業機器人也提前證明了機器人的未來存在感。其中汽車行業尤為突出。

比亞迪的現代化生產車間里，衝壓、焊裝等環節都有工業機器人的身影。

甚至一些無人駕駛L4+本身就是特殊的機器人，並且已經率先成為具身智能的最大應用之一。

前一段時間，百度無人駕駛蘿蔔快跑在湖北武漢的訂單量激增，讓不少網民感歎中年失業後的生計也岌岌可危。然而割裂的是，用戶卻對蘿蔔快跑給予了高度評價。

比起人類司機，情緒穩定的無人駕駛在安全性已經可以說是遙遙領先。

它不會超速、也不會壓線，更懂交通法，頂多就是太守規矩，急著上班的武漢市民免不了要「抽水」它慢吞吞的行駛速度。

所以你看，實際場景下的機器人其實也可以很安全。而且就跟機器人都往人形機器人賽道內卷一樣，無人駕駛也還是傳統汽車的模樣。機器人的外形越來越像人了，但能力好像也越來越碾壓人了。

本文來自微信公眾號：APPSO ，作者：APPSO