人形機器人是通往AGI的終極載體：Figure AI CEO Brett Adcock深度訪談

"現在我們處在一個環境中，人形機器人看起來將成為AGI（通用人工智慧）的終極部署載體。"

在最近的一次深度訪談中，Figure AI創始人兼CEO Brett Adcock預測：在"個位數年"內，人形機器人將真正進入家庭，成為我們日常生活中不可或缺的助手。他認為未來將出現與人類數量相等的機器人，徹底改變我們對工作和生活的理解。

從軟體到硬體：連續創業之路

Brett Adcock並不是第一次站在科技前沿。在創立Figure AI之前，他已經在軟體領域成功退出，以約1億美元的價格出售了自己的公司。2018年，他又創辦了電動垂直起降航空公司Archer Aviation，投入了自己的全部流動資產。

"我在農場長大，真的很喜歡親手製造東西，"Adcock在訪談中透露了自己從軟體轉向硬體的動機。這種對物理世界的熱愛，最終驅使他創立了Figure AI，從第一天起就制定了面向人形機器人的宏偉計畫。

為什麼是人形機器人？不是輪子，不是機械臂

“任何超級智能系統都需要一個高緯度的物理身體來在真實世界中自主行動。”Adcock的邏輯很清晰：如果我們不解決人形機器人的問題，數字超智能最終會依賴人類作為中介，實際上是在“指揮”人類去完成物理任務，Brett認為真正的AGI需要具身智能（embodied intelligence）。

Adcock完全自籌資金啟動公司。在成立第五個月時，Figure AI的月燒錢率就達到了100萬美元的驚人速度。

技術突破：讓機器人真正"活"起來

在Figure AI的工廠裡，機器人隨處可見，有些正在巡邏，有些甚至會主動詢問訪客是否需要水或咖啡。這不是演示，而是日常營運的一部分。

全電動系統：告別液壓時代

傳統的人形機器人，如Boston Dynamics著名的Atlas，依賴液壓系統。雖然動作靈活，但存在致命缺陷：執行階段間短（只能持續20分鐘），油液洩漏嚴重，存在安全隱患。

"最好的機器人10年前可能是Boston Dynamics的Atlas，但它是液壓驅動的，到處漏油，很危險。"

Figure AI選擇了完全不同的路徑——全電動系統。這種選擇看似簡單，實際上技術難度極高。Adcock將其比作"火箭和渦扇發動機"的複雜程度，但電動系統的優勢顯而易見：安全、可靠、可持續運行。

Helix神經網路：機器人的"大腦"

今年，FigureAI發佈了一段演示：一台機器人進行了60分鐘的連續物流作業，完全由單一的Helix神經網路控制。Adcock分享了最新的進展資料：

“我們現在每個包裹的處理時間是4秒，上周五我們已經做到了3.5秒。”

更重要的是，這個神經網路是在機器人本體上運行的，即時控制頭部、手部和軀幹的所有動作，不需要依賴雲端計算。這意味著機器人可以在任何環境中工作，不受網路條件限制。

這種設計理念反映了Adcock的核心觀點："機器人技術本質上是一個神經網路問題。"通過將AI能力直接整合到機器人身上，Figure AI實現了接近人類速度和性能的操作能力。

商業策略：家庭與企業平行發展

Figure AI的市場策略相當務實，採用了雙軌平行的模式：

企業市場：先解決剛需

在企業端，Figure AI專注於物流、製造、醫療、建築等領域。這些場景具有環境可控、重複性高、投資回報明確等特點。目前，公司已經與大型物流公司簽約，這種B2B模式能夠為公司提供穩定的收入流，支撐技術的持續迭代。

"企業市場佔了GDP的一半，可變性較低，有巨大的盈利能力。"

家庭市場：未來的主戰場

雖然企業市場更容易實現，但Adcock認為家庭市場才是真正的藍海。他設想中的家庭機器人能夠做咖啡、做飯、洗碗、洗衣服等各種家務，按月收費數百美元。

家庭機器人的挑戰在於非結構化、高變數的環境，安全性要求更高——必須具備360度感知能力，能夠檢測任何移動的動物或人類，實現"語義安全"，避免撞倒蠟燭引發火災等意外。Adcock預測，這個市場將在“個位數年內”到來。

"我們的觀點是，現在工業領域啟動和加速，然後家庭市場就會到來。"

技術挑戰：魔鬼在細節中

人形機器人面臨的技術挑戰依然嚴峻：

硬體可靠性：工程學的極限挑戰

機器人需要在複雜環境中持續穩定運行，這要求硬體系統具有極高的可靠性。Figure AI採用了類似航空渦扇發動機的設計理念，確保系統能夠承受長時間的連續操作。

神經網路控制：即時決策的難題

機器人需要在毫秒等級做出決策，這要求神經網路具有極高的推理速度。傳統的雲端AI模型無法滿足這種要求，必須在本地實現即時推理。

資料稀缺：沒有"YouTube"的世界

"機器人沒有YouTube，我們必須自己設計所有的工作。"

與電腦視覺不同，機器人領域缺乏大規模的公開資料集。Figure AI選擇讓機器人從資料中學習，結合視覺語言模型（VLM）進行語義理解，彌補了資料稀缺的問題。

他們開發的Helix視覺-語言模型可以理解複雜的指令，將其轉換為機器人的動作。比如，通過收集60小時以上的真實任務資料，就可以啟動一個新的物流任務，機器人可以快速適應新的工作場景，而不需要數月的重新程式設計。更重要的是，這個系統支援"fleet learning"——整個機器人群體共享學習經驗。

大規模製造：從原型到量產

Figure AI最新的產品Figure 3標誌著從原型向量產的關鍵轉變。相比前代產品，Figure 3的成本降低了90%，專門為大規模製造而設計。公司在名為"Baku"的工廠投產，準備迎接大規模生產的挑戰，目標是在接下來的4年內部署100,000台機器人，為數百萬台的規模化奠定基礎。

"我們不能在平庸的硬體上完成這項工作，必須是真正有能力的硬體......陪審團還在討論我們是否能夠以每年超過手機的規模製造它們。"

Adcock坦承製造挑戰的巨大。從原型到年產千萬台的跨越，需要解決從供應鏈到自動化裝配的一系列問題。

未來願景：重新定義工作與生活

Adcock對未來的預測頗具顛覆性：

AGI的物理載體

"人形機器人將是AGI的終極部署載體，"他認為，如果不能解決機器人問題，數字超級智能將只能存在於伺服器中，最終可能"指揮人類"。人形機器人為AI提供了進入物理世界的途徑，避免了人類成為數字智能"奴隸"的風險。

經濟模式的根本改變

大規模部署的機器人將持續學習和降本，導致商品和服務價格大幅下降。Adcock預測：

"機器人將使幾乎所有東西都變得負擔得起，世界上的任何工作都將成為人類的選擇。"

具體時間表

Figure AI計畫在未來4年內部署10萬台機器人，然後在數十年內實現百萬級部署。這個時間表雄心勃勃，基於公司目前的技術進展和製造能力，並非不可能實現。

安全與倫理：不可迴避的問題

面對AI和機器人可能帶來的風險，Figure AI建立了專門的隱私和網路安全部門，由來自Snapchat和Google的專家組成。公司在機器人韌體中嵌入了不可篡改的行為準則，禁止任何形式的root訪問。

"你不想要任何root存取權，"Adcock強調，"需要在基板上設定非易失性時間記憶體，明確它能做什麼、不能做什麼。"這種設計理念體現了公司對AI安全的深度思考。

競爭格局：差異化的突圍之路

在人形機器人這個新興市場，Figure AI面臨著包括Tesla、Boston Dynamics等巨頭的競爭。但Adcock對自己的策略充滿信心：

1. 從第一天就專注人形：避免了從輪式或其他形態轉向人形的"局部最優"問題

2. 端到端整合：硬體和軟體一體化設計，可在家庭和企業環境無縫切換

3. 成本控制：通過設計最佳化實現90%的成本降低

4. 安全優先：內建的隱私和安全團隊，強化部署信任

本土化的重要性

Adcock對中國機器人進入美國和歐洲市場持謹慎態度，"我認為中國機器人在美國或歐洲的家庭部署會遇到很大困難。"這不僅是技術問題，更是信任和政策問題。他認為，本土品牌在家庭應用場景中具有天然優勢。當機器人能夠看到和聽到我們的日常生活時，使用者更願意信任本土公司。

Figure AI幾個關鍵啟示：

第一，硬體創新的重要性。在AI大模型競爭白熱化的今天，真正的突破可能來自於AI與物理世界的結合。軟體的邊際成本接近零，但硬體的製造和部署需要真金白銀的投入。

第二，應用場景的選擇策略。Figure AI的雙軌平行策略——先企業後家庭，先低變化後高變化，提供了可借鑑的市場進入路徑。

第三，技術與倫理的平衡。隨著AI能力的增強，安全和倫理問題變得更加重要。Figure AI在產品設計初期就考慮安全問題。

第四，創業資源的重新思考。在一個需要大量資本投入的領域，Adcock選擇自籌資金啟動，這顯示了創始人的決心，也提醒我們資源配置的重要性。

機器人時代的序幕

當我們還在討論AI會不會取代人類工作時，Figure AI已經開始實際部署能夠完成具體任務的機器人。這不是遙遠的未來，而是正在發生的現實。Brett Adcock的一句話或許最能概括這個時代的特徵："我希望我們在2050年有太空電梯。"對未來的樂觀和對技術的信心，推動著AI行業的前進。"將會有一個時代，你會看到和人類一樣多的人形機器人。"這個時代，也許比我們想像的更近。 (JER學家)