3 月 GPT-4 上身，像科幻片會看聽說的機器人 Figure 01 又出來占據矽谷話題榜了，五天前官方 X 帳號預告了下代人形機器人 Figure 02。
7日充滿未來感的demo如期而至：
Figure 02外觀煥然一新：從上版閃銀色鉻金屬皮膚換成炫酷啞光黑，曲線也更流暢，背景不再是實驗室，轉到南卡羅來納州斯帕坦堡的BMW產線。Figure 02有靈巧的手指和身體關節，在工廠裡走來走去，以神經網路學習拿取和裝配汽車零件。
Figure AI稱，此次工程和設計團隊從頭設計硬體和軟體，人工智慧、計算機視覺、電池、電子設備、感測器和執行器等關鍵技術都有重大突破。
主要特徵有：
- 語音對話：機載麥克風和揚聲器連接到客製AI模型，能與人類對話。
- 鏡頭：AI驅動視覺系統由六個機載RGB鏡頭支援。
- 手部：第四代手部有16個自由度，與人類力量相當。
- 機載視覺語言模型（VLM）：使機器人鏡頭快速進行常識性視覺推理。
- 機載電池：機器人身體裡有2.25千瓦時客製電池組，提供超過50%能量。
- CPU / GPU：與上代相比，機載計算和AI推理能力提升三倍。
CEO兼創辦人Brett Adcock表示，Figure 02概念設計評審是年2月歷時18個月完成，自豪是「地球最先進AI硬體」。
Introducing Figure 02
The world’s most advanced AI hardware
Exclusive pics + technical writeup👇 pic.twitter.com/2cts3pTIcN
— Brett Adcock (@adcock_brett) August 6, 2024
並高調回應馬斯克2月底宣戰：
https://t.co/5iDGkeqo9Z pic.twitter.com/zBg6uxg7oK
— Brett Adcock (@adcock_brett) August 6, 2024
他也透露部分主要技術：
首先是語音對話推理。Figure 02延續上代，用麥克風和揚聲器與人類語音對話，基於OpenAI合作訓練的客製AI模型，能理解處理並回應人類語音輸入。機器人以語音為預設操作介面，代表使用者可像與人交談自然與Figure 02互動，無需傳統按鈕或螢幕介面。
得益於機載視覺語言模型（VLM），Figure 02能經鏡頭「看懂」周圍環境，快速語義理解和常識性視覺推理，並智慧判斷。如物體辨識、場景理解，甚至洞悉人類行為意圖，增強機器人複雜現實世界的適應和互動能力。
Figure 02機載CPU / GPU計算和AI推理能力是上代三倍，能完全自動執行現實世界AI任務，無需靠外部資源。
除軟體外，Figure 02底層硬體也有大升級。
Figure 02採自研2.25千瓦時電池組，比Figure 01多超過50%能量，大大提升續航力，可每天工作長達20小時，接近全天候運行。
創新整合佈線系統看似簡單，其實非常複雜，不僅減少線路故障風險，隱藏式更美觀安全，緊湊佈局也最佳化機器人內部空間。還開發客製線纜埠和連接器，提升Figure 02可靠性。
六個分佈頭部、前軀幹和後軀幹的RGB鏡頭，以及AI驅動的視覺系統，賦予Figure 02超越人類的視覺。全方位鏡頭達成360度環境感測、精確深度感測和細節辨識。結合先進AI演算法，使Figure 02快速理解眼前複雜視覺資訊，做出相應判斷。
為了提升剛性強度並防止撞擊負荷，Figure 02有類似飛機的外骨骼結構：即外殼不僅保護內部元件，還能支撐結構。與傳統框架相比，外骨骼更有效利用材料，不犧牲強度下減輕重量，提高能源效率和移動性能。
一大亮點是Figure 02的第四代機器手，完全仿照人手尺寸和功能，16個自由度和與人類相當的力量，Brett Adcock稱涵蓋機械、電氣、控制和感測器各方面，展現高度靈活性和強度，使手部執行夠廣泛人類任務。
Figure控制總監Michael Rose和硬體總監Vadim Chernyak介紹，Figure 02零件高達幾千個，為了方便製造，腿部和電池等都可更換。Figure 02預告還透露扭矩等級高達150牛頓米（Nm），使機器人能搬運重量級物體。Figure 02運動範圍（ROM）達195度，堪稱重大突破。
儘管外界一直傳言，Figure AI拿到OpenAI、微軟、輝達6.75億美元B輪融資後就進入難產期，但終究還是把第二代機器人做出來了。
輝達高階研究員Jim Fan說：「恭喜 Brett！製作高自由度靈巧手的決定絕對是正確的。」
網友Lorenz S說：「這竟然是最差的一次。想像Figure公司15年後的樣子。」
Brett Adcock回：「這確實是件神奇的事，每天都變得更好。我們沒有哪星期不進步，18個月內會看到更多激進改善，因越來越多轉向軟體。」
有人提問Figure 02重量和行走速度，Brett回答雖然外骨骼減輕重量，但另一端增加電池、鏡頭、CPU / GPU，因此淨重達70公斤。
速度則未回應，大概是因為看起來就很慢。
這也成了網友開玩笑的點。
一切都很酷，直到它開始走路。
是啊，就像拜登02。
眼尖網友還注意到機器人胯下有傷痕。
不買帳網友認為Figure 02影片抄襲消費電子產品風格，不是機器人實際工作樣貌，換句話說，有錢公司推出fancy demo這件事，很多人逐漸麻木。
我沒有看到你說的重大功能：它沒有顯示能聽到命令，沒有隨機與人交談，沒有展示推理能力，也沒有在工廠實際工作。你什麼時候展現真實的測試影片？
現在AI公司的常見現象，展示影片過度承諾以吸引投資者，實際情形非常差。這家公司有什麼不同嗎？
也有人認為工業製造業使用人形機器人不是最優解。
工廠啟用此技術是巨大浪費，這些工作都能用機械手臂完成，應將Figure 02放到商店上架、幫老年人做飯、打掃家裡等。
Figure AI幾個月前開始與BMW合作，汽車產線訓練和收集數據，每秒200次畫素採樣至動作神經網路學習，以證明工業級環境的應用潛力。加上整合OpenAI最先進大模型，超強語音對話和視覺推理能力成為大賣點。
Brett表示，目標是五年內將自動雙足機器人推向市場。
當然，Figure AI並非通用人形機器人賽道的唯一參賽者。去年底，亞馬遜和Playground Global投資Agility，用生成式AI改善人機通訊，雙足機器人Digit根據自然語言指令，成功執行「把達斯·維達光劍顏色的箱子移動到最高塔」。
馬斯克Grok AI和Optimus專案也快速發展，說Grok藉助X、特斯拉和Optimus機器人的數據，成為世界最領先AI系統。Optimus機器人也在特斯拉工廠工作，2026年對外銷售。馬斯克設想，將有百億台Optimus機器人與Grok AI互相訓練，提升整體實力。
此外1X、波士頓動力、輝達、Google都在開發智慧機器人專案。
科技巨頭和創業公司瘋狂湧入，頻繁更新投資紀錄。無論追逐生成式AI還是不想錯過下次大浪，抑或對解放生產力和探尋人機互動邊界的渴望，人形機器人無疑是科技重要方向。但各種影片看似高靈活和智慧背後，成本效益和複雜性、真實物理環境的實際表現、商業化產品週期都是未知數。
這讓Figure 02亮相，說是向消費者展示技術，更像做給同行看，特別是給投資人一個交代。又或像Brett Adcock所說，完成硬體創新後，18個月後有越來越多軟體升級，就有更多激進突破。我們拭目以待吧。
科技新報粉絲團
加入好友
訂閱免費電子報
