Peter：可以簡(jiǎn)單介紹一下 Figure 嗎？你們的使命和目標(biāo)是什么？

Brett：Figure 是一家 AI 機(jī)器人公司，專注于設(shè)計(jì)自動(dòng)通用人形機(jī)器人（Autonomous General-purpose Humanoids）。自動(dòng)通用人形機(jī)器人是指具備自主能力，能夠自動(dòng)執(zhí)行多種任務(wù)，并且在外觀和行為上類似于人類的機(jī)器人。我們的目標(biāo)是在長(zhǎng)期能夠部署和人類數(shù)量一樣多的人形機(jī)器人，讓體力勞動(dòng)成為一種選擇而非必然。

我們所處世界的操作系統(tǒng)是與人類相適應(yīng)的，例如門把手、倉(cāng)庫(kù)貨架，設(shè)計(jì)初衷都是適應(yīng)人類的形態(tài)和能力，而通用人形機(jī)器人就是一個(gè)系統(tǒng)的通用界面（General Purpose Interface），可以直接與我們的物理世界互動(dòng)。它的出現(xiàn)將為人類帶來(lái)諸多益處，有助于解決勞動(dòng)力市場(chǎng)中的重要問(wèn)題，例如提高人們?cè)诠ぷ髦械纳a(chǎn)率，減輕家務(wù)和護(hù)理老人的負(fù)擔(dān)。我們的遠(yuǎn)期計(jì)劃是在全球部署 100 億個(gè)人形機(jī)器人。

未來(lái) 1-2 年內(nèi)，我們的重點(diǎn)將放在開發(fā)具有里程碑意義的產(chǎn)品上，希望在未來(lái)一兩年內(nèi)，能向公眾展示大量人形機(jī)器人產(chǎn)品的研發(fā)成果，包括 AI 系統(tǒng)、低級(jí)控制（Low-Level Control）等，最終展示能在日常生活中發(fā)揮作用的機(jī)器人。

Peter：你預(yù)計(jì)到 2030 年或 2040 年，地球上會(huì)有多少個(gè)人形機(jī)器人？

Brett：在接下來(lái)的幾十年里，我們真正面臨的挑戰(zhàn)將是如何擴(kuò)大人形機(jī)器人的生產(chǎn)規(guī)模，以及如何將足夠數(shù)量的人形機(jī)器人供應(yīng)到市場(chǎng)。長(zhǎng)期來(lái)看，每個(gè)人、每個(gè)家庭都會(huì)想要一個(gè)人形機(jī)器人，就像現(xiàn)在的汽車或手機(jī)一樣。并且在勞動(dòng)力市場(chǎng)上也會(huì)有數(shù)十億個(gè)人形機(jī)器人，去做那些對(duì)人類來(lái)說(shuō)危險(xiǎn)、單調(diào)和乏味的工作。人形機(jī)器人也將應(yīng)用于航空事業(yè)，例如在太空中建立人類居住點(diǎn)、照看老人等各類工作場(chǎng)景。如果給我們足夠長(zhǎng)的時(shí)間去進(jìn)行大規(guī)模制造，我們可以制造出數(shù)十億個(gè)人形機(jī)器人。

短期內(nèi)，人型機(jī)器人的性能以及可靠性是主要的限制因素，F(xiàn)igure 正在努力解決這個(gè)問(wèn)題，我們希望能在兩年內(nèi)完成實(shí)際生活的機(jī)器人應(yīng)用測(cè)試演示。

Peter：如果能成功降低制造成本、提高生產(chǎn)量，一個(gè)功能完善的人形機(jī)器人制作成本能降低多少？

Brett：如果我們回顧消費(fèi)品或汽車行業(yè)的發(fā)展歷史時(shí)，可以看到產(chǎn)品的價(jià)格與生產(chǎn)量之間存在強(qiáng)相關(guān)。根據(jù)經(jīng)驗(yàn)曲線（Experience Curve），每當(dāng)生產(chǎn)數(shù)量翻倍，產(chǎn)品的價(jià)格或成本就可能下降 20%或 30%。因此，我們可以認(rèn)為價(jià)格取決于生產(chǎn)量。

這個(gè)原理同樣適用于人形機(jī)器人的生產(chǎn)。目前，一個(gè)人形機(jī)器人大約有 1000 個(gè)零件，重量約為 150 磅（68 公斤）。相比之下，一個(gè)電動(dòng)汽車可能有大約 1 萬(wàn)個(gè)零件，重量可能在 4000-5000 磅（1800-2250 公斤）之間。

因此，從長(zhǎng)期來(lái)看，一個(gè)人形機(jī)器人的成本應(yīng)該低于一臺(tái)廉價(jià)電動(dòng)汽車。這主要取決于機(jī)器人的執(zhí)行器、電機(jī)組件、傳感器的成本以及計(jì)算成本。

Peter：關(guān)于生產(chǎn)速度，未來(lái)幾年內(nèi)有可能生產(chǎn)幾百臺(tái) Figure 機(jī)器人嗎？你預(yù)計(jì)到 2030 年會(huì)達(dá)到什么水平？

Brett：現(xiàn)階段我們需要先打造出更成熟的產(chǎn)品，才能進(jìn)一步考慮生產(chǎn)速度的問(wèn)題。我們當(dāng)前面臨的主要問(wèn)題是確保人形機(jī)器人在客戶場(chǎng)景中的實(shí)用性、安全性和可靠性，讓機(jī)器人能夠持續(xù)運(yùn)行，不出故障，并且不需要大量人員來(lái)維護(hù)和操作。否則，機(jī)器人的價(jià)值就沒法體現(xiàn)了。也無(wú)法為客戶創(chuàng)造理想的回報(bào)率。

如果我們能夠做到的話，我相信我們有能力在未來(lái)幾十年內(nèi)生產(chǎn)數(shù)千萬(wàn)個(gè)人形機(jī)器人。以 Tesla 和福特汽車為例，它們分別花了 10 年以上的時(shí)間生產(chǎn)并投放市場(chǎng) 100 萬(wàn)輛汽車。如果我們的目標(biāo)是全球范圍內(nèi)投放 100 萬(wàn)臺(tái)機(jī)器人，可能需要 5 年或者 10-12 年的時(shí)間。

與制造汽車相比，制造機(jī)器人的過(guò)程更加簡(jiǎn)單。特斯拉 Model 3 有大約 1 萬(wàn)個(gè)零件，而我們的機(jī)器人只有大約 1 千個(gè)零件，并且更輕巧。

因此，我認(rèn)為在這 10 年的后半段，我們可以以相當(dāng)高的產(chǎn)量進(jìn)行機(jī)器人制造。但在接下來(lái)的 2-4 年內(nèi)，我們的首要目標(biāo)是制造出實(shí)用的人形機(jī)器人。

Peter：AI 已經(jīng)能夠用于編寫其他 AI 程序了，你認(rèn)為你們也會(huì)利用機(jī)器人來(lái)協(xié)助制造機(jī)器人，從而形成一種反饋循環(huán)嗎？

Brett：是的，我們的目標(biāo)是在制造過(guò)程中只有人形機(jī)器人來(lái)制造人形機(jī)器人。我覺得在制造過(guò)程中任何需要人類勞動(dòng)力的工作都會(huì)發(fā)生重大變革，我們上周參觀的汽車制造基地到處都有巨大的機(jī)器臂，數(shù)量多達(dá)數(shù)百個(gè)，那是我一生中見過(guò)的自動(dòng)化程度最高的地方之一，但還有另外約 10,000 名員工在工作。

Peter：工廠制造應(yīng)該是人形機(jī)器人最先投入應(yīng)用的地方，機(jī)器人離家用還有多遠(yuǎn)？

Brett：人形機(jī)器人會(huì)優(yōu)先在相對(duì)更結(jié)構(gòu)化的環(huán)境中得到應(yīng)用，所以相較于復(fù)雜多變的家庭環(huán)境，工廠制造的產(chǎn)品具有更清晰一致的規(guī)格和參數(shù)，生產(chǎn)過(guò)程更易于統(tǒng)一和自動(dòng)化，也更容易控制成本、保證安全性，因此工廠會(huì)是最初的應(yīng)用場(chǎng)景。

為了讓人形機(jī)器人的操作技能、高級(jí)行為和感知策略更加成熟，我們需要將這些機(jī)器人投入到企業(yè)勞動(dòng)力市場(chǎng)中，并建立一個(gè)全面的 AI 數(shù)據(jù)管道（AI data pipeline），這個(gè)過(guò)程需要時(shí)間。我的推測(cè)是預(yù)計(jì)到 2030 年左右，我們有可能看到人形機(jī)器人在家庭環(huán)境中的廣泛應(yīng)用。

Peter：讓人形機(jī)器人成為可能的一個(gè)關(guān)鍵因素是 AI 能力的飛躍，而具有物理實(shí)體的 AI 機(jī)器人將在 AI 的進(jìn)化中扮演重要角色。一個(gè)被裝在盒子里或只能通過(guò)攝像頭或揚(yáng)聲器觀察外界的 AI，與能真正與物理世界互動(dòng)的 AI 有很大不同，你怎么看？

Brett：我相信，最終我們將有能力對(duì) AGI 產(chǎn)生重大影響。2023 年大家持續(xù)討論的一個(gè)問(wèn)題是，在模型訓(xùn)練和規(guī)模拓展中，一旦互聯(lián)網(wǎng)上沒有足夠的文本用來(lái)訓(xùn)練新一代模型，AGI 是否還能實(shí)現(xiàn)？我認(rèn)為，通過(guò)人形機(jī)器人與環(huán)境互動(dòng)來(lái)獲取人類數(shù)據(jù)，并使用視覺語(yǔ)言模型來(lái)理解和處理這些數(shù)據(jù)，可能會(huì)是能持續(xù)推進(jìn) AGI 研究向前的一個(gè)主要途徑，雖然這可能需要更長(zhǎng)時(shí)間。

Peter：Figure 的團(tuán)隊(duì)是如何組建的？

Brett：我一直在努力找到世界上最優(yōu)秀的人才，還有那些鮮為人知的小眾實(shí)驗(yàn)室，以更深入地了解執(zhí)行器或運(yùn)動(dòng)控制。同時(shí)，我也在看書學(xué)習(xí)全身逆動(dòng)力學(xué)（whole-body inverse dynamics）或 NPC 控制器（NPC controller）等相關(guān)知識(shí)，我花了大量時(shí)間在這上面。

作為初創(chuàng)公司的創(chuàng)始人，最重要的是證明你能做出來(lái)產(chǎn)品，即使是一個(gè)最小可行產(chǎn)品（MVP），因?yàn)槲覀兊哪繕?biāo)都是推出產(chǎn)品或服務(wù)。在創(chuàng)立 Archer 的時(shí)候，我在佛羅里達(dá)大學(xué)建了一個(gè) 372 平方米的 Archer Aviation eVTOL 實(shí)驗(yàn)室，與一個(gè)博士團(tuán)隊(duì)合作在那里制造了第三、四代電動(dòng)飛行器，這個(gè)過(guò)程讓我對(duì)技術(shù)原理和產(chǎn)品的認(rèn)證決策（certification decisions）有了更深入的了解。

如果能事先知道 Archer 和 Figure 有多難，也許就不會(huì)有人去做了，因?yàn)樗鼈兇_實(shí)非常有挑戰(zhàn)性。我當(dāng)時(shí)完全沒有意識(shí)到供應(yīng)鏈的成熟度問(wèn)題，很多機(jī)器人的初創(chuàng)公司也是。他們可能會(huì)認(rèn)為硬件采購(gòu)很容易，真正的難題在于軟件，但實(shí)際情況并非如此。因?yàn)橐屲浖樌\(yùn)行就需要優(yōu)質(zhì)的硬件，特別是對(duì)于 eVTOL 飛行器和 Figure 機(jī)器人，獲取硬件供應(yīng)非常困難。

Peter：在 Figure 公司的發(fā)展過(guò)程中，有哪些技術(shù)層面的限制推動(dòng)你做出了當(dāng)前的決策？是電池壽命、材料重量或者 AI 嗎？

Brett：我們花了很多時(shí)間來(lái)了解需求，整個(gè)設(shè)計(jì)流程非常嚴(yán)格，也進(jìn)行了大量的交易研究，確保我們能夠做出正確決策。

我們很多決定都取決于硬軟件的供應(yīng)鏈情況，其中驅(qū)動(dòng)器（actuator）、中間件（middleware）、操作系統(tǒng)、電池、控制軟件（control software）是主要的限制因素，一些情況下感知系統(tǒng)是比較容易獲得并內(nèi)置于機(jī)器人中的。

我本來(lái)以為能很容易買到現(xiàn)成的，但市場(chǎng)上根本沒有好的驅(qū)動(dòng)器、電池、控制軟件和中間件操作系統(tǒng)解決方案。傳感器雖然有一些現(xiàn)成的，但我們幾乎都是自己制造下一代機(jī)器人的電子元件，并不是因?yàn)槲覀兿耄遣坏貌弧?/p>

Peter：Figure 機(jī)器人的身高是大概 168 cm，這個(gè)高度不會(huì)讓人類感到害怕，同時(shí)又足夠接觸到貨架頂層，你們?cè)谠O(shè)計(jì)的時(shí)候是如何考慮的？

Brett：我們?cè)谠O(shè)計(jì)機(jī)器人身高的時(shí)候經(jīng)歷了一個(gè)復(fù)雜的決策過(guò)程，因?yàn)檫@個(gè)過(guò)程中的兩個(gè)決定性因素之間是互相矛盾的，我們需要在二者之間找到平衡。

一方面，從物理角度來(lái)看，機(jī)器人身高低于 168cm 是最理想的，因?yàn)檫@樣的設(shè)計(jì)可以降低能源消耗、增強(qiáng)穩(wěn)定性，并且較矮的機(jī)器人部件更易于控制，并且在跌倒時(shí)能更快地恢復(fù)平衡。

然而，從商業(yè)實(shí)用性角度上，我們又需要機(jī)器人有足夠長(zhǎng)的手臂、可以靈活從高處和低處獲取物品，就像“神探加杰特”（Inspector Gadget ）中的機(jī)器人那樣具有超人的能力。

因此，綜合考慮這兩方面的因素，我們確定了這個(gè)高度作為理想身高。我們正在設(shè)計(jì)的下一代機(jī)器人會(huì)和第一代產(chǎn)品的身高保持一致。

Peter：你認(rèn)為機(jī)器人有必要看起來(lái)和人類一模一樣嗎？

Brett：根據(jù)恐怖谷效應(yīng)，當(dāng)機(jī)器人的外觀越來(lái)越接近人類時(shí)，人們對(duì)它的信任感會(huì)增加，但是當(dāng)它們過(guò)于接近人類時(shí)，人們會(huì)感到不安和恐懼。所以我們的目標(biāo)并不是追求讓機(jī)器人在外觀上看起來(lái)像人類，比如說(shuō)有五官和表情，而是希望機(jī)器人在功能上能夠模仿人類的操控和移動(dòng)能力。這樣的話機(jī)器人就能夠執(zhí)行需要與人類操作系統(tǒng)交互的任務(wù)。

這也意味著我們無(wú)需改變工作環(huán)境，就能將機(jī)器人投入到人類不愿意從事的工作中，比如倉(cāng)庫(kù)管理和制造業(yè)，或者做家務(wù)。這正是人形機(jī)器人的目的。我們的最終目標(biāo)是讓機(jī)器人融入經(jīng)濟(jì)活動(dòng)中，從事對(duì)人類有用且有益的工作。

Peter：據(jù)你了解現(xiàn)在市場(chǎng)上有多少人形機(jī)器人公司？比如很多人都知道特斯拉的 Optimus 機(jī)器人，現(xiàn)在應(yīng)該也聽說(shuō)過(guò) Figure ，你覺得還有多少公司像你們一樣募到了充足的資金來(lái)發(fā)展人形機(jī)器人？

Brett：我們關(guān)注到的應(yīng)該已經(jīng)獲得融資的有 6 個(gè)左右，過(guò)去十年大多數(shù)人形機(jī)器人項(xiàng)目仍處于研發(fā)階段，比如 Boston Dynamics 的 Atlas。美國(guó)也有許多非常優(yōu)秀的實(shí)驗(yàn)室，比如加州理工學(xué)院和 UC Berkeley 也展示過(guò)他們的一些研究成果。

商業(yè)化方面，我們會(huì)去看這幾個(gè)公司是不是商業(yè)化團(tuán)隊(duì)，研發(fā)的機(jī)器人是否可以行走，以及有沒有手。據(jù)我們所知，目前只有我們和特斯拉的 Optimus 滿足這三個(gè)特質(zhì)。

Peter：我們的 Abundance 360 CEO 峰會(huì)每年都會(huì)聚焦不同的機(jī)器人公司。幾年前我們邀請(qǐng)了波士頓動(dòng)力的 Mark Robert，在峰會(huì)上演示了 Atlas 機(jī)器人。去年來(lái)自英國(guó)的 Engineered Arts 公司展示了 Ameca 人形機(jī)器人，她最大的特點(diǎn)是擁有面部表情，而且動(dòng)作非常類似人類，雖然看起來(lái)有點(diǎn)怪，但讓人感覺很新鮮。Ameca 接入的是 GPT-4，Atlas 則是由自有系統(tǒng)驅(qū)動(dòng)。可能大部分人沒有意識(shí)到的是，作為機(jī)器人，Atlas 實(shí)際上非常重，它的液壓系統(tǒng)非常危險(xiǎn)。而你們?cè)谠O(shè)計(jì)時(shí)采取了不同的方法，F(xiàn)igure 的重量相對(duì)較輕，不容易傷害到人，可以介紹一下它的其他參數(shù)嗎？

Brett：我們的目標(biāo)重量是 60 公斤，而現(xiàn)在 Figure 的實(shí)際重量略高于 61 公斤，結(jié)果還是很理想的，因?yàn)槲抑白龅暮芏囗?xiàng)目都有明顯的超重問(wèn)題，比如 Archer（拾象注：Archer Aviation 是 Brett 創(chuàng)立的一家專注于開發(fā)電動(dòng)垂直起降（eVTOL）飛機(jī)的航空制造公司）。我們希望 Figure 在充滿電的狀態(tài)下能續(xù)航 5 小時(shí)，然后經(jīng)過(guò) ～2C 快速充電后再次投入工作。

另外就是讓 Figure 能以幾米/秒的步行速度快走，不需要跑步或沖刺，但有時(shí)候機(jī)器人可能需要在倉(cāng)庫(kù)里走大概 400 米，所以想讓他走快點(diǎn)。

我們需要通過(guò)一些特定操作實(shí)現(xiàn)快速、可靠和安全的目標(biāo)，當(dāng)前的硬件已經(jīng)能夠完成大部分人類工作，主要的限制在于軟件。通過(guò)軟件更新，我們將會(huì)不斷提升機(jī)器人的能力。

Peter：我很興奮你們專注于讓機(jī)器人模仿人類形態(tài)。我對(duì)另一件事情非常感興趣，那就是與肌肉相關(guān)的硬件設(shè)計(jì)。我曾經(jīng)讀過(guò)關(guān)于肌動(dòng)蛋白和肌肉收縮等方面的文章，一直希望能研發(fā)出一種材料，只要施加電流就會(huì)像肌肉一樣收縮——這種材料將是人形機(jī)器人的理想驅(qū)動(dòng)器，而不是傳統(tǒng)的旋轉(zhuǎn)或螺旋功能。你是否了解這方面的研究？我們是否有望看到電機(jī)肌肉技術(shù)（Electromechanical Muscle-tech）的發(fā)展？

Brett：人體的結(jié)構(gòu)非常復(fù)雜，尤其是肌肉工作和關(guān)節(jié)運(yùn)動(dòng)。例如，人的肩關(guān)節(jié)有三個(gè)自由度，所以我們的機(jī)器人需要通過(guò)三個(gè)不同的執(zhí)行器實(shí)現(xiàn)俯仰和翻滾，這些執(zhí)行器被設(shè)計(jì)成按特定的順序依次激活或啟動(dòng)，以執(zhí)行復(fù)雜的運(yùn)動(dòng)任務(wù)。要使機(jī)器人達(dá)到與人類相似的自由度和效率非常困難，所以在很長(zhǎng)時(shí)間內(nèi)，機(jī)器人與人類之間的差距將持續(xù)存在。

我們已經(jīng)研究了很多種技術(shù)，包括液壓技術(shù)以及其他類型的執(zhí)行器，而不僅僅局限于旋轉(zhuǎn)或線性電機(jī)。我們的電機(jī)驅(qū)動(dòng)器（Electromechanical Actuator）可以滿足各種需求，因?yàn)樗鼈兙哂凶銐虻哪芰?、?dòng)力和自由度以及合適的速度和扭矩來(lái)執(zhí)行這些任務(wù)。只要能夠滿足需求，我們就可以進(jìn)行大批量生產(chǎn)，從而大幅降低生產(chǎn)成本。

我們還在進(jìn)行一些有趣的學(xué)術(shù)研究，但我們認(rèn)為其中一些研究成果與實(shí)際應(yīng)用還有距離，還不能將其應(yīng)用到一個(gè)人形機(jī)器人上，并在未來(lái)幾年內(nèi)進(jìn)行有用的工作。

Peter：在 Figure 的設(shè)計(jì)中，數(shù)據(jù)處理和計(jì)算任務(wù)是都在機(jī)器內(nèi)部進(jìn)行，還是需要部分在云端完成處理？

Brett：我們所有的短期、低級(jí)別的處理都在機(jī)身上操作，所以我們需要在機(jī)器人上集成足夠強(qiáng)大的計(jì)算和圖形處理能力，以便運(yùn)行機(jī)器人內(nèi)部的計(jì)算機(jī)，來(lái)驅(qū)動(dòng)整個(gè)運(yùn)動(dòng)控制器、運(yùn)行感知系統(tǒng)以及執(zhí)行我們所需的各項(xiàng)功能。

我們的機(jī)器人也具備與云端通信的能力，因此對(duì)于一些不需要高帶寬、不必?fù)?dān)心延遲問(wèn)題的任務(wù)，例如規(guī)劃?rùn)C(jī)器人的下一步行動(dòng)等高級(jí)行為，這些任務(wù)可以在云端進(jìn)行處理。

總體而言，我們希望在機(jī)器人上盡可能多地完成任務(wù)，例如在一個(gè) 5G 信號(hào)不穩(wěn)定的環(huán)境中，控制器仍能以非常快的頻率運(yùn)行，所以我們的機(jī)器人需要具備在內(nèi)部高速完成大量任務(wù)的能力。

Peter：關(guān)于機(jī)器人的視覺系統(tǒng)，你們的方案是什么樣的？完全使用攝像頭視覺（Camera Visual）方案還是使用激光雷達(dá)？

Brett：如果我們回顧消費(fèi)品或汽車行業(yè)的發(fā)展歷史時(shí)，可以看到產(chǎn)品的價(jià)格與生產(chǎn)量之間存在強(qiáng)相關(guān)。根據(jù)經(jīng)驗(yàn)曲線的理論，每當(dāng)生產(chǎn)數(shù)量翻倍，產(chǎn)品的價(jià)格或成本就可能下降 20%或 30%。因此，我們可以認(rèn)為價(jià)格是生產(chǎn)量的函數(shù)。

Peter：你是否關(guān)注過(guò)《星際迷航》中的 Data 機(jī)器人以及 R2-D2 、 C-3PO？他們的哪些設(shè)計(jì)是值得借鑒的？哪些不太合理？

Brett：我喜歡 C-3PO，但我不太喜歡它手臂上帶有小型執(zhí)行器的杠桿式裝置。R2-D2 的形狀和結(jié)構(gòu)我覺得不太實(shí)用，后部的加速器可能有些用處。但其實(shí)我并不是《星際迷航》的科幻迷，我童年接觸更多的是阿西莫夫這些科幻作家的作品。

R2- D2 讓我想到，很多人都建議我們給機(jī)器人裝上輪子，而不是采用雙足行走這種更復(fù)雜的方式。

但我認(rèn)為固定輪距的設(shè)計(jì)是不合理的，盡管采用這種設(shè)計(jì)的機(jī)械臂在市場(chǎng)上表現(xiàn)出色，并且很多人也花了大量時(shí)間去實(shí)現(xiàn)這個(gè)設(shè)計(jì)。

考慮一個(gè)實(shí)際情況，如果我們讓一臺(tái)輪式機(jī)器人進(jìn)入倉(cāng)庫(kù)，它需要具備垂直移動(dòng)的能力，這意味著它需要配備能夠上下移動(dòng)的電梯。為了到達(dá)貨架的后面或者類似的地方，你需要先把它推向前方，然后再向后倒車。

為了完成這些復(fù)雜的動(dòng)作，輪式機(jī)器人必須具備與雙足行走的機(jī)器人類似的復(fù)雜性、驅(qū)動(dòng)力和自由度。因此，那些試圖讓我把機(jī)器人建造成 R2-D2 樣式的建議實(shí)際上是不切實(shí)際的。

Peter：Oculus 的創(chuàng)始人 Palmer Lucky 最近在做一家國(guó)防科技公司，在外界看來(lái)，他們像是一個(gè)專注于硬件制造的公司，但實(shí)際他們做的大概是 60% 的軟件和 40% 的硬件。Figure 的硬件和軟件的比例如何？

Brett：如果包含做控制系統(tǒng)（control）、中間件（middleware）和自主決策與行動(dòng)能力（autonomy）的人，我們的軟件占比會(huì)比硬件稍微多一些，因?yàn)橛布?team 的員工只有 15 個(gè)左右，軟件規(guī)模要明顯大一些。

長(zhǎng)遠(yuǎn)來(lái)看，軟件會(huì)成為公司最大的業(yè)務(wù)板塊。Figure 作為一家專注于 AI 的公司，以后會(huì)有一個(gè)龐大的 autonomy 團(tuán)隊(duì)，并且研發(fā)出關(guān)鍵的 AI 數(shù)據(jù)引擎。

但硬件方面也同樣重要。如果我們真的想做出實(shí)現(xiàn)高性能、高可靠性、高安全性和低成本的人形機(jī)器人，就需要開發(fā)自己的執(zhí)行器、電子設(shè)備、電池和幾乎所有軟件，因?yàn)檫@些都沒有現(xiàn)成的解決方案。做硬件我們經(jīng)常說(shuō)“唯一的出路就是繼續(xù)前進(jìn)”，因?yàn)槊看螁?dòng)機(jī)器人都會(huì)出現(xiàn)各種新問(wèn)題，這確實(shí)是一項(xiàng)嚴(yán)峻的挑戰(zhàn)。

長(zhǎng)時(shí)間從事軟件開發(fā)再進(jìn)入硬件領(lǐng)域是真的很困難，研發(fā)硬件需要經(jīng)過(guò)一個(gè)漫長(zhǎng)的迭代周期，這也是我們受挫的主要因素。

Peter：LLM 如果能夠應(yīng)用于人形機(jī)器人，我們就可以與機(jī)器人交流，讓它理解我的意圖，進(jìn)行有效對(duì)話。你們打算訓(xùn)自己的模型，還是會(huì)集成其他模型？在你們制造機(jī)器人的哪個(gè)環(huán)節(jié)會(huì)引入 LLM？

Brett：要讓人形機(jī)器人從工廠走進(jìn)家庭，關(guān)鍵在于語(yǔ)言，所以 LLM 或視覺語(yǔ)言模型對(duì)我們的業(yè)務(wù)幫助很大。我們要讓機(jī)器人能夠從語(yǔ)義層面理解世界，做到理解和回應(yīng)用戶的需求和指令，恰好 LLM 可以做到這點(diǎn)。

因此，我們會(huì)逐步將視覺語(yǔ)言模型加入機(jī)器人的研發(fā)過(guò)程，從高層次的行為角度來(lái)幫助人形機(jī)器人理解人類在說(shuō)什么，讓它能與人類進(jìn)行對(duì)話，同時(shí)也能推斷和理解人們?cè)谡f(shuō)什么以做出回應(yīng)。我們很可能不會(huì)自己訓(xùn)模型，但我們可以在機(jī)器人系統(tǒng)上訓(xùn)練視覺語(yǔ)言模型，關(guān)聯(lián)傳感器數(shù)據(jù)。

打造一個(gè)正確的 AI 數(shù)據(jù)引擎對(duì)我們來(lái)說(shuō)非常重要，它能確保我們對(duì)機(jī)器人產(chǎn)生的數(shù)據(jù)進(jìn)行準(zhǔn)確的訓(xùn)練，對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行正確的訓(xùn)練，以便未來(lái)能夠有效地部署和使用。這也是驅(qū)動(dòng)我們盡快讓產(chǎn)品進(jìn)入市場(chǎng)的動(dòng)力，我們希望將更多的機(jī)器人投放市場(chǎng)，收集數(shù)據(jù)，從而讓我們未來(lái)的機(jī)器人隊(duì)伍將變得更加智能、學(xué)會(huì)更多技能。

Peter：人們沒有意識(shí)到機(jī)器人之間的 AI 和數(shù)據(jù)集是相互連接的，當(dāng)一個(gè)機(jī)器人學(xué)會(huì)了如何執(zhí)行某項(xiàng)任務(wù)，或者如何應(yīng)對(duì)某種情況，不僅僅是那個(gè)機(jī)器人學(xué)會(huì)了，所有的機(jī)器人都會(huì)學(xué)到，這個(gè)是很棒的。

Brett：就像我的孩子們一樣，在他們學(xué)習(xí)做某件事的過(guò)程中，盡管可能失敗了很多次，但他們一旦掌握了就不會(huì)忘記，然后他們會(huì)不斷積累新的技能。

對(duì)于機(jī)器人也是一樣的，一旦我們成功地教會(huì)一個(gè)機(jī)器人如何成功地卸貨或處理特定情況下的箱子，整個(gè)機(jī)器人隊(duì)伍都會(huì)學(xué)到這個(gè)技能。因此，機(jī)器人的性能提升將非常迅速和顯著。

Peter：你預(yù)計(jì)市場(chǎng)最早什么時(shí)候會(huì)看到 Figure 的第一個(gè)商業(yè)應(yīng)用？

Brett：我預(yù)計(jì)會(huì)在明年，如果我們明年還做不到，那可能會(huì)延后一兩年，這是個(gè)比較理想的計(jì)劃。我們會(huì)盡量多發(fā)布一些產(chǎn)品物料讓公眾了解我們的進(jìn)度并獲得市場(chǎng)支持，這非常重要。我們計(jì)劃在未來(lái) 2-3 個(gè)月內(nèi)發(fā)布首個(gè)人形機(jī)器人在辦公室里行走的視頻。未來(lái)，我們還將在感知、操縱和其他傳統(tǒng)操作領(lǐng)域做更多工作。

Peter：高盛的預(yù)測(cè)是，未來(lái) 15 年內(nèi)，機(jī)器人可能會(huì)創(chuàng)造 1540 億美元的收入，你也提到過(guò)全球 GDP 的一半來(lái)自勞動(dòng)力，這是 Figure 的潛在市場(chǎng)。是否有人擔(dān)憂機(jī)器人尤其是人形機(jī)器人的出現(xiàn)會(huì)導(dǎo)致人們失去工作，引發(fā)類似于 AI 引起的就業(yè)問(wèn)題？

Brett：我的觀點(diǎn)是在接下來(lái)的 10-20 年里，機(jī)器人業(yè)務(wù)的發(fā)展將與自動(dòng)駕駛汽車的發(fā)展路徑類似。就像自動(dòng)駕駛汽車，高速公路的測(cè)試視頻會(huì)比城市街道的更早公開，是因?yàn)槌鞘薪值烙懈叩陌踩蠛透嗟牟淮_定性。

同樣，人形機(jī)器人也會(huì)首先解決相對(duì)容易的問(wèn)題，比如在預(yù)知環(huán)境和任務(wù)的情況下搬運(yùn)貨物。這類任務(wù)就像在高速公路上駕駛，相對(duì)簡(jiǎn)單易行。然而，更復(fù)雜的任務(wù)，例如在家中烹飪或照顧老年人，就像在城市街道上駕駛，更具挑戰(zhàn)性。

盡管大家對(duì)人形機(jī)器人的期望往往集中在復(fù)雜任務(wù)的解決上，比如谷歌的機(jī)器人做垃圾分類，豐田研究院在雜貨店等場(chǎng)景的研究，但這些都是非常困難的挑戰(zhàn)。我很高興有這些研究，但從商業(yè)角度出發(fā)，我們的首要任務(wù)應(yīng)該是解決那些簡(jiǎn)單但必要的問(wèn)題，然后逐漸將 AI 數(shù)據(jù)引擎應(yīng)用到更復(fù)雜的任務(wù)中。

所以 Figure 和其他研究團(tuán)隊(duì)關(guān)注的事情恰恰相反。我們的目標(biāo)是在倉(cāng)儲(chǔ)制造領(lǐng)域應(yīng)用人形機(jī)器人，這個(gè)領(lǐng)域的勞動(dòng)力短缺問(wèn)題最為嚴(yán)重。全球約一半的 GDP 來(lái)自勞動(dòng)力，我們正在面對(duì)全球范圍內(nèi)的勞動(dòng)力短缺問(wèn)題。隨著嬰兒潮一代的退休和生育率的下降，這個(gè)問(wèn)題將越來(lái)越嚴(yán)重。

Peter：大家沒有意識(shí)到，我們面臨的最大挑戰(zhàn)不是人口過(guò)多，而是人口不足。

Brett：這必然會(huì)是一個(gè)重大問(wèn)題。我們有時(shí)候去拜訪客戶，比如一個(gè)大型財(cái)富 100 強(qiáng)公司時(shí)，他們首先考慮的不是如何讓機(jī)器人與員工協(xié)同工作，而是讓機(jī)器人解決勞動(dòng)力短缺的問(wèn)題。去年他們的倉(cāng)庫(kù)員工流失率高達(dá) 140%，因?yàn)闆]有人愿意做這些危險(xiǎn)且冬冷夏熱的工作。

Peter：未來(lái)幾年內(nèi)，你是否會(huì)把所有機(jī)器人首先投入到倉(cāng)庫(kù)環(huán)境中，讓它們從事包裝、解包、貨運(yùn)和物流等工作，并且著重去提升在這些場(chǎng)景下的能力？

Brett：我們現(xiàn)在大部分時(shí)間都投入到了機(jī)器人在物流方面的應(yīng)用，也在一些大型汽車制造商（OEMs）上花費(fèi)了不少時(shí)間，這些制造商的生產(chǎn)設(shè)施需要大量員工來(lái)操作。上周我們?nèi)チ艘粋€(gè)美國(guó)著名 OEM 的廠房，那里有近 1 萬(wàn)名員工。他們問(wèn)題很多，人手不夠，很多工作都很危險(xiǎn)，工人在機(jī)器旁做點(diǎn)焊工作，你都可以聞到焊接煙霧的味道。

在訂單履行和物流操作的領(lǐng)域內(nèi)也存在很多問(wèn)題，因?yàn)樗鼈冃枰皶r(shí)進(jìn)行庫(kù)存管理。我們看到每天大約有四、五百萬(wàn)個(gè)零件需要人工處理，都集中在同一個(gè)設(shè)施或同一位置，這個(gè)任務(wù)量是很龐大的，此外還有大量的鋼板被移動(dòng)到不同的機(jī)器上，員工需要在數(shù)百個(gè)工作站做點(diǎn)焊這種重復(fù)工作。

Peter：工廠是 7 × 24 無(wú)休，還是每天 8 小時(shí)？

Brett：不，他們是每天運(yùn)作 21 至 22 個(gè)小時(shí)，有兩個(gè) 10 小時(shí)的班次。

Peter：所以這些機(jī)器人可以在沒有人員干預(yù)的情況下全天候工作，不需要像人類員工一樣進(jìn)行藥物測(cè)試，也不需要提供假期和保險(xiǎn)。對(duì)于這種工種，如果有一個(gè)良好的 PMF，機(jī)器人是非常理想的勞動(dòng)力。

Peter：接下來(lái)你是否計(jì)劃進(jìn)軍物流、倉(cāng)儲(chǔ)和送貨服務(wù)領(lǐng)域？你認(rèn)為下一個(gè)潛在的大市場(chǎng)是什么，我們何時(shí)會(huì)看到這些人形機(jī)器人出現(xiàn)在這個(gè)領(lǐng)域？

Brett：我們計(jì)劃先在未來(lái)十幾年內(nèi)持續(xù)擴(kuò)大在商業(yè)勞動(dòng)力市場(chǎng)的規(guī)模。我們關(guān)注的領(lǐng)域包括醫(yī)療保健、房地產(chǎn)、建筑和零售等，我相信這些領(lǐng)域都有巨大的市場(chǎng)潛力。

另外，還有一些市場(chǎng)尚未應(yīng)用人形機(jī)器人，比如房地產(chǎn)?？萍挤康禺a(chǎn)公司開發(fā)的在線平臺(tái)可以使用人形機(jī)器人來(lái)代替人類經(jīng)紀(jì)人提供服務(wù)。人們可以通過(guò)訪問(wèn)網(wǎng)站預(yù)約看房，然后由人形機(jī)器人打開門迎接他們，在一個(gè)虛擬的房屋中全程介紹。這是一個(gè)價(jià)值數(shù)萬(wàn)億美元的市場(chǎng)，但科技公司迄今為止還未涉足，因?yàn)槟壳胺康禺a(chǎn)領(lǐng)域的工作仍然過(guò)于依賴人力。

此外，還有許多行業(yè)的工作可以通過(guò)遠(yuǎn)程操作或其他技術(shù)來(lái)完成，人形機(jī)器人可以為這些行業(yè)帶來(lái)新的發(fā)展機(jī)會(huì)。

Peter：我個(gè)人很期待人形機(jī)器人進(jìn)入支持老齡人口的市場(chǎng)，這也是一個(gè)相對(duì)迫切需要補(bǔ)充勞動(dòng)力的市場(chǎng)。如果我們希望讓機(jī)器人為老年人提供高質(zhì)量的看護(hù)服務(wù)，需要哪些技術(shù)上的突破和創(chuàng)新？

Brett：這需要我們的人形機(jī)器人具備足夠的可靠性、安全性以及合理的成本。從硬件的角度來(lái)看，這種機(jī)器人將能夠執(zhí)行在家庭環(huán)境中所需的幾乎所有工作。在商業(yè)市場(chǎng)上，我們需要建立對(duì)產(chǎn)品的信任和其他方面的成熟度。

通過(guò)將人形機(jī)器人應(yīng)用于擁有大量勞動(dòng)力的大型企業(yè)中，提高機(jī)器人的智能性、靈活性、可靠性，最終進(jìn)行大規(guī)模生產(chǎn)以降低成本。機(jī)器人在老年護(hù)理領(lǐng)域的應(yīng)用將在大約十年后發(fā)生，并且非常重要，甚至可能創(chuàng)造更大的市場(chǎng)。但這只是我們計(jì)劃的第二步，而第一步是商業(yè)市場(chǎng)。

Peter：當(dāng) Figure 發(fā)展到第 5、6、7 代的時(shí)候，是否會(huì)出現(xiàn)一個(gè)擁有面部特征和個(gè)性的人形機(jī)器人，從而增加用戶的舒適感？有面部表情的機(jī)器人可以讓人感覺到它們與你建立了連接。隨著 AI 朝著 AGI 的方向發(fā)展，識(shí)別用戶的情感狀態(tài)并傳達(dá)情感回應(yīng)的能力將會(huì)變得越來(lái)越重要。你對(duì)此有什么看法？

Brett：我們完全可以做到這一點(diǎn)。我們的機(jī)器人頭部今天已經(jīng)有了一個(gè)全封閉的屏幕，可以傳遞信息，告訴用戶機(jī)器人正在做什么，還可以提供提示等等。我們?cè)陬^部還配備了攝像頭和各種傳感器。無(wú)論我們的機(jī)器人是照顧者還是在為企業(yè)提供服務(wù)，都可以向用戶傳遞面部表情信息，以使他們感到舒適。

Peter：我們聊了工業(yè)物流、制造業(yè)還有醫(yī)療保健，你最期待的下一個(gè)重要市場(chǎng)是什么？

Brett：我真的很愿意在消費(fèi)者領(lǐng)域、家庭領(lǐng)域和照顧老年人方面提供幫助。長(zhǎng)期而言，這些是非常重要的業(yè)務(wù)，每個(gè)人都會(huì)擁有一個(gè)人形機(jī)器人作為助手來(lái)做事情。而另一個(gè)并沒有得到很多關(guān)注的市場(chǎng)是，我認(rèn)為人形機(jī)器人將會(huì)被應(yīng)用于宇宙探索。

Peter：你提到了我要說(shuō)的領(lǐng)域，太空探索。

Brett：我們正處在太空探索的黃金時(shí)代，這讓我感到非常興奮。這是由于正在建設(shè)的基礎(chǔ)設(shè)施為火箭發(fā)射提供了支持。我認(rèn)為人形機(jī)器人將是一個(gè)對(duì)人類非常有幫助的工具，可以幫助我們?cè)谠虑蚝突鹦堑鹊亟⒕幼〉亍?/p>