Figure 01 与更强大机器人的发展之路

我生病了，所以克隆了自己的声音，以免错过本周的人工智能新闻。首先是一段 Figure AI 的演示：Figure 01 使用 OpenAI 技术，一边对话，一边操作桌上的物体。这展示的是特定能力，并不能证明机器人已经实现 AGI。

在 Figure 的片段中，一位参与者询问机器人看到了什么。Figure 01 识别出盘子上的红苹果、放有餐具的沥水架，以及旁边的人。对方要求给点吃的，机器人便递出了苹果。处理垃圾时，它解释说，苹果是桌上唯一能提供的可食用物品。

接着，参与者问餐具应该放在哪里。Figure 01 说盘子和杯子应该放进沥水架，随后将它们移了过去。事后被问到任务完成得如何时，机器人说苹果有了新主人，垃圾已经清走，餐具也放回了该放的位置。这是一个展示用的桌面演示，仅凭片段无法确定它在这种环境之外表现得有多可靠。

接下来我展示一台快速移动的 Unitree 人形机器人；我称其创造了人形机器人速度纪录，不过这段视频本身无法独立证实这一说法。随后是一台 Boston Dynamics 机器人，它精准地搬运重物。在我看来，Boston Dynamics 的身体能力仍然领先。

另一段视频展示了机器人穿越极其狭窄的空间和高低不平的碎石。我可以想象这类机器用于洞穴救援或其他狭小空间作业，不过视频只是演示，并不能证明它已经完成过救援。另一项演示展示了有人使用 Apple Vision Pro 头显控制机器人。

另一个片段走访了 Palo Alto 车库里的一家机器人初创公司。采访者问起他们诞生约两个月的机器人，一位团队成员说，他们为机器人能够站立而不摔倒感到自豪。团队正尝试用 3D 打印机快速迭代硬件：画面中的是第三版，他们说第四版的设计完成后，几天内就可以造出来。

当被问到这样的机器人何时能在家打扫、洗衣或洗碗时，团队成员说，自己想拥有一台机器人正是项目的动力。目前，这台机器人是一个测试平台，用于实现包括 UMI 论文在内的近期研究；具体时间表仍待确定。我认为这反映了机器人开发成本降低的更广泛趋势。

接下来的片段不是机器人：画面展示了一架载人的全电动飞机在飞行。随后我展示与中国电动车公司 NIO 相关的画面，其中包括工厂中的机器人作业。短促的宣传片本身无法证明整个工厂的自动化程度。

最后，我播放 Lex Fridman 对 Yann LeCun 的一段采访。被问到是否很快会有数百万台人形机器人到处行走时，LeCun 说不会那么快，但他预计未来十年的机器人发展会很有意思。他认为，核心问题是让系统理解世界如何运作，并规划行动。

LeCun 说，针对特定任务，可以像传统机器人学那样，借助精心规划、手工设计的动力学模型，以及创新和感知技术来解决问题。但他将这些成果与制造家用机器人区分开来。他还认为，完全自主的五级自动驾驶仍然困难，尤其是如果系统必须用一个青少年可能需要的有限驾驶经验来学习。

LeCun 认为，机器人技术取得重大进展有赖于系统学会世界模型，从而理解世界如何运作。硬件开发者正在押注人工智能会取得足够进展，使有用的产品成为可能。Fridman 则提出，在非常强大的世界模型出现之前，人们或许也能为笨拙、不完美的机器人找到用途。

Fridman 提出工厂可能是一种应用场景，但 LeCun 提醒说，安全要求让工厂部署变得非常困难。他们还讨论了家庭场景：收拾餐桌、洗碗、打扫和做饭都是吸引人的目标。LeCun 强调，这些看似普通的任务其实精细而复杂。

Fridman 问起在不确定空间中导航的问题。LeCun 说，基本导航在一定程度上已经可行，但要做到令人类觉得足够出色，则是另一回事。在 Meta 的具身人工智能团队，研究人员用商业机器狗做过演示：机器人可以导航到冰箱、打开冰箱，并有可能取出识别出的罐装物品。

LeCun 将这些能力与足够成熟、能够收拾餐桌的通用机器人区分开来。Fridman 对机器人进入家庭的前景感到兴奋，因为人们可以在物理世界中与人工智能互动，并探索这种关系的心理和哲学层面。LeCun 说，他的团队研究从视频中进行自监督学习已有约十年，之前两三年取得了显著进展。