前段時間，名為“Figure 01”的機(jī)器人因會沖咖啡而走紅。這兩天，它還找到了新工作，要去寶馬的美國工廠“實(shí)習(xí)”，干得好的話，一兩年后就能到流水線上參與“造車”了。

Figure 01是創(chuàng)業(yè)公司Figure的大作，該公司僅成立一年，主營開發(fā)和制造人形機(jī)器人，估值已經(jīng)超過4億美元。最近，F(xiàn)igure與知名車企寶馬達(dá)成重要協(xié)議，將在今年晚些時候?qū)igure 01機(jī)器人引入到南卡羅來納州斯巴達(dá)堡的寶馬工廠。

斯坦福的機(jī)器人能炒蝦，特斯拉的擎天柱機(jī)器人能在人類的操縱下做家務(wù)，而Figure 01的特別之處在于超強(qiáng)的自主學(xué)習(xí)能力，它能看著視頻學(xué)會操作技能，這意味著，它的技能會在學(xué)習(xí)中變得越來越豐富。

如果2023年的科技前沿是ChatGPT引領(lǐng)的人工智能自然語言大模型，那么2024年的前沿很可能是AI模型加持下的機(jī)器人，各種具備服務(wù)人類能力的機(jī)器人將不斷涌現(xiàn)，它們不再是狗、蛇、屬這些仿動物形態(tài)，而是直接仿人造型，協(xié)助甚至替代人類執(zhí)行體力勞動。

Figure 01看個視頻就掌握了技能

剛剛進(jìn)入2024年，各家身懷絕技的人形機(jī)器人一個接一個的冒了出來。前有斯坦福炒蝦機(jī)器人，后有特斯拉的疊衣機(jī)器人，最近，會沖咖啡的機(jī)器人Figure 01也來了。

打開機(jī)蓋、放入咖啡包、按下開始按鈕，F(xiàn)igure 01一整套動作十分流暢。與其他機(jī)器人做家務(wù)的視頻不同，F(xiàn)igure 01沖咖啡的視頻并沒有做加速處理。

當(dāng)然，F(xiàn)igure 01還遠(yuǎn)不如鋼鐵俠的“賈維斯”那么厲害，但“小賈”畢竟只存在于電影里，而Figure 01已經(jīng)隨著人工智能的發(fā)展走進(jìn)了現(xiàn)實(shí)。

它完全由AI驅(qū)動。別小看了這一點(diǎn)，因?yàn)橛辛薃I后，要求Figure 01完成事務(wù)時已無需事先預(yù)設(shè)程序，AI為它注入了強(qiáng)大的學(xué)習(xí)能力。官方說法是，F(xiàn)igure 01只需要看一看人類示范的演示視頻，再加上10小時端到端的訓(xùn)練，就能學(xué)會視頻里的操作技巧，然后完全自主地搞定任務(wù)。

沖咖啡只是證明Figure 01具備自學(xué)能力的第一步，開發(fā)公司Figure表示，只要給它足夠的時間，它還就能攻克更復(fù)雜的任務(wù)。復(fù)雜到什么程度呢？Figure公司直接用一單合作給出了答案。

今年1月18日，F(xiàn)igure表示，將會把這款機(jī)器人送入寶馬斯巴坦堡的工廠進(jìn)行試點(diǎn)應(yīng)用，主要替代人類從事一些危險(xiǎn)度高的任務(wù)。

Figure與寶馬達(dá)成合作將Figure01引入汽車工廠

寶馬的斯巴坦堡工廠位于美國的南卡羅來納州，是寶馬X系列和Z系列的主要組裝工廠，BMW X6的車身制造就在這個工廠里用到了300多個機(jī)器人，其中，車窗玻璃安裝都是機(jī)器人在執(zhí)行操作，只有側(cè)窗玻璃由人工安裝，如此一來，加工時間縮短了一半以上。

而即將進(jìn)寶馬工廠“上工”從事危險(xiǎn)作業(yè)的Figure 01，身高5英尺6英寸，也就是1米67的個頭；可承重19.95公斤，差不多是飲水機(jī)用的一大桶桶裝水的重量；充電后，它可以運(yùn)行5小時，行走速度為4.3公里/小時。

“通用目的機(jī)器人的潛力完全未被發(fā)掘。”Figure的首席執(zhí)行官兼創(chuàng)始人布雷特·阿德科克表示， 他們的機(jī)器人能讓公司提高生產(chǎn)力、降低成本，并創(chuàng)造一個更安全、更一致的工作環(huán)境。

據(jù)悉，初期階段，F(xiàn)igure 01將從“少量工作”開始，隨著時間推移，這些由AI驅(qū)動的人形機(jī)器人將加入更多的制造工作，包括箱子搬運(yùn)、拾取和放置任務(wù)、托盤裝載，以及汽車制造商一直難以留住人工工人的其他崗位。

如果達(dá)到目標(biāo)，F(xiàn)igure 01的部署數(shù)量將會增加，預(yù)計(jì)需要12-24 個月的時間真正集成到寶馬的制造流程中，包括車身車間、鈑金和倉庫等工區(qū)。

一大批人形機(jī)器人已在路上

Figure 01不過是眾多人形機(jī)器人中的一款，2024年，更多的仿人機(jī)器人正在來的路上。

今年剛剛成立的中國公司MagicLab推出了運(yùn)動型的純電動機(jī)器人，它已經(jīng)能完成后空翻落地、優(yōu)雅起身這樣的體操運(yùn)動員動作了。

挪威的人形機(jī)器人初創(chuàng)企業(yè) 1X Technologies今年直接帶來了EVE 和 NEO 兩款產(chǎn)品。EVE已在美國和歐洲部分地區(qū)投入商業(yè)化應(yīng)用，能巡邏，能搬運(yùn)，能導(dǎo)航，能放哨，相當(dāng)于機(jī)器人保安；而NEO目前仍處于研發(fā)階段，據(jù)稱，它會像人類一樣柔軟、輕巧，可以通過面部表情與人類溝通。

1X Technologies推出兩款人形機(jī)器人

機(jī)器人賽道的元老DeepMind當(dāng)然不甘落后，持續(xù)在仿人機(jī)器的“大腦”層面做開發(fā)，其有關(guān)機(jī)器人的三個關(guān)鍵研究AutoRT、SARA-RT和RT-Trajectory，將有效提高機(jī)器人的數(shù)據(jù)收集效率和泛化能力。

其中，AutoRT是機(jī)器人訓(xùn)練系統(tǒng)，能夠同時指導(dǎo)多臺機(jī)器人在不同環(huán)境中執(zhí)行多樣化任務(wù)；SARA-RT是提升機(jī)器人Transformer模型效率的系統(tǒng)；RT-Trajectory則是實(shí)現(xiàn)機(jī)器人泛化能力的模型，能讓機(jī)器人從2D軌跡圖像中學(xué)習(xí)控制策略。

強(qiáng)調(diào)自身定位是“人工智能/機(jī)器人公司”的特斯拉，最近帶火的視頻是旗下人形機(jī)器人“擎天柱”疊衣服的畫面。視頻中，“擎天柱”站在桌子前，從盒子里取出一件黑色T恤，然后緩慢地將之疊好。

不過，這段視頻遭到質(zhì)疑。有網(wǎng)友指出，馬斯克使用了CGI（三維動畫）技術(shù)偽造了視頻；還有人發(fā)現(xiàn)視頻里露出了機(jī)械臂，據(jù)此，網(wǎng)友稱這一系列疊衣動作可能并非完全由機(jī)器人自主完成，而是外部遙控操作的結(jié)果。

特斯拉機(jī)器人疊衣服視頻中出現(xiàn)機(jī)械臂

被“打臉”后，馬斯克也老老實(shí)實(shí)承認(rèn)，“擎天柱”目前還不能自主執(zhí)行疊衣服操作，但“未來肯定行”。

如果單從技術(shù)性看，“擎天柱”還是有所進(jìn)步，它新增了觸摸傳感器，對接觸對象的形狀、大小、位置和方向等信息能實(shí)現(xiàn)精準(zhǔn)獲取和分析，尤其是對壓力有了更好的判斷，從而精準(zhǔn)控制力度，比如，機(jī)器人用“手”拿起雞蛋也不會捏碎。

在自主執(zhí)行操作層面，其實(shí)大多數(shù)機(jī)器人都還做不到。

比如，前段時間在視頻平臺爆火的斯坦福家務(wù)機(jī)器人 Mobile ALOHA，它采用的是自動+遙控的學(xué)習(xí)模式，需要人類先操控機(jī)械臂為它打個樣，然后 Mobile ALOHA才能“照葫蘆畫瓢”學(xué)習(xí)類似的動作。

而且，不是只要演示過后Mobile ALOHA就能全部學(xué)會。根據(jù)論文，它學(xué)會擦紅酒漬的成功率為95% ，推椅子為80% ，炒蝦只有40%。此外，我們看它操作時也會發(fā)現(xiàn)，視頻是倍速播放的，可以想象，在真實(shí)場景中，Mobile ALOHA做家務(wù)的速度一定十分緩慢。

到了Figure 01，自主學(xué)習(xí)能力在AI的加持下得到了提升。Figure公司稱，他們的機(jī)器人完全由AI驅(qū)動，能夠處理通用任務(wù)，并最終實(shí)現(xiàn)機(jī)器人與環(huán)境的學(xué)習(xí)和互動。據(jù)說，F(xiàn)igure 01沖咖啡就是通過觀看視頻后上手執(zhí)行的，并沒有人類遠(yuǎn)程操作。

英偉達(dá)高級研究科學(xué)家Jim Fan曾預(yù)測，2024年將是“機(jī)器人年”，而從去年熱到今年的AI，將是人形機(jī)器人智能化的加速器。