分享好友 行业资讯首页 行业资讯分类 切换频道

Figure创始人万字对谈,称中国机器人现在只会跳舞,供应链正在去中国化

2026-11-20 20:4970刘 俐杉机器人前瞻

图片

人形机器人的总需求规模大约可以达到200亿台。作者 |  刘俐杉
编辑 |  许丽思
机器人前瞻11月20日报道,近日,Figure创始人兼CEO Brett Adcock参与了一场深度访谈《The Company Outcompeting China and Tesla in Robotics(Figure AI)》,主要围绕Figure最新进展、人形机器人技术路线、家庭应用、量产规划及行业未来展开交流。重点包括:1、中国及整个机器人产业都是Figure当前需要面对的竞争力量。 Brett认为,旧金山湾区是发展通用机器人技术最好的地方,深圳则可能排在第二位。但对于宇树等企业推出的部分机器人产品,他认为这些产品体积较小、功能有限,缺少灵巧手;中国很多企业专注在跳舞等运动场景,Figure则希望能够让机器人拥有泛化能力,在零样本环境中进行长时间的稳定工作。2、Brett称,Figure 4或将成为人形机器人领域的“初代iPhone时刻”,Figure 4将是该公司历代产品之间迭代幅度最大的一次升级。Figure已经研发灵巧手近两年,完成了7次迭代。新一代产品将重点降低成本、提升机器人能力,并进一步改善灵巧手表现。3、Figure正在推进机器人核心零部件和供应链的垂直整合。 该公司正持续研发灵巧手,也在推进新的头部和面部设计。同时,Figure正在逐步将不同零部件及其他供应链环节从中国转移出去,此前关税压力极高,曾一度达到270%。4、Figure已经从桌面操作逐步发展到全身神经网络控制。 Brett称,从早期的桌面操作方式,发展到整个系统由神经网络控制、让机器人能够自主移动,Figure大约花了一年时间。全身控制要求模型同时理解膝关节、髋关节、脚部与手指、双手之间的动作关系,因此必须将这些部分放在一起训练。5、Figure正在扩大模型训练规模,算力成为重要瓶颈。 Brett认为,当前机器人“大脑”最缺的是数据和算力,Figure的大部分算力都用于模型训练,该公司还在持续扩大算力规模,其每年算力支出已经达到九位数美元。Adcock还提到,截至2026年9月,全球算力供应已经耗尽。6、Figure正在加速推进人形机器人进入家庭。 Brett Adcock认为,机器人要真正进入家庭,必须能够走进家庭、与人交谈,并独立完成有用的工作。Figure正在训练规模更大的模型,提升机器人的自主能力,并预计最晚六个月内让Figure机器人进入家庭场景。而Figure也正在为机器人进入家庭建立更完整的安全体系。 除了物理安全和语义安全,该公司还在开展网络安全、系统安全工程等方面的工作,并制定更底层的安全规则。7、Figure希望通过租赁模式降低家庭机器人的使用门槛。 Brett认为,面向家庭市场,机器人的月租价格需要控制在300至500美元左右。采用租赁模式后,用户可以每隔几年更换一次机器人,持续使用更新的产品。8、Brett将人形机器人竞赛划分为四个阶段: 首先制造出真正优秀、具备实用功能的硬件;其次建立能够让机器人自主完成任务的AI方案;然后扩大智能规模,依靠更多数据和算力提升模型能力;最后扩大机器人规模,实现大规模生产和部署。9、Figure园区内的人形机器人数量已经超过人类员工。 目前,Figure园区内已有1000多台机器人。每台机器人都具备实时语音到语音交互能力,能够与人进行交流,并在园区内自主完成多种任务。10、Brett认为,人形机器人未来可能拥有约200亿台的总需求规模。 他认为,机器人将逐步进入企业和家庭,承担更多现实世界中的工作。随着机器人能力提升,未来还可能改变企业的生产方式和社会经济运行模式。图片以下是Brett Adcock的深度访谈实录,为优化阅读体验,机器人前瞻做了不改变原意的编辑:

01.

让机器人走进家庭,智能是最大的约束

Peter: Brett,很高兴又来到这里。距离Dave和我上次来Figure参观,已经过去差不多一年了,这里发生了相当大的变化。我刚走进园区,在那边的停车场停好车,就能看到外面有大约100台机器人在迎接。

所以我想问,你们会如何称呼一群机器人?你们自己有专门的称呼吗?

Brett Adcock:有,它们是我们的访客机器人。

它们会在整个园区里走动,可以开门、上下各种楼梯、使用电梯,还会迎接来访者、与他们交谈。我们目前还在努力让它们能够为来访者拿咖啡。

我们还有一个比较有挑战性的目标,我们希望有人来到园区后,从接待到办理完整的登记手续,再到会议室、参观园区,甚至去洗手间,整个过程都不需要与人类员工交谈,全部由人形机器人完成。

Peter: 你刚才提到了一件相当重要的事情,现在你们园区里的Figure机器人数量已经超过了人类员工?

Brett Adcock: 大概四五个月前,我们就已经跨过了这个节点。我记得当时我们有七八百名员工,现在机器人的数量已经超过了员工,而且现在的机器人数量比员工多得多。

Peter: 目前你们已经生产了多少台机器人?

Brett Adcock: 我不太确定,大概有1500台左右在园区里。可以肯定的是,园区内已经有1000多台机器人,世界其他地方也部署了一些机器人。

Peter: 很不错。我们现在看到的是Figure 3。上次我们来这里时,你们似乎刚刚开始向Figure 3过渡。还需要多久,我们才能直接与Figure机器人进行语音交流?

Brett Adcock: 现在你已经可以和这里的任何一台机器人交谈了。你可以把它叫停,直接向它提问,也可以与它对话。

Peter: 它已经具备实时语音到语音的能力了?

Brett Adcock: 是的。这里的每台机器人都配备了扬声器和麦克风。实际上,我们使用Hark提供语音AI。现在每台机器人都具备完整的实时语音到语音交互能力。

Peter: 什么时候我才能为家里订购一台Figure机器人?我想这也是大多数人最关心的问题。

Brett Adcock: 从整体上看,我们有两条发展路线:一条是将机器人投入商业市场,另一条是让机器人进入家庭。这是两个非常不同的领域。

商业市场在某些方面相对容易,因为任务定义得非常明确。你几乎可以把机器人每天需要完成的工作逐项写在纸上,而且这些任务通常不会发生太大变化。

但商业市场也有很大的难度,因为我们必须达到非常高的速度和性能目标。一旦出现失误,就可能被解雇。这显然不是一件好事。因此,这同样是一个非常困难的市场。

家庭场景则有些相反。我们不需要机器人达到商业市场所要求的工作速度,但家庭任务并没有明确的标准。

每个家庭都不一样。我想,如果我们问问在座三个人各自家里有哪些家电,答案肯定各不相同。每个人的家庭环境和布置都不一样,我们希望机器人完成的任务也会动态变化。

因此,我们正在并行推进这两条路线。

我们认为,这两条路线本质上都是智能问题。如何让机器人具备足够的智能?

实际上,Figure 3已经有能力完成家庭中的大多数事情。因此,我们正在努力研发规模更大的预训练模型,并在后训练和强化学习(RL)方面投入更多工作,希望真正解决这个问题。

那么,我们希望最终进入家庭的机器人是什么样的?

如果你去问这个领域的其他公司,可能会得到不同的答案。但我们的观点是,Figure只有在能够提供真正高质量的家庭机器人产品时,才会正式推出这款产品。

机器人必须能够走进家庭,与你交谈,并真正完成有用的工作。

我们不希望在家庭场景中依靠远程操控,也不希望机器人频繁出现问题和故障,或者因为不知道下一步该做什么而停下来。机器人进入家庭时,必须是一款高品质产品,达到类似苹果产品的品质标准。

Dave: 也就是说,它必须真正适合家庭环境。

Brett Adcock:没错,而且必须真正能够工作。

机器人进入家庭后,应该带来一种神奇的体验,就像家里多了一个人,能够帮助你完成各种事情。这就是我们的产品发布标准。在达到这个标准之前,我们不会推出产品。

我认为,其他一些公司可能会更早推出产品,但在我看来,这样做不会成功。最终的结果可能会和你们已经看到的那些AI设备一样。

现在,Humane、Rabbit以及其他AI设备公司已经让我们看到了类似的情况。在真正拥有一款令人惊艳的产品之前,这类设备是不会成功的。

因此,我们正在努力解决这个问题,这里最核心的挑战,是机器人的智能水平。

Figure 3机器人已经具备折叠衣物、洗碗、整理采购回来的食品、打开冰箱和烤箱等能力,也能够完成家庭中的实际工作,包括打扫卫生。

我们已经展示过其中一些能力,但接下来需要做到的是,让机器人能够端到端地完成这些工作,每天持续工作十几个小时以上,每一天、每周七天,连续工作数年。我们正在朝这个方向努力。

我认为,最大的约束就是智能。我们如何将一台机器人放进任何一个我们选择的家庭里,只需要通过语言与它交流,就能让它完成有用的工作?

当然,还有其他问题,例如系统集成问题、安全问题,这些也都非常困难。但从整体上看,我们正在努力攻克的主要还是智能问题。

Peter: 不过,我不会要求你作出承诺,也不会告诉其他人。你觉得这一时间是2027年还是2028年?

Brett Adcock: 我们现在已经在进行测试。目前,我们在加利福尼亚州开展测试,每次会进入大约20至100个此前从未进入过的新家庭。

自Helix 2.5发布以来,我们就一直在进行这项工作。

目前,这些测试主要用于模型评估,同时也包含大量高强度测试。

在我看来,首先需要向我们自己证明的是:机器人能够在零样本环境中端到端地完成工作。这里的零样本环境,指的是机器人从未进入过的家庭。

我们没有在这些环境中训练过机器人,它们也没有见过其中的任何物体。我们只需要通过语音向机器人下达指令,也就是给它一个提示词,它就能够端到端地完成工作。

今天,我们已经能够在比较小的任务层面上很好地实现这一点。比如,你只要求机器人完成一件事情,例如整理床铺。

Dave: 我们刚刚实际上就做了这件事。你可以给它一个完全开放式的提示词,它事先并不知道你会要求它做什么。即使只有这样一个提示词,它也能很好地尝试完成各种任务。

Brett Adcock:是的。不过,我可能需要把刚才的意思说得更完整一些:我们需要让机器人能够在更长的任务时间跨度内,端到端地完成这些工作。

我们现在正在训练规模越来越大的模型。

你们今天在Black Box看到的是Helix 3。这可能是目前全世界除了我们办公室内部人员之外,唯一一批见过这个模型的人。

我不知道你们当时是什么感受,但对我来说,那一刻真的很像一个初步的通用人工智能(AGI)时刻。

我会这样描述它:这就像一个拥有成年人身体的机器人,但它的智力水平还比较低,有点像一个两岁的孩子,却拥有成年人的身体。你基本上可以向它提出任何要求。它能够完成很多事情,但也有一些事情做得还不够好。

不过,当时展示的模型训练程度明显不足,那只是Helix 3推出的第一个模型检查点。

现在,我们已经在训练规模大得多的模型,甚至就在本周,我们还在对这些模型进行评估。

所以,回到你刚才问的时间问题。我的判断是,在接下来的六个月以内,甚至可能更早,我希望能够看到这样的结果。

Peter: 那么,真正向消费者销售这些机器人,还需要多久?

Brett Adcock: 接下来,我们还需要解决如何把机器人交付给消费者的问题,并确保它们真正安全。机器人的可靠性必须非常高,不能出现各种问题和故障。

Peter: 你们会一直把机器人的维护和维修作为Figure内部的业务来做吗?还是会在全球范围内认证外部服务商,由他们负责维护和维修?

Brett Adcock: 现阶段,我们会自己做。我们真的希望让用户在家庭中获得最高品质的机器人使用体验。我们比任何人都了解这些机器人,而且它们是我们自己制造的,所以我们会自己负责。

我们可以在机器人上设置标签,打开之后就能处理维修问题。实际上,有很多方法可以解决这个问题。

当然,最终我们肯定不会什么事情都自己做。但在产品刚刚开始扩大规模时,我们真的希望用户能够获得非常出色的家庭使用体验。这基本上就像家里多了一个人,能够帮助你完成各种事情。

我们会投入最高程度的关心和精力来实现这件事。我们正在为这件事倾注所有心血、汗水和努力,确保最终推出的产品真正出色。

反过来说,如果产品推出后却无法很好地工作,那我们基本上就没有机会了。

图片

02.

从硬件到AI,机器人需要经历四个发展阶段

Peter: 现在有一个很有意思的讨论:人工智能正在冲击白领工作,金融、法律和医疗诊断等领域已经受到影响。那么,什么时候机器人才能进入供应链,开始从事传统的砌砖工作,以及其他各种体力劳动?

Brett Adcock: 我很喜欢自己对机器人行业的判断。让我把这套观点完整讲一下,我觉得这可能有助于大家理解我对机器人行业的看法。

在我看来,人形机器人竞赛大致分为四个阶段。

第一阶段,必须制造出真正优秀、具备实用功能的硬件。机器人硬件必须足够出色。没有真正优秀的硬件,就不可能在机器人上实现通用人工智能(AGI)

我们显然一直在做这件事,目前已经推出了Figure 1、Figure 2和Figure 3,未来还会推出Figure 4。

从整体上看,硬件必须具备足够的速度和扭矩,拥有与人类大致相同的运动范围,能够达到人类的运动能力水平。

与此同时,成本必须足够低,而且必须能够大规模制造。

第二阶段,必须建立一套AI方案,让机器人能够端到端地完成时间跨度更长的任务,包括完整的移动操作能力,也就是让机器人能够行走,同时使用双手完成操作。

除了Figure之外,我们实际上还没有在世界上看到多少这样的能力。

你们看到的一些团队,主要是在桌面上使用现成的机器人完成操作任务。这些机器人通常被固定在桌子上,而且针对特定环境进行了过度训练。你还没有看到机器人能够自主行动,在周围走动并完成各种工作。

我们从Helix 2开始实现了这一点,让机器人能够在整个房间范围内完成任务。

Peter: 我还记得第一次来到这里时,你们最重要的展示内容,就是让机器人把一颗咖啡胶囊放进咖啡机。

Brett Adcock: 那已经是很久以前的事情了。但现在回头看,那可能是我们发展过程中最重要的转折点之一。

说实话,这听起来可能有些好笑,甚至有些荒唐。但当时距离现在也不过两年到两年半。

那时候,我们的一切工作都是通过代码完成的。机器人的所有功能基本上都是用C语言编写的。

我们使用的是一套早期的自主系统,也就是Autonomy 1.0技术栈,用于同步定位与建图(SLAM)、目标检测以及其他工作。

当时,我们实际上看不到一条能够让这些机器人真正实现规模化应用的路径。机器人无法真正实现我们希望它们完成的事情,更不用说制造数十亿台机器人,并让它们在世界各地工作,最终实现类似电影《我,机器人》中的场景。

当时那次演示中,我们让Figure 1把一颗咖啡胶囊放进咖啡机。我当时和团队坐在一起,对他们说:如果我们能够通过这样的神经网络,实现完整的上半身灵巧操作,那么我认为,这将是人类机器人发展史上第一次有人真正做到这一点。

更重要的是,这为我们展示了一条路径:未来所有这些工作都可以通过神经网络完成,而不需要编写大量代码。

这正是我们真正需要的东西。

因为这个领域的不确定性实在太高了。如果想让机器人走进大家的家庭,在世界各地完成我们希望它们做的各种工作,就必须解决这个问题。

你刚才提到的蓝领工作也是如此。这些工作涉及机器人与环境之间非常强烈的物理交互,例如抓取物体、产生碰撞和接触力等。

这类工作实际上非常困难。

当时,我告诉团队,如果我们能够做到这一点,这件事将具有历史意义,我们可能因此融到5亿美元。

后来,我们真的做到了。不久之后,我记得我们融到了略低于7亿美元的资金。

这是一个巨大的转折点。它证明了深度学习能够应用于机器人领域。

对我来说,这也意味着第二阶段的开始:我们必须拥有一套真正有效的AI方案,否则整个机器人发展的故事就没有希望实现。

Peter:很多人没有意识到,你在神经网络真正成为主流之前,就已经进入机器人领域了。

Dave: 早期的汽车也非常传统,90%的工作由C语言代码完成,只有10%使用神经网络。

现在情况完全反过来了。当然,汽车里仍然需要保留一部分确定性代码,例如制动系统以及通过线控方式连接的部分。但基本上,所有决策工作都由神经网络完成。

Peter: 那么,对于把咖啡胶囊放进咖啡机这项任务,你们当时是不是已经完全使用神经网络了?没有一行人工编写的代码?

Brett Adcock: 我们当时仍然有一个用C语言编写的控制器,但整个上半身,包括所有手部操作,都是由一个神经网络完成的。

因此,我们基本上是通过原有控制器维持机器人的平衡,而在此之上的所有工作都由神经网络完成。

坦率地说,从当时那种桌面操作方式,发展到整个系统都由神经网络控制、让机器人能够自主移动,我们大约花了一年时间。

Helix 1主要是上半身使用神经网络,而Helix 2则实现了全身神经网络控制。这中间花了我们一年时间。

那一年,我几乎每天都在这里实验室后面的一个站立式工作台旁,努力研究如何让机器人从桌面操作转变为能够移动并完成工作。

我们以前一直认为这件事非常简单。当时的想法是,我只需要用操纵杆控制机器人,让它移动到某个地方,然后再让它开始工作就可以了。

因为很多时候,人在工作时其实是相对静止的。例如,制作咖啡时,你通常只是站在那里,并不会一直走来走去。但后来我们意识到,真正困难的是全身协同控制。

机器人脚部的位置非常重要。实际上,机器人的整个身体都是为了让双手和头部能够到达世界中的某个位置,同时保持身体平衡。

我们真正学到的是,所有关节的运动轨迹都需要作为一个统一的整体来处理。

机器人必须在同一个时间点理解膝关节、髋关节和脚部正在做什么,以及这些动作与手指和双手之间存在怎样的关系。因此,所有这些部分都必须放在一起训练。

Dave: 我认为,很多人并没有真正理解这一点。如果你整天都在YouTube上看视频,就会觉得中国已经拥有了非常灵巧的机器人。

但实际上,在这些展示背后,很多机器人要么是通过远程操控完成动作,要么就是提前编排了十几个动作,再把这些预设动作组合起来。

当你把这些视频剪辑在一起时,就会觉得中国在机器人领域已经领先我们很多。但其底层技术体系实际上是人为设计出来的,并不是一个能够实时学习的真正神经网络。

Brett Adcock:我想先明确一下我们看到的中国机器人是什么情况。

我们看到的是机器人跳舞。这些机器人使用的是基于深度学习和强化学习(RL)的控制器。

具体来说,人类会穿上动作捕捉服,也就是好莱坞电影拍摄中使用的那种服装,然后做出各种动作。

他们会进行跑动、翻腾等类似忍者的动作。随后,你就可以训练一个强化学习控制器,让机器人学习并重放这些动作。

这些机器人全部采用开环控制。也就是说,你只需要按下一个按钮,机器人就会执行预先学习好的动作,而不会根据周围环境作出反应。

其中很多机器人的头部还安装了小型激光雷达,这样它们在一起参加游行时,就能够确定自己的位置,避免彼此碰撞。

但所有这些工作,与真正需要解决的通用机器人问题完全是两回事。

这些展示对于展示机器人硬件能力来说可能很有吸引力,但对于我们希望机器人实现规模化应用的目标而言,它们并不实用。

所以,你看到的情况就是:这些工作本身并不实用,实现这些工作的技术体系也不具备实际应用价值。

而且,完成这些工作的AI技术体系,一个大学高年级学生只需要一台机器人就能做出来,这实际上是非常简单的事情。

我们过去也做过类似的工作,因此我们很清楚其中的情况。

从第二阶段,也就是建立AI方案开始,我们最终实现了类似的能力。

我们以一次持续两小时的展示作为第二阶段的一个重要节点。我记得当时还有一场大约200小时的物流工作直播。

你们现在看到的就是当时展示的那些机器人。那条生产线上工作的机器人,自从四个月前那次展示以来就没有停下来过。它们几乎每天都在运行。

 对我来说,第三和第四阶段就是扩大智能规模和扩大机器人规模。

03.

 算力支出已经达到九位数,Helix 3将初步迈向AGI
Peter: 你们刚开始研发Helix时,当时已经存在的模型还无法与物理系统进行交互。而最近,我们看到GPT Astra已经能够操作机器人了。你能不能谈谈这一点?与能够操作物理系统的通用模型相比,Helix目前领先多少?

Brett Adcock: 我想先谈谈我们看到的其他类型的大语言模型,甚至是多模态模型。

现在,我们确实看到一些模型开始指挥机器人完成任务,但这些任务都非常基础,而且通常是在固定的摄像头视角下,以非常缓慢的速度完成的。

如果把机器人的运行速度放慢到足够低的程度,那么从某种意义上说,任何自主机器人问题都不会显得那么困难。

你们看到的这些视频,实际上有些是经过5倍、10倍甚至20倍加速播放的。因为实际操作过程被放慢了,主要是受到延迟等因素的影响。

这些系统本质上是在构建闭环控制,只不过整个过程运行得非常慢。它们确实需要反馈,但目前这些模型还无法足够快速地输出结果,而且它们工作的空间维度非常低,执行的也都是一些非常基础的任务。

我们需要解决的是一个完全不同的问题。我们需要处理的机器人动力学和运行频率,与目前外界视频中展示的情况完全不同。

我们的机器人需要能够四处行走,并且必须能够非常迅速地对周围环境作出反应。

例如,在商业场景中,机器人需要在3秒以内完成一个包裹的搬运,而且不能频繁出错。在整个工作班次中,错误率只能控制在几个百分点以内。

在家庭场景中,我们需要机器人完成非常精细的操作,例如抓取杯子和餐具,并将它们收纳起来;打开门和橱柜;在卧室、厨房等狭窄空间中移动。

与此同时,我们还必须让机器人驾驭这种极其复杂的机械系统,完成各项任务。而且不能出现失误。

机器人还必须保持平衡。它需要依靠双脚支撑身体,而支撑面积相对于身体质心来说非常有限。

当你从这些角度去理解问题时,就会发现,这与大学实验室里那些桌面机器人所面临的问题完全不同。

现在,你们也看到了Astra以及其他团队的相关工作。但这些模型并不是真正面向机器人领域的模型。如果它们真的能够解决这些问题,我们完全可以直接运行它们。

Dave: 这里还有一个很微妙的区别:你们整个AI技术栈都由Figure或者Hark掌握。

而大学里的桌面机器人实验,无论采用什么形式,通常至少需要建立在一层第三方神经网络或大语言模型之上。

Brett Adcock:这些系统并不是真正可用的机器人系统。你无法把它们放进这样一台具有高度动态性的机器人中,并让它真正工作,也无法实现规模化。

我们看不到一条可行的技术路径,能够让这些系统从咖啡胶囊的操作,逐步发展到完整的移动操作能力,再发展到我们最近通过Helix 2.5实现的水平。

这中间不存在一条直接可行的路径。整个架构都需要发生根本性的改变。

这些实验环境通常拥有几乎无限的算力,通过网络连接,使用延迟非常低的通信方式。它们使用固定摄像头,通常还会针对数据采集所使用的桌面环境进行过度拟合。但这些都不是我们在真实世界中会遇到的场景。

因此,我们必须从头开始构建Helix,真正解决一个问题:如何为机器人打造正确的大脑?

现在,我认为我们已经相当深入地理解了机器人的大脑应该如何工作。而目前这个大脑最缺少的,就是数据和算力。

我们还没有足够的世界理解能力,无法充分理解关节受到的力以及各种观测信息,因此还不能让机器人进入世界上每一个家庭。

但现在,我们已经看到了实现这一目标的路径。

举例来说,通过Helix 2.5,我们进入了30个租来的家庭。这些房子是我们在测试当天或者前一天才租下来的。

机器人能够在从未见过这些房屋和物体的情况下,完成整理床铺、收拾客厅等工作。整个过程完全是零样本的。

图片

在这个领域,我们把这种情况称为零样本,也就是说,训练过程中从未出现过这些环境和任务。这是机器人第一次接触这些场景。

你可以把过去三年里取得的这些进展想象成一系列逐步向上的台阶。我们一直在沿着这些台阶前进,最终希望实现的是:让机器人进入任何一个家庭,连续工作10个小时,并且能够完成各种实际任务。

这就是我们目前正在走的技术路线。

这也真正回答了你刚才提出的问题:我们什么时候才能看到这样的机器人?实际上,2026年我们已经在一定程度上看到了其中一些能力。我认为,今年你们还会看到我们展示更多成果。

如果到了2027年底,我们还没有看到这一整套能力真正实现,我会感到非常意外。

Peter: 机器人的算力有多少是在机器人本体上运行的,又有多少依赖Wi-Fi?

Dave: 另外,训练和推理的算力分配情况如何?有多少算力用于训练,又有多少用于推理?

Brett Adcock:是的。我们目前的大部分算力都用于训练。

我们的算力支出规模非常大。我们刚刚完成了一次算力规模翻倍,目前正在内部继续扩大算力规模,下周就会进一步完成这项工作。

此外,我们还与Nscale达成了一项面向2027年的重大合作。

Dave: 这项合作涉及10万块GPU,金额超过30亿美元。什么时候能够投入使用?使用的是Vera Rubin吗?

Brett Adcock: 是的,预计在2027年下半年投入使用。这些是VR 2200,属于世界上性能最强的计算设备。

Dave: 等一下。与一个月前相比,等到这批设备投入使用时,你们的训练算力会增长多少倍?

Brett Adcock: 让我算一下。我们现在使用的GPU和芯片类型与那批设备有所不同。

Dave: 我原本以为VR系列的原始算力大约是现在的两倍。你们现在使用的是B300,对吗?

Brett Adcock: 是的。我来看看具体情况。大致来说,单块设备的算力是现在的4倍左右。

不过,如果我们把与Nscale的整个合作规模全部计算在内,并且将其扩展到最大规模,那么整体算力将超过现在的100倍。

回到刚才的问题,在这之前,我们现在每年在算力上的支出已经达到九位数美元。也就是说,我们目前在内部投入的算力资金已经相当庞大。

Peter:那么,推理是在机器人本体上完成,还是通过Wi-Fi完成?

Brett Adcock: 我们现在所有的推理都在机器人本体上完成。你们今天在这里看到的就是这种方式。

Peter: 那么,机器人本体上具体配备了什么算力?

Brett Adcock: 整个Helix都完整部署在机器人本体上。因此,从任务规划和推理,到更底层的控制,例如发送运动轨迹和扭矩指令,目前全部都在机器人本体上完成。

Peter: 那么,服务器主要负责什么?

Brett Adcock:我们目前唯一放在服务器上完成的事情,是通过服务器实现实时语音到语音交互。此外,我们还会利用服务器帮助机器人进行一些更高层次的思考。我们把机器人看作智能体,也就是物理智能体。

例如,如果我有100台机器人正在参与建造一栋房子,或者正在进行建筑施工,那么我们应该如何向这些机器人下达指令?

我们希望能够以分钟为单位,甚至以小时为单位,对它们进行统一调度。因为随着房屋逐渐建成,具体的工作任务也会发生变化。

目前,这些工作都是通过我们部署在云端的智能体编排系统完成的。这是实现这些工作的唯一方式。因为在这种情况下,我们需要协调多台机器人。

例如,即使是在眼前这条传送带上工作的机器人,也需要轮流退出工作、进行充电。

如果某台机器人受到损坏,或者检测到自身状态不健康,它就会前往维护区域。随后,另一台机器人会接替它的工作,并发出相应的状态标记。

因此,所有这些机器人都需要通过网络连接在一起。这部分工作必须在云端完成,而且我认为未来也会一直由云端负责。

当然,我们也一直在尝试不同的方案,包括本体算力和外部算力之间如何分配。这确实很困难。

我认为,最大的挑战在于,我们无法绕过机器人本身的物理特性。机器人需要与所有关节和传感器进行通信,然后以非常快的速度将新的规划结果传递回去。

我们不能等待几秒钟,甚至连半秒钟都等不起。我们需要把响应时间降低到毫秒级。

因此,当机器人需要应对外部世界的高速动态变化时,这个问题是无法绕开的。

从理想情况来看,最好的方案可能是让一个大型大脑运行在云端,同时让一个小型大脑运行在机器人本体上。

当然,还有一种极端情况,就是所有计算都放在机器人本体上。我们目前采用的就是这种方式。所以,这个问题目前还没有最终定论。我们仍然在进行大量实验。但现在,所有机器人都已经实现了本体端的网络连接和计算。

我认为,这种方式有一个很好的优势:即使失去互联网连接,机器人仍然可以继续工作。例如,即使你在家里的5G信号不太好,也不希望机器人在整理衣物的过程中突然停下来。你肯定希望它能够继续完成工作。

因此,为了真正理解这个问题,我们还需要权衡很多不同的工程因素。

Dave: 所以,毫秒级的响应时间真的能够通过云端实现吗?家庭Wi-Fi本身就是一个瓶颈,更不用说还要实现毫秒级响应。

Brett Adcock: 实际上,即使是目前最好的5G网络,单程通信延迟也只能达到大约20至30毫秒。这意味着,仅仅一次完整的往返通信,就可能需要接近50毫秒。这样一来,光是网络通信本身,就已经相当于20Hz左右的频率了。

除此之外,我们还需要处理图像信息以及扭矩数据的返回等工作。

因此,这并不是简单地向基站发送一个请求,再把结果接收回来那么容易。我们还有大量工作需要完成。

Dave: 你认为未来每个家庭都会有一个类似大脑盒子的设备吗?就像现在放有线电视机顶盒的地方一样,把它放在地下室里?

Brett Adcock:我们希望所有计算都能够在机器人本体上完成,而且我们认为,现在已经找到了正确的架构。

Dave: 但如果每个家庭有40台机器人呢?你们真的希望每台机器人都配备自己的算力吗?

Peter: 每个家庭40台机器人,这可是一个相当不错的市场预测。

Brett Adcock: 我们希望所有事情都能够在机器人本体上完成。目前,我们也确实是这样做的。不过,机器人仍然需要……

Dave: 但芯片是稀缺资源。如果能够共享算力,或许会更好。毕竟,你可能同时拥有一台在屋顶上清理排水沟的机器人。

Brett Adcock: 我认为,无论如何,总会有一些神经网络必须运行在机器人本体上,因为它们的运行速度实在太快了。

Peter: 我们来谈谈训练。无论是世界模型、物理世界中的训练,还是你们一直在进行的任务视频采集,你对训练有什么样的设想?怎样才能让机器人达到你们所需要的能力和精确程度?

Brett Adcock:我们在Helix 3上做了一个相当大胆的尝试。我们在全员会议上稍微谈到过这件事,但目前还没有对外发布任何相关内容。

在此之前,也就是几个月前,我们发布了Helix 2.5。当时,我们展示了机器人在30个从未见过的家庭中进行零样本推理的能力。我们还展示了我们认为是人形机器人领域首次出现的数据规模定律。

随着数据量增加,我们观察到了一种非常明显的对数线性关系。也就是说,模型的损失值不断下降,而机器人的能力也在不断提升。具体表现为,随着训练数据增加,机器人在这些环境中的实际执行能力也变得更好。能够看到这一点,确实令人难以置信。

我们过去已经在大语言模型领域看到了类似的现象,但在此之前,还没有在机器人领域看到过。如果这些数据成立,如果这一趋势能够持续,那么随着我们不断向这个问题投入更多算力和数据,机器人就会真正变得更加聪明。它们每天都会在任务执行方面取得进步。

目前,我们正在Helix 3上开展一项新的工作。我想今天已经给了你们一点预览。我会把它大致描述为一种初步的AGI。

我们在办公室里有一个穿着机器人服装的人形机器人,还有一个名为Black Box的秘密实验室,你们今天就在这里。实验室里面有一个小型家庭环境。

04.

人形机器人还处在功能机时代,Figure 4将迎来重大突破

Peter:那么,你们目前的生产速度如何?

现在市场对家庭机器人的需求非常高。我经常问大家,如果一台机器人需要你花费多少钱,你们是否仍然按照3万美元的售价,以及每月300美元左右的租赁价格来规划?

Brett Adcock:对于家庭市场,我们必须让机器人足够便宜。我认为,需要把月租价格控制在300至500美元(约合2100元至3600元人民币)左右。

Peter:也就是每天10美元。换算下来,每小时还不到1美元。我在台上经常问大家,如果机器人真的只需要这个价格,你们会购买多少台?普通人的回答至少是两台。

Brett Adcock: 是的,我们必须通过租赁或者直接购买两种方式,把机器人交付给消费者。这是让机器人进入市场的两种途径。

图片

Peter: 你们更倾向于哪一种?

Brett Adcock: 我没有特别明确的偏好。我认为,通过租赁模式,我们可以大幅降低用户的使用成本,也能够更好地将机器人的成本分摊到用户的实际使用过程中。

我不太确定最终会采用哪一种方式。而且,我认为这项技术还会发生非常巨大的变化。在我看来,我们现在还处在人形机器人的功能机时代。

我甚至认为,Figure 4很可能会成为人形机器人领域即将到来的初代iPhone时刻。

与目前的Figure 3相比,它将实现非常显著的提升。但我们仍然处于非常早期的阶段。

回顾iPhone的发展,从第一代到第八代、第十代,几乎每一年,你都会发现硬件又变好了。摄像头、传感器等部件都在不断进步。

Peter: 现在的变化可能只是摄像头稍微好了一点。

Brett Adcock: 是的。现在,你已经很难明显感受到这些变化了。因为这些产品在不断渐近地接近某种理想状态,逐渐接近人们对iPhone的最终设想。

但对我们来说,机器人行业仍然非常早期。我认为,未来的机器人还会变得更便宜、更加灵巧,整体安全性也会不断提高。人们与人形机器人互动的方式也会得到很大改善。

因此,我猜想,如果采用租赁模式,用户就可以每隔几年更换一次机器人,获得最新版本。这会是一个不错的选择。

Peter: 感觉你们每一代产品的研发周期大约是18个月。

Brett Adcock: 是的。我们真的希望下一代机器人能够以非常大的规模投入生产,因此在研发上花费了大量时间。

目前,我们每一代产品之间大约会间隔一年。对于Figure 4,我们投入的时间会更长。

Peter: 那么,Figure 4可能会有哪些变化?你们目前重点关注哪些改进方向?

Brett Adcock: 从整体需求来看,我认为有几个主要方向。

首先,我们必须降低机器人的成本。这一点非常重要,因为成本下降会带来更多市场需求。

因此,我们正在尽可能降低成本。

其次,我们希望让机器人具备更强的能力,让它能够在现实世界中完成比以前更多的事情。

这里可以提前透露一点:我们已经研发灵巧手将近两年了。我们可能是这个领域唯一同时研发了大约10款腱绳驱动和非腱绳驱动灵巧手的团队。目前,我们已经完成了7次灵巧手迭代。

我认为,我们现在已经非常深入地理解了灵巧手。而且,我们即将迎来灵巧手领域有史以来最大的一次能力提升。我甚至认为,戴着手套的Figure 4,与戴着手套的人类,几乎无法区分。

我不太想这么说,但我认为Figure 3可能已经是目前市场上最优秀的人形机器人了,Figure 4的进步幅度很大,相比之下,Figure 3显得相当原始。

Peter: 那么,你们目前的进展如何?

Brett Adcock: 我想说的是,如果你们把我们之前推出的三代机器人放在一起看,就会发现它们在外观和结构上都有很大差异。

我们在这三代产品之间显然做了大量改变。例如,从Figure 1到Figure 2,我们改变了整体结构架构。机器人从内骨骼结构完全转向了外骨骼结构。

Figure 2的所有载荷都由外部结构承担,这有点像飞机的设计方式,也类似于我们在Archer制造飞机时采用的设计理念。因此,当我们逐步完成机器人设计时,采用的是一种非常不同的结构架构。

但如果你把这些机器人全部排列在一起,就会发现Figure 4甚至看起来完全不像之前的产品。

它与我们之前的产品线出现了彻底的偏离,整个产品设计都在走向成熟,并出现了明显的分化。这就是我为什么认为它是一款具有重大突破意义的机器人。

此前,我们对未来的发展方向有一些判断和直觉。后来,我们围绕这些判断进行了大量研发,最终证明这些方向是正确的。

为了实现这些突破,我们在技术复杂度方面作出了几个相当大胆的选择。总而言之,我认为,Figure 4将会是我们历代产品之间迭代幅度最大的一次。

05.

自研核心零部件,必须实现垂直整合

Peter: 触觉非常重要,对吧?你们需要能够获取触觉数据。我有一位朋友创办了一家名为Touch Lab的公司,他们基本上开发了目前最先进的触觉数据采集系统。你们现在也是全部自己研发吗?

Brett Adcock: 是的,我们所有工作都在内部完成。

我们遇到的问题是,很多外部供应商提供的产品无法满足我们的要求。我们的产品必须能够直接投入生产,具备非常高的可靠性,必须与我们的整个系统完美配合,而且成本必须足够低。

我们还需要能够根据自己的理解不断迭代和修复产品。我们必须理解相关的固件和嵌入式软件,也必须了解产品的热管理情况。

所以,这并不像你们想象的那样:我们只需要从外面买一个零部件,把它装进机器人里,就能获得神奇的效果。事实从来不是这样的。

Peter:这和Elon Musk之前得出的结论是一样的。你们需要对所有环节进行垂直整合。

Brett Adcock: 很多时候,外部零部件甚至无法适配我们的设计。它可能根本无法放进CAD模型里,更不用说热管理无法满足要求、总线通信不匹配、电力负载过高、成本无法接受等问题。

还有一些零部件,即使能够运行五六次,也可能很快就会损坏。这些问题都不是小事。

与此同时,我们这里拥有世界上一些最优秀的工程师,他们希望以非常快的速度推进研发。如果我们需要与另一家外部公司合作,而对方并没有同样的责任和动力来配合我们的研发节奏,整个过程就会变得非常困难。

Figure 1时期,我们就遇到过这样的问题。当时,我们原本希望通过供应链采购,把所需的零部件全部整合起来,但这个计划很快就失败了。我们购买了第一个执行器,把它带回公司,现在它还放在这里。

当时,我们的想法是把它用在机器人的肘部。这是一款肘部执行器,里面包含了所有看起来符合要求的部件,包括扭矩传感器、正确的编码器和齿轮箱,而且执行器的速度和扭矩参数也符合我们的要求。

但当我们真正拿到它时,发现它实在太大了。它简直就是一个巨大的方块。

Dave: 这是要装在机器人的肘部的。

Brett Adcock: 没错。我们当时都不知道该怎么办。它明明是市场上最好的产品,但我们发现,它的体积大了整整三倍,重量也超出了三倍,而且价格非常昂贵。

我们需要的执行器不能是几百美元一台,最多只能是几十美元。所以,最终我们不得不自己制造所有东西。我们花了相当长的时间,试图找出所有其他可能的解决方案,只希望能够避免自己制造这些零部件。

因为一旦决定自己制造,事情就会变得非常复杂。你需要一名负责固件的工程师、一名电气工程师、一名热管理工程师,可能还需要有人负责嵌入式软件。你还需要机械结构方面的工程师。

对于电机本身,你需要处理转子、定子和齿轮箱等部件,甚至还需要专门的齿轮设计工程师。随后,你还需要有人把所有这些部件整合到一个非常紧凑的空间里,因为我们的设计团队还希望最终产品具有非常好的外观。与此同时,整个执行器还必须能够灵活运动。

这就意味着,电线、电缆、线束和连接器都必须具备足够的动态性能,而且不能出现故障。

然后,你还必须解决系统散热问题。接下来,还要考虑把这些执行器安装在哪里,以及如何将它们串联起来,最终形成一个真正可用的执行器系统,并将其集成到机器人的肩部、腿部、髋部或者其他位置。

做到这里,你就会发现,这根本不是一个简单的采购零部件、然后把它们组装起来的计划。所有东西都必须从头开始设计和制造。

而且,每当你在工程设计方面改进某个部件,它的尺寸就可能随之变大。如果尺寸变大,就可能无法安装在肘部或者膝部,甚至会与机器人其他部分发生结构干涉。这样一来,产品外观也可能受到影响。

但我们确实希望最终产品拥有非常高的设计品质。因此,这会成为一个涉及大约10个人、需要反复协调的复杂问题。

Dave: 你觉得一年之后,整个供应链会发展成什么样?你们是不是会从最原始的熔融金属和裸露的电线开始制造?

例如,既然你们已经开始自己绕制执行器线圈,那么接下来呢?当然,你们不可能连自己的CNC铣床都制造,也不可能所有压铸设备都自己生产,当然,也许你们最终真的会自己进行压铸。

Brett Adcock: 我认为,如果要真正降低成本,在某些情况下,确实必须做到这个程度。有些工作确实需要这样完成。

06.

机器人的脸、记忆和安全问题1、设计机器人的脸,让人产生信任感

Peter: 我们来谈谈Figure机器人的面部设计。这是一个很有意思的设计选择。这里涉及一个问题:如果机器人看起来过于像人类,就可能进入恐怖谷效应。

目前,你们的机器人使用的是一块黑色屏幕。你们内部围绕Figure应该采用什么样的面部设计,进行过哪些讨论?

Brett Adcock:我们现在仍然在讨论这个问题。机器人的面部设计确实非常困难,因为它缺少人类面部的很多动作。

当你与机器人交谈时,它可以通过灯光和屏幕进行表达,也可以通过颈部和整个身体做出各种动作。但要让机器人真正带来类似人类的交互体验,我们仍然觉得缺少了一些东西。

Peter:你们希望让机器人的面部变得更加接近人类。因为现在它的脸是一块黑色屏幕。它看起来确实比较友好,但如果仔细看这块光亮的黑色屏幕,又会觉得有一点令人不安。

Brett Adcock: 是的,我们正在研发新的面部设计。对于Figure 3的头部和面部,我们有一些比较大的计划,目前正在推进这些工作。这确实是一个困难的问题。

Peter: 这实际上是一个涉及人类心理学的问题。

Brett Adcock:是的。我认为,我们在内部已经越来越多地感受到这一点。我们开始更多地与机器人交谈,也花更多时间和它们相处。

现在,机器人已经具备了记忆能力。例如,我们已经完成了一些相关工作。你可以走到一台机器人面前,它会对你说:“嘿,Brett,很高兴再次见到你。”它还能够记住我们上一次交谈的内容。

因此,现在我们正在进入一个新的阶段:你可能会希望机器人不只是一台工具,而是一个类似陪伴者的存在。

尤其是在家庭环境中,当机器人长期与家人生活在一起时,你会希望能够与它交谈。

我们把它称为人机交互(Human-Machine Interaction)。我们希望把这方面的体验打磨得非常成熟,因此专门成立了一个完整的团队来负责。

我们有一位HMI负责人,也有一整个团队专门关注这个方向。每周,我们都会围绕HMI召开会议,制定计划,并进行相关演示。

这确实非常困难。其中很多工作不仅涉及机器人的面部,还涉及身体应该如何作出反应。

人类在交谈时,面部、手臂以及整个身体都会表现出丰富的动作。我们会做出一些细微的手势,也会点头。在我看来,这些动作都有助于让人机交互变得更加自然。所以,我们在这些方面投入了大量工作。

当然,面部设计仍然是一个非常困难的问题。我认为,我们一直非常明确地避免在机器人身上安装那种可以转动的卡通塑料眼睛。

我该怎么说呢?我认为,机器人是这个星球上最复杂的技术产品之一。

如果你只是在机器人身上装上一双卡通眼睛,然后告诉大家:“看,它很友好”“看,它很安全”,这实际上是在严重低估这项技术。

甚至可以说,这有点像一种欺骗。机器人并不会因为装上了一双卡通眼睛,就改变它本身的能力。它实际上能够上下楼梯、打开门,是我们制造过的最智能的设备之一。

因此,我认为,我们希望在设计上坚持一定的标准,真正展示这项技术具备的能力。我们现在仍然在解决这个问题。我认为,这确实非常困难。有些事情需要我们把很多人召集到一个房间里,认真讨论未来究竟应该朝哪个方向发展。

Peter: 随后,我们还需要非常快速地进行大量产品迭代,让儿童和成年人都能与机器人进行互动。但我认为,最终的目标是在消费市场推出一个值得人们信任、能够成为家庭一员的家庭陪伴机器人。

Brett Adcock: 是的,完全正确。你希望能够像与一个人交谈一样和机器人交流,也希望它拥有持续记忆能力。你甚至可能会花更多时间和机器人待在一起,而不是一直要求它帮你完成工作。

所以,我认为,对于家庭机器人来说,它仍然需要承担陪伴者的角色。你真正希望家里有这样一个机器人:它认识家庭里的每一个人,而且能够提供真正有用的帮助。

例如,一个孩子放学回家后情绪低落,你希望机器人能够理解这一点,询问他为什么不开心。

与此同时,你也希望机器人能够帮你完成实际工作。我们每个人都有这样的需求。就像今天早上,我还在想:“为什么你不能把洗碗机里的东西拿出来?”我简直无法相信,现在我还没有一台机器人帮我做这件事。

你懂我的意思吧?

不过,希望再过一两年,我们就能够比较稳定地实现这些事情。所以,我们正在逐步解决所有这些问题,但与此同时,我们也希望机器人能够让人们每天都与真实的人类保持联系。

2、机器人的记忆应该跟随用户,而不是绑定设备

Dave: 那么,关于持续记忆,我想提出一个问题。如果你使用的是iPhone,当你更换一部新iPhone时,只需要把原来的所有数据迁移过去。原来设备上的个性化设置和使用习惯,也就随之转移到了新设备上。

那么,机器人也是一样。

假设你已经非常喜欢自己的机器人,它拥有持续记忆能力。你花了大量时间对它进行个性化调整,例如告诉它:“我不喜欢你这样叠衣服”“你早上不应该做这件事,而应该做另一件事。”

所有这些状态,都已经成为你与这台设备之间长期互动的一部分。那么,这些记忆究竟应该保存在设备本身,还是像iPhone一样,可以迁移到另一台机器人上?

Brett Adcock: 它肯定不会与某一台特定设备绑定。你可以让这些记忆在不同设备之间迁移。

Dave: 那么,如果你有两台机器人呢?你能不能在一天当中,让它们交换彼此的个性和记忆?

Brett Adcock:是的。我们正在这里进行一些测试。

例如,如果你走过园区,周围有数百台机器人,而且它们都在与你交谈,会发生什么?你从园区的一端走到另一端,整个过程中都可以保持同一段连续的对话。

3、从物理安全到智能安全,机器人需要完整的安全体系

Peter: 这里涉及大量安全问题。你在最开始就提到,机器人要真正进入市场,安全是必须满足的条件。你们如何考虑为机器人建立正确的安全保障机制?你们在这方面有什么样的理念?又在系统中加入了哪些安全机制?

Brett Adcock: 如果想让机器人真正安全,就必须从最底层开始考虑。我们需要一直深入到基础层面,甚至包括非易失性存储器,真正理解应该为机器人设定哪些规则,以及机器人在不同环境中可以进行哪些操作。

然后,还需要一直向上考虑到整个系统的架构设计,也就是系统级安全架构。

这确实非常困难,因为我们需要同时考虑两种安全问题,一种是物理安全,另一种是我所说的语义安全。

机器人的智能水平本身也必须足够高。例如,我们不能让机器人在家里四处走动时,不小心撞倒一根蜡烛,或者打翻一壶热水。这些都是必须提前理解和处理的风险。

除此之外,我们的机器人本体上有40多个执行器。我们不希望其中任何一个执行器发生故障,也不希望机器人摔倒。尤其是在家庭环境中,可能还有儿童和宠物。

因此,在过去两三代机器人的研发过程中,我们投入了大量时间,研究应该采用怎样的系统架构,才能真正建立一个实时系统,并尽可能避免故障和问题。

你们可以看看现实世界中的其他设备。例如,涡扇发动机的设计标准中,灾难性事故的发生概率可以低至每运行10亿小时发生一次。

这说明,现实世界中已经存在一些非常复杂的系统,而我们也已经能够为这些系统建立非常高的安全标准。

自动驾驶汽车也是如此。我们需要以类似的方式来处理机器人安全问题。

因此,我认为,我们已经看到了明确的技术路径,知道应该如何设计系统,最终让机器人达到足够高的安全水平,从而实现数百万甚至数十亿台机器人的规模化部署。

但除了系统架构之外,我们还需要进行大量设计迭代。我们必须不断经历制造、测试、学习、重新制造和再次测试的过程。随后,还需要在这些工作基础上逐步建立起可靠的安全记录。

Peter: 还有一个问题。这些机器人运行的是软件,而软件可能遭到黑客攻击。你们是否设置了一个总开关,可以通过物理方式直接关闭机器人?我们已经看到过一些智能体逃离实验室的案例,这也是我们在播客中一直讨论的话题。

我想问的是,如果有人从外部入侵家庭中的机器人,该怎么办?你们如何设置网络安全机制,或者在必要时通过物理方式关闭机器人?你们是否正在考虑这些问题?

Brett Adcock:我们有一整个网络安全团队,他们的全部工作就是处理这些问题。无论是产品安全,还是公司内部的安全问题,都有人专门负责。从公司内部的人员配置来看,这实际上是一支相当庞大的团队。

你想想,自动驾驶汽车也面临同样的问题。我们当然不希望道路上所有的汽车都遭到黑客攻击,然后被人控制着冲向行人。

机器人也是一样。因此,我们确实已经为这些问题设置了安全机制,而且还在持续改进和完善。这是一个不断演进的过程。

我们并没有什么能够解决所有问题的万能方案,不可能只需要修改一行代码,就能宣布所有问题都已经解决了。这显然不现实。

因此,我们正在开展大量工作,涉及网络安全、系统安全工程,以及更底层的基础规则。例如,我们需要明确哪些基本规则应该写入机器人内部的非易失性存储器,以确保它能够在现实世界中按照正确的方式行动。

4、供应链逐步摆脱中国零部件

Dave: 实际上,九个月前我们见面时,你曾经提到,Figure已经在很大程度上推进了供应链本土化,希望不再使用来自中国或者其他国家的第三方零部件。从那时到现在,你们在这方面取得了很大进展吗?

Brett Adcock: 是的,过去一两年,我们在这方面取得了很大进展。这件事最初发生,是因为关税变得实在太高了。我记得去年有一段时间,我们有一周支付的关税甚至达到了270%。

那时正好处于一系列谈判期间。我当时还在想,这种情况应该很快就会结束。随后,地缘政治方面的问题也进一步加剧。

所以,我们一直在逐步将不同的零部件和其他供应链环节从中国转移出去。目前,这项工作的进展已经相当不错。

07.

机器人保险和融资,将形成新的金融市场

Peter:你们有没有看到专门面向机器人的保险行业已经开始出现?我想,未来机器人应该需要配套的保险模式。

Brett Adcock: 这是一个很有意思的问题。目前,我们还没有看到这样的市场真正出现。但无论是商业机器人还是消费级机器人,未来都需要保险。

Peter: 那么,在机器人融资方面,你们会自己提供融资服务,还是会引入外部融资机构?

例如,用户不需要一次性花3万美元购买机器人,而是可以选择租赁方案。

Brett Adcock: 是的。目前,已经有很多机构希望为我们的机器人提供融资。现阶段,这些需求主要集中在希望为商业机器人合同提供融资的机构。

我认为,没有理由认为家庭机器人市场不会出现同样的情况。这是一个规模达数万亿美元的市场,类似于汽车融资和信用卡应收账款、租赁融资等业务。我们正在与世界上规模最大的几家公司合作,推进这些工作。至于我们是否会亲自提供融资,我目前还不能确定。但我们肯定会与不同的银行、基金等金融机构合作,推动这件事。

1、Figure曾将太空领域列为重要关注方向

Dave: 你们有没有考虑过太空领域?

全世界可能只有三四个人,真正具备训练一个耗资30亿美元、面向物理世界的基础模型所需要的资源和能力。与此同时,人类正在把越来越多的设备送入太空。

这不仅仅涉及Elon Musk的火箭,也包括其他公司的火箭。例如,如果考虑到Eric Schmidt正在向太空发射一些需要维护、更换或者维修的设备,他目前并没有这样一个物理世界基础模型。

所以,未来可能会有一些设备在太空中运行,它们由不同的模型控制。但这种具备物理世界知识的模型,本身就是一个价值极高的核心能力。

Brett Adcock: 你提出这个问题很有意思。你刚才也提到了,AI领域的发展实际上发生得非常快。

当我创办Figure时,公司当时的名字叫Figure AI。我们的使命就是推动机器人领域的人工智能发展。当时,我写下的整个发展规划,就是让人工智能与机器人技术实现融合。我认为,这种融合将会产生非常强大的能力。

但我原本以为,这件事可能还需要10年甚至20年才能发生。结果,它几乎在第二年就发生了。深度学习开始真正发挥作用。在当时的规划中,我们也把太空领域列为一个重要的关注方向。所以,这一直是我们内部非常感兴趣的领域。

过去六个月,我们实际上已经围绕这件事进行过几次讨论。其中有一个团队告诉我们,将一个人送入太空执行工作,每小时的成本可能达到数千万美元,甚至是数千万美元级别的较低区间。我们当时听到这个数字,觉得非常惊人。

 我们这里曾经有一个太空团队。他们问我:“你的机器人是否具备这些、那些以及其他太空环境所要求的防护等级?”

我当时的反应是:“天哪,当然没有。”你懂我的意思吧?

Peter: 例如,关节需要具备真空环境适应能力。

Brett Adcock: 没错。所以,他们还有大量工作需要完成。坦率地说,我们现在还没有做好准备。

2、Figure不会涉足国防业务

Peter: Brett,你曾经非常明确地表示,Figure不会从事国防业务。现在还是这样吗?

Brett Adcock: 是的,仍然如此。我认为,这件事确实比较困难。

如果我们一边从事国防业务,一边又希望把机器人销售给普通家庭,让它们进入大家熟悉的日常商业场所工作,那么整个过程就会变得非常困难。

对于人形机器人来说,这两条路线很难同时推进。我认为,我们必须选择一条路线。我们选择的是整个民用市场。

我们认为,民用市场的规模比军事应用市场大数百倍,甚至上千倍。

而且,这也是公司内部所有人都真正希望解决的问题。我们希望真正实现机器人进入家庭。

3、机器人走上街头,如何应对人类的破坏行为?

Peter:社会上确实存在相当程度的恐惧、不信任,以及对技术的愤怒情绪。

你们应该还记得,大约18个月前,洛杉矶曾经发生过Waymo汽车被焚烧的事件。我可以想象,未来这些机器人本身也需要得到保护,避免受到人类的破坏。

Brett Adcock: 是的。我们当然不会训练机器人,让它们学会如何抵御人类。因此,如果有人想要破坏我们的机器人,我想我们实际上也没有太多办法。

Dave: 不过,机器人身上会安装很多摄像头。

Brett Adcock: 我知道但我们并不希望机器人试图保护自己,也不希望它们通过任何方式阻止人类。

我认为,这就是现实情况。我想,未来确实会发生一些这样的事情,但从整体上看,这可能只占所有实际情况中非常小的一部分。就像Waymo遇到的情况一样。

你懂我的意思吧?这并不是说我们完全不会遇到这些问题,而是我们必须在发展过程中逐步解决它们。

到目前为止,我们还没有遇到过这样的事情。

不过,我们确实有些担心:会不会有一辆蓝色货车突然开过来,把我们在外面工作的某台机器人直接装走?是的,但即使发生这种情况,对方最终也需要把机器人拆开……

08.

让机器人制造机器人,完全无人化生产1、什么时候出现递归自我进化?

Dave: 我们能不能谈谈指数级增长?这是Peter最喜欢的话题之一。我想了解一下,目前机器人自我改进的指数级增长究竟发展到了什么程度。

而且,你刚才还说,你们已经主动放慢了生产速度。那么,这种变化什么时候会真正到来?

Brett Adcock: 是的,我们目前正在重新扩大生产规模,预计在12月到明年1月期间逐步推进。

Peter: 那么,机器人领域什么时候会出现递归自我改进?什么时候才能真正实现机器人制造机器人?你认为还需要多长时间?

Brett Adcock:是的,也就是完全无人化制造(Lights-out Manufacturing)。我觉得,我们距离这一目标已经非常近了。

实际上,每过去一个季度,我们在这里看到的进展都非常惊人。

我必须坦率地告诉你们,当初创办Figure时,我对能够参与人形机器人研发这件事感到非常兴奋。

我认为,这可能是我能够创办的最重要的企业之一。

当时,我的想法是,我要用30年、40年,甚至50年的时间来做这件事,把它当作自己余生的事业。

我并没有预料到,2024年、2025年就会出现这么多突破,也没有想到整个行业会进入这样一条指数级增长的轨道。

从这个角度来说,我们确实非常幸运。因为深度学习几乎在我们创办公司后的第二年就全面爆发了。

与此同时,机器人硬件也迅速变得足够强大。现在,机器人已经能够通过神经网络端到端地完成实际工作。

你们现在看到的就是这样的情况。这实在令人难以置信,而且机器人还在不断进步。

就在大约三周前,我们把一台机器人带到了一个客户现场。它此前从未去过那里,也从未进入过那座仓库。但它在整个过程中完全实现了零样本执行。

过去,环境中的灯光发生变化、传送带有所不同,或者包裹的种类发生变化,机器人就会感到困惑。这件事当时确实很困难。但从逻辑上讲,这也很正常,对吧?

机器人以前从来没有见过这些东西。

后来,我们通过Helix 2.5进行了规模更大的预训练,再把这个模型带到客户现场。结果,它直接以零样本方式完成了整个任务。

如果你在一年前问我,这件事能不能实现,我当时可能会说:如果我们能够在一年后做到这一点,那将是非常惊人的,但我认为至少还需要五年时间。

所以,现在的情况也是一样的:一切都在以非常快的速度进步。我们正在看到Figure 4灵巧手的进展,也正在看到Figure 4本身的进展。我们正在推进Helix 3的研发,也在不断增加可用的数据和算力。

目前,我们公司账上目前有数十亿美元现金,正准备把这笔资金投入使用。

所以,如果你问我这件事是否能在五年内实现,我认为肯定可以。我确信,在五年以内,我们就能够实现完全无人化制造。但具体是在六个月、一年、两年还是三年之后发生,目前还不太确定。

不过,我觉得这个目标已经近在眼前。

Dave: 我们把它称为完全无人化制造(Lights-out Manufacturing), 也就是说,整个工厂里没有任何人类员工。

Brett Adcock: 没有人,也不需要开灯,甚至不需要人工供电操作。这就是我们所说的完全无人化制造。

实际上,我们在设计Figure 4时,就已经考虑了如何帮助实现这一目标。

图片

在Figure 3的设计中,有一些地方让我们觉得很难实现真正的闭环无人化制造。因此,我们在Figure 4的设计中专门解决了这些问题。

这也是为什么我说,Figure 4可能会成为一个初代iPhone时刻。我们认为,这款机器人将有能力制造自己。

Dave: 我们换一个角度来问。当新一代灵巧手即将推出时,回头看看目前的制造流程:假设现在有一个工人正在操作铣床,或者负责制造某个零部件,你能不能想到,有哪些工作是新一代灵巧手仍然无法完成的?

也就是说,在蓝领工作中,还有哪些工作机会是机器人无法替代的?

最后一个必须由人类完成的环节是什么?

Brett Adcock: 说实话,我想不到太多。我原本可能会认为,攀爬梯子,以及一些需要施加较大力量的交互操作,会比较困难。但就在隔壁,我们的机器人已经能够爬梯子了。它可以每天反复爬上爬下,不论天气是晴天还是下雨,都能够完成这项工作。

现在,我们已经通过神经网络让机器人完成大量需要施加较大力量的操作,还能够搬运重达50磅(约22.7千克)的大箱子。我们正在卸载卡车里的货物,也正在家庭环境中完成洗碗、折叠衣物等工作。

我觉得,所有需要的技术拼图都已经在那里了。

2、机器人需要的是更广泛的智能能力

Peter: 对我来说,机器人最终能够实现的功能中,最重要的一项是什么时候能够让机器人进行外科手术?什么时候人形机器人才能成为世界上最优秀的外科医生?

Dave:其实,完全无人化制造以及由此带来的能力提升,可能很快就会实现。

Peter: 是的。我们刚刚看到,AI已经成为最优秀的诊断医生。下一个问题就是:什么时候我们才能拥有真正的机器人外科医生?

Brett Adcock:我想谈谈我们目前看到的情况。

我们通常会先选定一项任务,例如,我们需要机器人完成某件事情。然后,我们为这项任务采集数据,再训练Helix,最后让机器人去执行。

过去几年,我们已经反复完成了这个过程。现在,我们会觉得,机器人已经具备了非常强的能力。

但真正的问题是:如何让机器人实现泛化?

这应该类似于一个人类员工入职时接受的培训,可能只是一些幻灯片、几份文件,再跟着有经验的员工观察几天。

我们希望人形机器人也能够经历同样的过程。

这就是我们目前正在攻克的阶段。我们需要思考的是,如何扩大智能规模,以及如何让机器人真正具备这样的能力。

从硬件角度来看,机器人的灵巧程度也会持续提升,最终能够达到人类手部的操作水平。你可以把它看作一个持续改进的过程。

例如,如果机器人今年还很难操作一根针,那么到了明年,它就会在这项任务上变得越来越熟练。现在,这一切都在非常快速地发生。我认为,我们距离实现这些目标只需要个位数年份。

神经网络真的非常喜欢数据。而且,它们能够很好地利用不断输入的各种不同类型的数据。

例如,就拿我们身后正在运行的这条物流生产线来说。这里的包裹都在不断移动,有些包裹甚至是柔软的,它们会随着传送带一起移动。在很多情况下,机器人以前其实见过类似的包裹。

但无论如何,神经网络都很擅长学习这些数据的特征表示,并利用这些数据进行训练。

我原本没有想到它们能够做到这一点。因此,我们现在正在开展大规模数据采集。

随着我们不断引入更多样化的数据,机器人的智能水平也在不断提升,甚至能够改善一些我们并没有专门为其采集数据的任务。

例如,我们采集到了一些数据,有人拿着水管给自己的狗洗澡。

还有一些数据,是有人在给房子刷漆。

我们把这些数据输入模型后,机器人在折叠衣物方面的能力也得到了提升。这确实非常惊人。这就是数据多样性的作用。

我们已经在大语言模型的预训练过程中看到了类似的情况。数据的多样性对于神经网络学习现实世界中的各种特征表示来说,非常有帮助。

Dave: 你认为,机器人目前学到的能力中,有多少来自通用物理规律,也就是对物理世界的普遍理解?又有多少来自特定任务的数据?

例如,如果我想训练机器人完成某一种特定的外科手术,是不是仍然需要采集大量与这项手术直接相关的数据?

现在,当人们自动化这些工作时,往往会把它们划分成非常狭窄的任务范围。但我们以前从来没有真正拥有过通用型神经网络。

Brett Adcock: 过去两年,我们实际上一直在采用这种狭窄的任务路线。这就是我们一直在做的事情。

在特定应用场景的后训练方面,我认为我们可能已经是世界上最优秀的团队之一。

但对于人形机器人来说,真正需要实现的是快速适应能力。机器人应该能够迅速适应自己从未见过的事物。例如,如果要让机器人完成某种手术,我们希望只需要进行非常少量的示范,它就能够完成这项工作。

这意味着,机器人在开始任务之前,就应该具备一定的基础理解能力。

即使它此前没有接受过任何手术方面的训练,只需要给它一个提示词,它也应该能够对接下来需要做什么、应该如何做,有一个基本的认识。随后,我们可以提供一些更具体的信息。

例如,告诉它需要完成什么任务,接下来应该到哪里,再执行什么操作;也可以向它展示某个步骤应该如何完成。

即使没有这些非常具体的上下文信息,机器人也应该具备完成工作的基础能力。也就是说,它必须拥有良好的基础理解能力,就像人类一样。

他只需要接受少量口头指导,或者有人向他展示一些具体操作,就能够理解并掌握其中的概念。所以,对我们来说,现在已经不再只是追求某些特定任务上的能力峰值。

我们真正需要的是广泛的智能能力,就像大语言模型所具备的那样。

在此基础上,机器人可以针对不同领域进行微调,最终成为外科手术、物流或者其他专业任务中最优秀的机器人。但它首先必须具备足够强的泛化能力,能够完成大多数事情。

例如,一台专门负责手术的机器人,在没有接受任何额外训练的情况下,也应该能够走过去帮你拿一杯咖啡。

当然,对于具体的手术任务,它可能仍然需要接受一些专门训练。

3、 Figure正在为大规模量产扩建制造能力

Peter: 咖啡机器人,这一直是我最喜欢的功能。我们上次交流时,你们刚刚开始准备建设一座制造工厂。目前进展如何?

Brett Adcock:是的,我们现在正在推进这件事。目前,我们还没有对外公布任何消息。

但按照我的估计,现有的产能已经无法满足未来的需求。目前,我们在旁边的工厂拥有4条生产线,按照满负荷运行计算,每年大约可以生产4万台以上的机器人。

如果我们能够解决接下来的几个关键问题,我认为市场需求可能会接近无限大。

Peter: 我完全可以想象这一点。

那么,你认为Figure 4会成为第一款真正实现大规模量产的人形机器人吗?

Brett Adcock: 是的。

Peter:那么,对于2030年、2035年和2040年,你们有没有什么产量预测?

我能够理解,市场需求可能接近无限大。

但你们自己最期待达到什么样的规模?

Brett Adcock: 我认为,如果我们能够解决目前正在推进的这些问题,就存在一条实现大规模生产的路径。

这条路确实非常困难。

但如果能够解决目前第三阶段所面临的一些关键问题,我们就有可能在相对较短的时间内,让一座工厂实现每年生产100万台机器人的规模。

当然,这取决于我们能否真正解决目前正在攻克的这些问题。

09.

机器人数量可能达到200亿台,整个经济体系将发生变化1、未来机器人的数量会远远超过人类

Peter: 你是否认同,到2040年,地球上的机器人数量可能超过人类?也就是达到100亿台机器人。我记得你之前认同过这个市场规模是有可能实现的。

Brett Adcock: 我相当确信,未来机器人的数量会远远超过人类。

你可以从劳动力规模来估算。目前,全球商业劳动力大约有30亿至32亿人。未来,这个数字可能扩大到50亿至80亿,甚至100亿。而且,每个人至少都会希望拥有一台机器人。

这样算下来,机器人数量就已经接近100亿台了。因此,我认为,人形机器人的总需求规模大约可以达到200亿台。

而且,这些机器人将无处不在,承担各种各样的工作。就像你刚才说的,它们每小时的使用成本可能只有1美元。只要还有工作需要完成,你就可以让机器人随时待命。

我们现在已经看到一个有助于推动这种指数级增长的现象:目前,很多公司的组织和运营体系都是围绕人类劳动力建立的。

因此,即使我们能够自动化某一条包裹分拣生产线,或者制造流程中的某个环节,仍然会受到其他人类工作流程的限制。例如,卡车不会在任何时间到达。

这意味着,即使机器人已经完成了自己的工作,也可能因为没有新的包裹需要搬运而停下来。

但如果机器人能够全天候工作,情况就会发生变化。

所以,我们将经历这样一个阶段:机器人开始进入企业,完成真正有价值的工作。随后,我们会进入另一个阶段,让机器人端到端地自动化整个企业,使整个企业能够24小时不间断运行。

这将是又一次巨大的进步。

而且,我们在现实世界中还没有真正看到这样的情况。我认为,仅仅在第一个阶段,整个世界就可能容纳大约200亿台人形机器人。

但当物流、供应链、医疗、数据中心等整个行业都能够由机器人全天候运行,并实现完全无人化制造时,我们就会进入一个完全不同的阶段。

届时,我们实际上是在建立一套能够24小时不间断运行的完整经济体系。所以,我认为,我们未来生活的世界将会完全不同。

Peter: 这也让我想起之前你和我与Elon讨论过的普遍高收入(UHI)问题。当机器人能够大规模降低各种商品和服务的成本时,无论是建造房屋,还是完成其他人们需要的工作,都可以按照每小时1美元左右的成本来实现。

Brett Adcock:是的,这将带来非常明显的通缩效应。这会是一件非常好的事情。它将提高世界各地人们的财富水平。

2、机器人是避免反乌托邦未来的重要条件

Peter: 我还想回到之前我们一次深夜交谈时,你提出的一个非常有力量的观点。

你当时提到,随着AI不断发展,最终进入通用人工智能(AGI)乃至超级人工智能(ASI)阶段,可能会出现一个伦理和道德问题。能不能进一步谈谈这个观点?我认为这是一个非常重要的问题。

Brett Adcock: 是的。我认为,机器人技术对于避免未来出现反乌托邦式的社会非常重要。

我觉得,我们现在正面临一个问题:我们是否已经处在AGI、ASI即将到来的阶段?目前的数字AI已经非常聪明,但它还没有带来那种真正令人惊叹的体验。

它看起来更像是一个搜索引擎的替代品。在我看来,目前,它只是表现得还不错,能够替代我使用Google搜索信息。

但随着这些系统变得越来越智能,未来可能会出现这样一种情况:这些运行在服务器上的数字系统,为了在经济中调动资源、创造收益并提供更多帮助,开始指挥人类去完成各种工作,并支付报酬让人类替它们执行任务。

这几乎就像是在奴役人类。

事实上,现在已经有一些公司开始出现,它们会要求人类去完成某些工作,并按照小时向人类支付报酬,以便让AI智能体能够在现实世界中完成任务。

在我看来,如果这里没有机器人解决方案,就可能把人类带向一个非常糟糕的境地。

所以,我的观点是,随着我们逐步实现AGI和ASI,应该由人形机器人来完成这些工作,而不是让人类去做。我认为,这是整个发展过程中非常重要的一部分。所有这些技术都必须结合起来,而且必须非常快速地实现融合。

Peter: 我以前从来没有听人这样讨论过。我认为,你提出的这个观点非常关键。为了避免那个反乌托邦式的未来,没有人类希望被机器命令应该做什么。

Brett Adcock: Peter,这种情况已经开始发生了。现在已经有一些网站在提供这样的服务。

Peter:是的,当然,就是所谓的肉体代理人(Meat Puppets)。

Brett Adcock: 是的。

Peter: 也就是说,AI智能体需要雇佣一个人,帮它开设银行账户,或者替它完成某项现实世界中的任务。

Brett Adcock:完全正确。或者让人类替它执行某项具体任务。现在已经出现了类似TaskRabbit的微型任务服务平台,而且这些平台正在获得真正的市场关注。

3、芯片供应将决定机器人能否继续扩大规模

Dave:假设未来世界上有100亿台甚至更多机器人,而且Figure占据了其中非常大的份额,甚至成为主导者。那么,支撑这些机器人的算力就必须变得越来越强大。

如果我们回到九个月前的那次谈话,当时你们要想拥有自己的芯片制造能力,需要解决大约160亿美元的资金问题。但现在,你们已经拥有数十亿美元现金,似乎这件事突然变得可行了。你们会沿着这条路线发展吗?这是你们正在讨论的事情吗?

Brett Adcock: 我认为,未来某个阶段,我们可能会这样做。

但真正的问题是:在未来5年或者10年里,依靠现有的芯片供应,我们能否足够好地掌握自己的发展方向?这里涉及存储器、硅材料等各种因素。甚至还涉及我们能够获得的每块芯片的成本和功耗。

即使是我们现在使用的芯片,性能已经很强大,但成本仍然太高,功耗也太大。如果我们真的希望制造出价格足够便宜的机器人,就必须在这些方面投入大量精力。

Dave:但你还记得之前谈到执行器时的情况吗?你们从外面买来的执行器,打开包装后发现体积实在太大。

现在设计芯片的人也是一样。

目前,芯片制造商的产能已经被预订了很多年。所以,他们不会专门朝着机器人需要的方向进行创新。他们只会尽可能建设成本最低、速度最快的晶圆厂,然后生产现有的产品。

Brett Adcock:几个月前,我们实际上与全球最大的存储器原始设备制造商(OEM)之一的高管团队进行过会面。

当时,我们试图向他们介绍自己的未来规划和技术路线。但他们告诉我们,他们根本没有多余的产能。他们所有的产能都已经分配给手机、服务器以及其他市场。甚至只要一部手机的内存容量翻倍,就可能占用整个市场的全部产能。

Dave:而现在,手机市场本身也开始受到芯片供应的限制。

Peter: Ternus在财报电话会议上也抱怨过这个问题。他表示,存储器供应正在严重影响他们的业务。

Brett Adcock: 是的,存储器供应确实是一个严重的问题。

实际上,我们已经与一些存储器供应商建立了非常不错的合作关系,希望能够提前锁定未来几年内部需要的存储器供应。

因此,在短期内,我们对扩大机器人生产规模的能力非常有信心。

不过,你刚才提出的是一些很好的长期问题。所以,我们还需要继续观察。

正如你刚才提到的,这需要投入非常庞大的资本。而且,技术本身、模型以及我们构建和运行模型的方式,都在快速变化。

我有一个担忧:芯片研发和制造工作可能需要两年、三年,甚至更长时间。因此,你必须至少提前三年作出判断,思考届时的芯片设计应该是什么样子。

如果你在三年前问我,三年后我们应该采用什么样的推理算力设计,我当时给出的答案现在可能已经完全不适用了。

此外,我们目前正在Helix 3上开展一些工作,你们刚才也已经看到了。

我认为,我们现在运行模型的方式,与过去习惯的方式相比,已经发生了非常大的变化。所以,考虑到技术正在如此快速地发展,要提前锁定某一种特定的功耗、成本和芯片架构,确实比较困难。

目前,能够根据实际需求选择合适的芯片,对我们来说是一件好事。但如果把时间范围拉得足够长,我们最终肯定需要获得前所未有规模的硅芯片供应。

4、 与中国竞争,Figure选择不同的技术路线

Peter: 我们来谈谈监管问题。现在,围绕AI监管已经有很多讨论,但我还没有看到机器人领域出现类似的讨论。

我看到美国政府开始限制进口中国机器人,我能够理解其中的原因。但你们现在是否已经开始与监管机构进行沟通?或者是否已经听到监管机构提出的一些要求?

目前这个领域的监管进展如何?你们又在为哪些事情提前作准备?

Brett Adcock: 我认为,美国联邦通信委员会(FCC)对中国机器人实施的禁令,在一定程度上让我们感到意外。

从我的角度来看,我希望看到一个真正公平的竞争环境,让所有参与者都能够在公平的条件下竞争。

Peter: 回到监管问题之前,我还想问一下竞争格局。你认为目前的竞争对手主要是特斯拉和中国吗?这是你现在对行业竞争的判断吗?

Brett Adcock: 就我个人而言,过去两三年,我没有怎么看到特斯拉有太多动作。我看到过一些通过远程操控完成任务的机器人,但没有看到太多其他东西。

如果必须选择Figure最接近的竞争对手,我认为,毫无疑问就是今天的中国,或者说中国整个机器人产业。

那里正在发生大量研发工作,而且它们的发展速度相当快。但我认为,它们的发展方向与我们略有不同。

但我认为,目前其中很多公司的产品都还不够成熟。它们的硬件并不出色,运行的控制策略和模型看起来也不够好。

不过,中国机器人产业每年取得的进步确实非常明显。所以,我预计中国未来还会做得越来越好。而且,这是一个我们打算击败的竞争群体。

Peter: 当然。那么,你认为中国有哪些机器人公司做得比其他公司更好?

Brett Adcock: 我没有特别明确的选择。我认为,我们关注的事情,与我们认为中国关注的事情非常不同。

中国目前似乎正在进行一场竞赛,重点展示机器人在体操、运动等方面究竟有多强的能力。

而我们关注的是,如何把机器人真正送进家庭,让它能够在零样本环境中进行长时间跨度的推理,并完成实际工作。

目前,你还没有在中国看到这样的能力。甚至有些公司,比如宇树科技,你真正购买它们的机器人硬件时,也会发现它们的表现并没有那么好。

这些机器人非常小。它们开箱之后,可能只能通过控制器挥挥手。然后你就会想:接下来还能让它做什么?

这一点并不清楚。而且,它们没有灵巧手。

10.

Figure选择在硅谷发展,人才是核心优势1、旧金山湾区可能是世界上最适合发展通用机器人技术的地方

Peter: 你们作为一家由创始人主导的公司,相比那些试图进入机器人领域的大型工业企业,拥有很大的优势。

你们愿意承担其他公司不愿意承担的风险,也愿意尝试颠覆性的策略和方法,并且能够快速进行迭代。

Brett Adcock:是的。这里确实有很多不同的小优势。我认为,如果想真正制造出能力强大的通用机器人,唯一合适的地方就是旧金山湾区。

机器人技术几乎就是在这里发展起来的。

Peter: 这里就是机器人领域的深圳。

Brett Adcock: 我认为这里比深圳更好。机器人技术是在这里发展起来的。人工智能也是在这里诞生的。

硅产业同样是在这里发展起来的。电池、电机、嵌入式软件、热管理、人工智能、深度学习,以及整个基础设施体系,所有这些技术都在这里发展起来。

如果你想做这件事,这里就是世界上最好的地方。自动驾驶汽车最初也是在这里发展起来的,早于中国。

人工智能也是如此,互联网也是如此。这些技术都诞生于这里。

而且,在这里成长起来的人,很多都曾经在这些领域工作过,对相关技术有非常深入的理解。

我们已经把我认为是这个领域最优秀的一批人才聚集在一起。整个团队都非常投入,甚至可以说是一群工作狂。他们都非常擅长自己的工作,也非常喜欢在这里工作,而且真正受到公司使命的驱动。

我们所有人聚集在这里,就是为了在这个领域击败所有竞争对手。

因此,我认为,旧金山湾区可能是世界上最适合发展通用机器人技术的地方。

如果一定要排名,第一名肯定是旧金山湾区,第二名可能是深圳。

未来,如果通用机器人技术能够得到真正解决,我认为成果一定会出现在这两个地方之一。

现在,我终于明白了。

这里聚集了全世界最密集的人才。

这些人正好处在人生中一个愿意投入、愿意全力以赴的阶段,他们来到这里,就是为了真正把事情做好。

Brett Adcock: 如果你在奥斯汀、芝加哥或者波士顿创业,试图研发机器人,你确实能够招到一些人才。

但假设你希望从旧金山吸引人才过去,可能50个人里只有一两个人愿意搬过去。但如果你在旧金山招聘,可能50个人里就有50个人愿意加入。而且,研发一台机器人,需要大约12个不同专业领域的团队。

所以,你可以想象,如果你想在其他城市创业,就需要把这12个领域的团队全部从旧金山招过去。

2、IPO、算力危机与Hark的快速增长

Peter: 说到资本,你之前让Archer上市时,融资规模大约是27亿美元左右。现在,Peggy Johnson也刚刚带领Agility上市。

那么,对于Figure这样的公司来说,什么时候才是上市的合适时机?考虑到你已经经历过一次IPO,你认为一家公司需要满足哪些条件才能上市?

Brett Adcock:从整体上看,Archer当时上市,是因为我们需要资金。那时候,我们正在进行B轮融资,但我们无法通过私人市场筹集到足够的资金。

我们需要数亿美元,甚至需要数十亿美元,才能完成接下来的发展。我需要数十亿美元来完成美国联邦航空管理局(FAA)的认证工作,而这是一项非常困难的任务。

但当时,我在私人资本市场上并没有看到足够的资金来源。最终,我们选择上市,并成功筹集了略低于10亿美元的资金。

在当时的情况下,这是正确的选择。但那时的Archer确实还非常早期,是一家相当年轻的公司。

从公司发展阶段来看,我们当时还不够成熟,不应该那么早成为一家上市公司。但我确实需要这笔资金,所以最终还是选择了上市。

如果让我重新作出一次选择,考虑到当时的时间和资金限制,我仍然会这么做。不过,如果当时我们能够获得足够的私人市场融资,那么直到今天,Archer可能仍然会是一家私营公司。

从公司的健康发展角度来看,即使到了今天,保持私营状态可能仍然是更好的选择。

至于Figure,我认为,公司未来在某个阶段上市几乎是不可避免的。这能够帮助公司获得合适的资金。对员工、投资者来说,上市能够提供流动性,也有很多其他好处。

实际上,我们现在的一项重要工作,就是解决我们所说的通用机器人问题。我们要制造的是一台通用机器人。

你们今天已经看到了它未来形态的一点展示,我认为,它未来还会变得强大得多。

当我们真正实现这个目标时,就会推动制造规模大幅提升。

与此同时,我们可能还需要投入更多的推理算力和训练算力,也需要更多营运资金和资本开支来推动整个业务增长。因此,我们真正希望在保持私营公司的状态下,先实现这个重要里程碑。

而且,我们觉得自己正在接近这一目标。现在,每当我们训练出一个新模型,都会想:这一次是不是已经成功了?但随后又会发现一些需要继续解决的错误和问题,还有很多工作要做。

我认为,目前我们的服务器里,已经积累了足够多的数据。如果与今天你们看到的模型训练数据相比,我们现在能够用于训练新模型的数据量至少是它的10倍。

Dave:真的?我希望这个数字更大一些。

Brett Adcock: 我认为,实际上可能远远超过10倍,大约有15倍左右的数据已经积累在服务器里。不过,数据不断进入系统,并不意味着我们可以立即拿来训练。

Peter: 这些数据是通过人类佩戴摄像头采集的吗?

Brett Adcock:是的,数据来自多种不同来源。但从本质上来说,我们需要的是非常丰富的物理世界信息,而这些信息无法通过互联网获取,也无法通过在线数据抓取获得。

互联网无法提供这些数据。我们需要知道,人类会如何抓起一个杯子,抓取时手部处于什么方向和姿态。

我们还需要知道,人类在抓取过程中感受到的力是什么样的,以及双手具体在做什么。

Dave: 还有力、反馈等信息。视频在互联网上到处都是,但这些视频并不能提供实际的触觉感受和反馈信息。这些信息非常重要。

Brett Adcock:是的,这些信息无法直接从互联网上获得。因此,我们在内部开展了一项名为Index的工作,也就是大规模数据采集计划。

但我真正想说的是,数据进入系统之后,我们还必须对它们进行审核。我们需要确保数据符合正确的分布要求,还需要对数据进行清理、标注,并为训练做好准备。有时候,这个过程需要花费一定的时间。

而且,等到数据真正准备好之后,我们还需要确保训练计划已经进入合适的阶段,能够启动新的预训练模型检查点。

我们并不能在数据一进入系统后,就立即拿它进行训练。

例如,在过去一个月里,我们的大部分算力中,超过一半都被一次大型预训练任务占用了。这已经占据了非常大的比例。

Dave:那么,一次大型训练任务的成本究竟是多少?

Brett Adcock:我们目前每年在算力上的支出已经达到九位数美元,而且是较低的九位数规模。其中,大约50%至70%的算力会用于预训练。

所以,投入Helix 3预训练的资金非常多,每年仅这一项就达到九位数美元。这确实是一笔很大的投入。而且,如果我们拥有现在10倍的算力,我们就会使用10倍的算力来训练模型。

我预计,明年夏天,我们就会对Helix开展价值10亿美元的训练任务。

当然,前提是一切进展顺利。但从目前来看,我们将拥有足够的数据、算力和资金。

真正困难的地方,是如何把这些规模更大的算力集群搭建起来。

大约六七个月前,我们开始寻找算力供应商,为公司采购算力。

我们现在使用的这批算力集群,就是当时采购的。当时,大约有四家供应商向我们提供了算力方案,其中包括一些性能相当不错的新款Blackwell系列芯片。

随后,我们与这些供应商进行了非常激烈的价格谈判,尽可能压低了每小时GPU的使用成本。最终,我们拿到了一笔非常不错的交易,并签署了合同。

当时一切都很顺利,算力也开始陆续交付。但大约三四个月前,我们再次向市场询价。这一次,我们提出需要把现有算力容量扩大一倍。

因为我们发现,Helix 3确实需要更多算力。但这一次,我们没有收到任何报价。于是,我觉得我们必须更加努力地去争取。

图片

我们再次向市场发出了需求。最后,我们只收到了一家大型算力集群供应商的报价。我们当时都在想:到底发生了什么?

我们已经无法再获得更多算力了。

后来,我们与NVIDIA团队进行了沟通。我当时告诉他们,整个行业的产能都已经达到极限。全世界都处于这种状态。

今年年初,我曾经作出过一个预测:到了2027年,你将无法再买到算力。

但对于我们来说,这件事在2026年9月就已经发生了。

是的,2026年9月,整个世界的算力供应已经耗尽。你根本买不到更多算力。

Dave: 我很高兴你能公开谈论这个问题。因为现在有很多人对行业情况存在误解。他们认为AI行业的发展被过度夸大了,所谓的AI泡沫即将破裂。

Brett Adcock: 有些人认为,未来会有大量芯片到处闲置。但实际上,我们连H100都买不到。甚至连更老的芯片都买不到,而且这些芯片的交易价格已经超过了原来的正常价格。

我们什么都买不到。昨天还有人给我发消息,说:“我这里有算力。”我说:“很好,但我不需要。”对方说:“我有8个节点。”

我当时想,8个节点?这点算力甚至不值得我停下来和你讨论。

我们需要的远远不止8个节点。所以,整个世界都面临算力短缺。而算力又受到存储器供应的限制。现在,全世界也面临存储器短缺。

如果从头建设这些晶圆厂,需要三到四年时间。因此,这确实是一个非常严重的问题。

而且,NVIDIA一直是最重要的供应商之一。对于我们的训练工作来说,除了这些芯片之外,几乎没有其他能够替代的选择。

Dave:你刚才提到,希望在私人资本市场上保持更长时间。但现在,NVIDIA以及其他上市公司的投资也在不断增加。

也就是说,实际上,资金是通过大型上市公司从公开市场进入私人市场的。

也许未来还会出现芯片制造工厂,这可能把整个模式推向新的阶段。

因为你刚才提到,新的晶圆厂以及HBM存储器工厂可能要三年之后才能投入使用。但如果你看看目前正在建设的工厂数量,就会发现,即使这些工厂最终按时建成,产能也可能在投产之前就已经被预订一空。

而且,它们甚至未必能够按时建成。

Brett Adcock: 是的。实际上,我们最近刚刚与一家大型企业的CTO见面。

我们当时发现,他们甚至还没有把我们需要的这些产品纳入生产计划。

另外,如果你看看算力规模定律,就会发现,即使数据量和模型参数规模保持不变,只要投入更多算力进行训练,模型表现就会呈现对数线性关系。

这意味着,我们能够从算力投入中获得真正的回报。所以,我认为,这一趋势远远没有接近停止的阶段。我们现在仍然处在非常早期的阶段。

无论是数字AI系统,还是我们正在Hark和Figure开展的工作,都已经展现出了非常惊人的能力。我认为,未来这些技术的重要性将会达到互联网的100倍。

这将是非常重要的事情。所以,我认为,我们现在还处在非常早期的阶段。

大家还没有必要恐慌。我的态度就是保持冷静,继续建设。

3、Hark与Figure:一个负责数字智能,一个负责物理智能

Peter: 我想问一下,Hark和Figure之间究竟是什么关系?未来,Hark会在哪些方面为Figure的整个生态系统提供支持?

Brett Adcock: 我先简单介绍一下这两家公司,以及我们正在做的事情。Hark就在园区里,距离这里大约100英尺。

Hark基本上是在研发个性化智能。从某种意义上说,它就是我们在Figure所做工作的数字版本。我们在计算机操作、语音、记忆、视觉以及其他几个领域都投入了大量工作。同时,我们也在内部研发自己的AI硬件设备,对此我非常兴奋。

大约一个月前,我们推出了Hark Pro。它可以看作Hark的数字版本,也就是不依赖硬件的版本。现在距离推出已经过去一个月左右。坦率地说,这次发布的表现非常惊人。

我们一直对硬件非常感兴趣。我们认为,硬件能够让整个业务的能力提升10倍。甚至在之前,我还在考虑,我们是否应该在硬件产品推出之前,就对外发布任何东西。后来,我们决定,还是先推出一些产品。

我们认为,目前正在研发的模型已经具备相当不错的能力。

而且,我自己一直在使用这些模型。过去一段时间,我几乎所有相关工作都在使用它们。所以,我想,不如先把它们发布出去,看看市场反应如何。

结果真的非常惊人。目前,我们已经获得了超过120万次注册。自产品发布以来,我们已经产生了大约500万次浏览器会话。整体使用量正在快速增长。

增长速度甚至超出了我们的预期,以至于上周我们不得不限制部分国家和地区的使用,因为需求实在太大了。

总的来说,Hark现在正在同时研发模型和硬件。目前,我们非常关注的一个方向是实时语音到语音技术。

如果你们等会儿和园区里的机器人交谈,它们使用的就是Hark的实时语音到语音模型。我们正在这个方向上进行大量改进。

我认为,实时语音到语音将成为机器人领域非常重要的用户交互层。我们的语音到语音模型是内部自主研发的。

 我可以告诉你们一些关于语音到语音技术的情况。目前,整个行业的语音到语音体验其实并不好。现有硬件并不是特别适合运行这类技术。我们现在并没有把它作为主要的交互方式。

有时候,我们可能会在车里打开语音功能,与系统交谈。但它还不够像人类,也无法很好地完成工具调用,例如主动获取信息。它的延迟也不够低。有时候,你打断它,它甚至无法及时听到你的指令。整体体验还远远不够好。

所以,无论是在Figure还是Hark,我们都非常相信,语音应该成为机器人和AI硬件的默认交互层。

因此,我们正在全力投入语音技术。我们正在Hark内部推进这项工作,同时也与Figure开展合作。Figure是Hark最早的一批测试用户。我们已经使用Hark大约五个月了。

当然,我们不会强制要求公司里的每个人都使用它,但如果员工愿意,就可以在内部使用Hark。

目前,它在公司内部的使用数据已经非常惊人。这也确实帮助我们提高了整个公司的工作效率。此外,Hark还非常重视大规模多模态预训练。我们认为,这对于整个领域都非常重要。

显然,Figure一直在研究如何让机器人生成动作预测。除此之外,我们还在一些传统的机器人操作领域开展了大量合作。

Peter: 你知道吗?我们Moonshots团队内部有一个长期赌局,尤其是我和Alex之间。

Elon之前非常有名地创办了xAI,随后SpaceX收购了xAI,再加上X等业务,逐渐把这些公司整合到一起。

所以,我们的赌注是:Figure最终会收购Hark。

Brett Adcock: 我可能会做出一个不同的判断。当然,这只是我个人的猜测,你们不要把它当成确定的预测。

但我认为,未来不到六个月,Hark的规模可能就会超过Figure。

实际上,从收入规模来看,Hark现在已经超过Figure了。

我们的增长速度非常快,各项数据都在快速上升。

而且,我们还有一些非常重要的硬件产品和大型商业合作协议即将推出。

所以,我认为,由于Hark是一家数字业务公司,它的扩张速度与机器人业务完全不同。

两者处在不同的增长曲线上。

不过,我再强调一次,这只是我的个人判断。我们目前并没有任何收购计划。但我确实认为,在未来六个月内,Hark的规模有可能超过Figure。

而从更长远的角度来看,Figure未来也可能再次超过Hark。这一点我还不能确定。

Brett Adcock: 我之所以决定创办Hark,是因为当时我一直在这里观察人形机器人行业的发展。

我们本质上是在从事AI业务。我们希望构建一个能够装进硬件设备中的AI大脑。

硬件只是AI进入现实世界的载体,是AI最终走向世界的一个媒介。与此同时,我也一直在使用ChatGPT以及其他AI产品。但当时这些产品实在太笨了。我感觉自己只是在和一个聊天机器人交谈,它不过是Google搜索引擎的替代品。

这并不是我真正想要的东西。我真正希望拥有的是一个无论走到哪里都能陪伴我的智能系统。它非常了解我,能够访问我的各种账户,并且能够替我完成实际工作。

例如,它可以帮我缴纳房产税,在我忘记某件事情之前及时提醒我,还可以帮我预订旅行。

它甚至能够在获得我的许可后,替我完成一些更加复杂、需要较长时间才能完成的任务。

我希望它能够像《钢铁侠》里的JARVIS一样。但当时没有人在做这件事。

OpenAI曾经领投了Figure的B轮融资。在与这些人接触的过程中,我感觉他们并没有真正打算把这件事作为内部的一项重要优先任务。

图片

而且,我认为,在消费市场上,人们现在通过AI与电脑和手机进行交互的体验也非常糟糕。所以,我当时坐在这里,觉得自己正处于创业者最好的阶段。我正在不断加深对AI的理解,也对数字AI的形态越来越着迷。

甚至包括使用电脑这件事。在我看来,这就像一台小型的人形机器人,它通过移动鼠标、敲击键盘,努力让整个系统按照要求运行。

我个人对此非常着迷。所以,我花了大量时间研究这个领域,理解深度学习究竟是如何工作的。

后来,我意识到,自己面临一个选择:我是继续坐在这里,看着这一切发生;还是主动走出旁观者的角色,亲自参与建设?

最终,我认为,如果能够亲自参与建设一个我认为这个世界真正缺少的产品,我就能成为一名更好的创始人和CEO。

而且,我认为这件事最终会变得非常特别。我认为,未来会出现这样一个时刻。

你们可能都见过一些图表,它们记录了一个人在一生中与孩子、父母以及其他家人相处的时间。

随着时间推移,这些曲线会不断上升、下降,最终逐渐降低。但我认为,在机器人领域,尤其是在Hark这样的产品领域,未来可能会出现另一条曲线。

这条曲线会一直向上增长,直到生命的最后阶段。因为你可以在任何地方、任何时间,都有世界上最聪明的智能陪伴在身边。

而且,它与你拥有相同的兴趣,始终希望帮助你。

我们每天都会告诉团队:你们实际上掌握着一个人的长期生活日记。因此,我们必须建立一种前所未有的安全和隐私保护标准。

在Hark,我们会从各个角度努力保护这些信息。这也让我们的工作变得非常困难。

例如,在广告和产品推广方面,我们无法像其他公司那样采用某些商业模式,因为我们希望尽可能保护消费者的利益。

所以,这就是我们目前坚持的方向。

Peter: 你们是什么时候宣布推出Hark的?

Brett Adcock: Hark实际上已经成立一年多了。我们是在一个月前推出Hark Pro的,所以Pro版本目前也只上线了一个月左右。整体进展非常不错。

我对此非常兴奋,而且每天都能学到很多东西。我认为,现在整个AI行业仍然处于非常非常早期的阶段。

这有点像1999年的互联网。现在回头看,当时的互联网还没有真正发展成熟,但很多基础工作已经开始铺垫。

如今,我们也正在经历类似的阶段。过去六个月里,我一度觉得Hark的发展是不是太晚了。但现在我意识到,我们其实还非常早。所以,我们还有很多事情可以做。

我认为,本周我们会推出四五项非常重要的产品更新。今天早上,我们已经发布了其中一项。接下来还会有更多消息。

与此同时,当我们考虑进入硬件领域时,这件事就变得更加有意思了。现在,Hark在实验室里已经有了自己的硬件产品。说实话,那真的非常疯狂。

11.

 AI设备可能取代传统手机和电脑

Peter:你说的是外围设备吗?你提到硬件,是不是意味着未来会推出Hark眼镜之类的产品?

Brett Adcock: 我可以谈谈自己对这个领域的判断吗?我认为,AI设备大致可以分为两个不同的方向。

第一个方向,是AI设备中的核心产品。对于今天的消费电子市场来说,我认为这个核心位置仍然属于手机和电脑。

这类设备每年的市场规模大约是10亿台。它们处于整个生态系统的中心,是最主要的产品和平台。围绕这些核心设备,才是各种配件和辅助设备。例如AirPods、智能手表、眼镜,以及其他各种设备。

我认为,AirPods的收入大约只占苹果总收入的3%。所以,苹果不会因为AirPods而变得特别兴奋,但它仍然是一个非常重要的平台布局。

苹果对这个方向非常重视。但手机和电脑仍然是整个生态系统的核心。

 这些核心设备未来会发生变化。我认为,未来会出现一类全新的AI设备,取代现在处于中心位置的手机和电脑。

这类设备的年出货量可能达到10亿台,而且体验会远远好于今天的手机和电脑。围绕这些核心设备,仍然会出现类似今天的各种配件。

这些配件可能只占总收入的个位数百分比,而且只能与核心设备配合使用。

目前,我们看到的AI设备基本上都还是外围配件。例如Meta眼镜,以及其他一些类似的产品。

但这些产品实际上都不是核心设备,而且目前的使用体验并不好,因为它们仍然需要依赖用户主要使用的平台。

例如手机。从根本上来说,你现在使用的iPhone永远无法很好地与真正的AI设备进行交互。如果你尝试使用Meta眼镜,就会发现,它必须要求你在手机上打开Meta的应用程序,否则甚至无法连接网络。即使完成了这些操作,整体体验仍然非常糟糕。

坦率地说,这可能是我使用过的最差的产品之一。

每次我看到Spectacles眼镜,都会觉得非常不可思议。我甚至觉得自己是不是疯了。根本不会有人愿意戴这些东西。

而且,不知道为什么,它们每一代都变得更大、更难看。但对我们来说,关键是必须真正把产品做好。

Dave:你们是否正在与Johnny Ive和OpenAI进行合作?你们之间有沟通吗?

Brett Adcock: 没有,我们没有进行任何合作。

完全没有。我们甚至没有任何交流。

实际上,大约两年前,在Figure完成B轮融资相关工作之后,我们就终止了与他们的合作,因为双方并不太适合继续一起做这件事。

Dave: 为什么?这里面有什么背景故事吗?

Brett Adcock:当时,他们参与了Figure的B轮融资。我见过Sam,他们参与领投了我们的B轮融资,并与Microsoft共同领投。

随后,他们加入了我们的董事会。我们在内部进行了大量合作,大约持续了一年左右。

当时,我们的目标是让机器人具备通用智能。我参加了每一次每周例会。

我们有一整个团队专门负责这件事,他们也有自己的团队。当时,我们都觉得很好:每天都可以来到Figure,一起努力推进工作。他们也表示同意。

但后来,他们从来没有真正来到我们的办公室。他们觉得这里距离旧金山太远了。而且,这里非常吵。你懂我的意思吧?

我们每天都在这里工作,身上沾满了润滑油,周围也非常嘈杂,因为我们正在制造机器人。但他们始终不愿意过来。

我们根本无法让他们来到办公室。后来,我甚至想,不如举办一场大型活动,把大家聚集起来。但即使这样,我们还是无法让他们来到这里。

与此同时,每周我都能看到我们取得的进展。我们不断向他们分享自己的工作,他们也会向我们分享他们的工作。

但双方的进展完全不成比例。我们取得的进展,可能是他们的10倍,甚至100倍。

后来,我们逐渐发现,在看到我们的成果之后,他们实际上非常希望重新进入机器人领域。

于是,这件事就变得越来越明显。最终,我作出了决定。

Dave: Jony Ive是什么时候加入OpenAI的?是在这件事之后吗?

Brett Adcock:我认为Jony Ive并没有参与OpenAI的人形机器人研发。我猜,他主要负责的是AI设备相关工作。当然,我也不太确定。

Dave: 也就是所谓的iPhone杀手。但本质上,它应该是一款内置AI的设备,能够提供足够有吸引力的体验。

而且,你刚才提到的核心设备概念非常重要。

所以,我认为,OpenAI希望让自己的设备成为这样的核心设备,而不是继续依赖iPhone。

显然,你们在Hark也有类似的愿景。所以,我能够理解这两家公司未来可能会走向相似的方向。

Brett Adcock: 我可以明确地说,未来肯定不会一直是iPhone。iPhone最终会消失。

我们不妨把话说得更直接一些。如果考虑最极端的情况,10年之后,我们可能就不会再使用传统手机了。

你懂我的意思吧?我认为,这一点是可以预见的。

Peter: 所以,现在Ternus面临着非常大的挑战。苹果过去一直依靠iPhone维持增长,但未来可能会受到来自十几个不同方向的冲击。

Brett Adcock:我一直有一种感觉。有时候,我每天早上醒来,都会想象自己会不会突然看到Tim Cook或者其他苹果高管召开一场紧急发布会。

他们可能会宣布:

“我们已经购买了1000亿美元的GPU,并组建了一支世界顶级的AI团队。我们将全力投入预训练,同时在过渡期间使用其他模型。

这项技术将成为未来消费产品交互体验的核心,因此我们必须真正掌握它、理解它,并将其深度集成到产品中。”

但让我感到不可思议的是,我一直没有看到这样的事情发生。

而且,大约一年前,这件事就已经发展到一个阶段:现在想要扭转局面,可能已经非常困难了。

 你真正需要做的是,把硬件和模型放在一起进行联合设计。

这两者必须协同开发。你应该把AI设备看作一个纯粹的交互界面。它可能是脑机接口(BCI),直接连接人类大脑。也可能是我们现在正在研发的语言交互设备。这些设备本质上都是连接内部原始智能的接口。

而且,这种智能应该能够像人类一样,只为你一个人服务。因此,硬件和模型必须一起设计。

这不是简单地把一个现成的模型装进设备里就能解决的问题。

我认为,未来的发展会进入一个新的阶段。

在我们现在所处的阶段之后,可能会出现一个以语言交互设备为主的阶段。

而在那之后,还会出现一个新的阶段,也就是脑机接口,以及AI与人类大脑之间的直接连接。

我认为,这将会非常重要。我希望Hark能够参与整个过程,并且一直推进下去。

但就目前而言,传统电脑和手机显然即将迎来一次升级换代。

我可以告诉你们,仅仅根据我在公司内部使用的一些产品来看,未来的体验将会非常出色。它会比现在好得多。

Peter:但你们现在使用的这些设备,已经有20年没有发生根本性变化了。

Brett Adcock: 确实已经有20年了。我们现在只是在这些设备中加入AI。但整个交互界面仍然非常被动。

你必须自己控制手机,告诉它应该做什么。然而,我们已经拥有了一个能够思考的系统。

它可以使用电脑,可以与你交谈,可以看见周围的世界,还可以建立持续、近乎完美的记忆。

你真正希望的是,能够实时地与它进行交互,而且无论走到哪里,它都能陪伴在你身边。

但今天的世界还没有任何接近这种体验的产品。不过,这种产品很快就会出现。

 我认为,手机本身仍然是非常出色的产品。只是我们即将迎来下一阶段的发展。而且,这一定会非常好。

12.

机器人监管、工作伦理与创业者的未来

Peter: 最后,我们再围绕监管问题展开讨论。现在,Bernie Sanders等人一直在呼吁,必须停止、放缓甚至阻止递归自我改进(RSI)的发展。

我想,机器人领域未来可能也会出现类似的声音。例如,有人可能会要求放慢机器人研发速度,认为我们不需要让机器人出现在街道上,因为这对公众来说并不安全。你怎么看待这个问题?你们是否已经开始与相关方面进行讨论?在你看来,公众是否真的有必要对此感到担忧?

Brett Adcock: 我可以谈谈我们自己的计划。我们的计划是,向市场推出一款真正高品质、能够很好地完成工作的产品。

我们不希望机器人在外面依靠远程操控完成工作,也不希望它们执行不安全的任务,更不希望为了抢占市场而过早推出产品。

因此,我们现在采取的是循序渐进的方式。

去年,我们已经开始向商业市场交付产品。今年,我们会交付更多机器人。

过去90天里,我们唯一明确了解到的,就是美国联邦通信委员会(FCC)针对中国人形机器人的禁令。

除此之外,还没有任何相关事项真正进入我们的工作范围。

而且,从我个人的角度来说,我也不会每周都飞到华盛顿特区,试图参与这些讨论。我真的更希望待在这里。我来到这里,就是为了真正制造东西,制造出色的机器人。

无论如何,机器人都会进入现实世界。我认为,它们最终会为世界带来巨大的帮助。

AI也是一样。如果有一天,全人类突然决定不再需要AI,我们完全可以关闭互联网。我们可以直接把它关掉。

但我们并不希望这样做。因为AI最终会对整个世界产生非常大的帮助。

当然,未来可能会有人提出不同意见。

但对于我们来说,我们真正关注的,仍然是自己的使命:制造机器人,并把它们交付给用户。我们每天都在这里,努力推进这件事。

Dave: 我想提出一个问题,给所有创业者一些启发。你认为今天一个20岁的年轻创业者,还能够沿着你的道路走下去吗?

还是说,AI的发展已经让创业机会变得太少,最好的机会已经被别人抢走了?

Brett Adcock: 我想先说一件事。我现在真的快累垮了。

三个孩子、三家公司。过去整整一年,我几乎每天晚上都待在这里。

说实话,这真的太辛苦了。但与此同时,这也是我人生中最美好的阶段。

如果让我重新选择,我仍然愿意再经历一次。整体进展非常好。

我认为,未来一代创业者的发展前景会非常好。未来,一切都会以AI为原生基础。

只需要通过对话,就能够设计硬件和机器人。这将会非常酷。

我认为,目前AI真正缺少的东西,是想象力。而未来,我们的发展可能会受到想象力的限制。但这恰恰是创业者最擅长的事情。创业者总是会随身带着一个小本子。

直到今天,我仍然随身带着一个笔记本,把自己能够想到的各种商业创意记下来。

而且,我至今仍然在不断记录这些想法。

真正优秀的创业者,擅长产生新的想法,也擅长思考未来。

所以,我认为,对于未来成长起来的新一代创业者来说,这将是一个几乎没有边界的机会。甚至可能成为人类历史上最适合创业的时代。而且,今天的创业生态系统已经非常成熟。

当年我大学毕业时,创业并不是一个可以轻易想象的选择。那时候,你不会觉得自己可以直接去创业。

所以,我在正式创办公司之前,先工作了几年。现在回头看,我希望自己能够更早开始创业。但今天,年轻人已经可以直接开始做这件事。他们能够获得资金,有各种孵化器,也有很多人愿意加入初创公司。创业本身也变得越来越有意思。

而且,整个社会已经形成了围绕创业的社区和生态系统。这些因素都会进一步推动未来一代创业者的发展。

Peter: 我喜欢开一个玩笑。

我们一直被承诺,未来每个人每周只需要工作三天或者四天。但结果,我们却创造出了每周工作十天的模式。

Brett Adcock: 我确实喜欢工作。我喜欢努力工作,也喜欢把事情真正做出来。

我认为,这里的每个人也都喜欢这样。我们聚集了很多愿意努力工作的人。但在硅谷,我们似乎已经把努力工作变成了一件不太受欢迎的事情。

所以,很多人来到这里时,都会说:“你们可能是我见过的最不像硅谷公司的硅谷公司。”因为我们真的很努力,我们周末也会来公司,晚上也会继续工作,我们就是喜欢这样。现在,这样的工作文化似乎已经越来越少了。

有时候,我们甚至会面试一些人,问他们:“你们有什么休息日安排?你们希望如何远程办公?”

但我们这里没有这些东西,你每天都要来到公司,和我们一起工作,我们也会和你一起工作。

我的机器人不能在家工作,它们必须每天都在生产线上。

我们也是一样,我们必须亲自来到生产线上,参与这些工作。所以,我认为,这就是我们的工作方式。

图片

来源:机器人前瞻

点赞 0
举报
收藏 0
评论 0
分享 2