Figure 01 与其他机器人演示：2024 年视频展示了什么

摘要

30 秒看懂

2024 年 3 月，Matthew Berman 评述 Figure 01 的咖啡演示和公司融资，随后介绍低成本机械臂、从示范中学习、机器人足球、遥操作、滚动无人机和 Amazon 对 Digit 的测试。他预测机器人技术将快速进步。视频标题称 Figure 是 AGI 机器人，但这些演示不能确立通用智能，也不能证明咖啡任务由 ChatGPT 控制。[UMI 论文](https://arxiv.org/abs/2402.10329)描述的是专用手持夹爪和学习流程，而不是仅凭任意普通视频进行训练；Amazon 将 Digit 描述为研究设施中的测试项目。

1Figure 融资Berman 报告了一轮 6.75 亿美元融资，并列出几家知名投资者；这是 2024 年 3 月讨论的情况。
2预先布置的咖啡演示机器人拿起胶囊并操作咖啡机；Berman 注意到环境布置简单，以及一次看似纠正错误的动作。
3低成本机械臂Berman 介绍一名创作者约 200 美元的机械臂和后来约 600 美元的多臂配置；两者均为特定原型当时的估价。
4从示范中学习UMI 使用手持夹爪和策略学习流程，而非仅靠任意视频。
5Digit 当时正在测试Amazon 描述的是在西雅图地区研发设施测试 Agility Robotics 的 Digit，而不是部署了 75 万个人形机器人。

要点建议

Figure 的咖啡片段展示了预先布置环境中的特定任务，包括一次看似纠正错误的动作，而非对通用能力的评估。
视频不能证明 ChatGPT 控制了 Figure 的咖啡演示，也不能证明机器人实现了 AGI。
机器人训练方法各不相同：示例包括模仿学习、示范、强化学习和遥操作。
低成本机械臂的估价不是完整家用机器人的价格。
Amazon 2023 年的公告描述的是在研究设施测试 Digit；其机器人总数还包括其他系统。

主题Robotics AI agents Reinforcement Learning Human-AI Collaboration

全文

按章节阅读整理后的全文

对照原始文稿

只看原始文稿

Figure 01 与咖啡任务

Berman 介绍 Figure 及其融资，随后讨论制作咖啡的视频和预先布置的环境。该演示不能证明 AGI。

Figure 的人形机器人是这期 2024 年 3 月机器人盘点的起点。我讨论了公司据报道 6.75 亿美元的融资及大型科技投资者的兴趣。虽然视频标题称其为 AGI 机器人，但展示的片段不能确立人工通用智能，也没有显示咖啡演示由 ChatGPT 控制。

Figure 01 片段显示一人要求咖啡，机器人操作胶囊咖啡机。任务在受控环境中进行，机器、杯子和胶囊均为演示摆放好。一段经过挑选的视频不能证明系统的成功频率，也不能说明它能在多大范围内应对陌生厨房。

幻灯片 1 / 5咖啡机旁的 Figure 01演示为胶囊咖啡任务展示了预先布置的环境。

我承认有人批评这种布置简化了任务，同时仍认为机器人拿起胶囊、放入咖啡机、关闭机器并启动的动作令人印象深刻。另一段片段似乎显示它纠正了放偏的胶囊。仅凭视频无法核实训练、自主性或可靠性的全部细节。

我预计 Figure 这类人形机器人会很昂贵，并将它与 ALOHA 等研究平台比较。我记得的约 3 万美元是特定研究配置的历史估价，不是完整家用产品的价格，也不是经过独立审计的材料清单。

低成本机械臂与学习技能

他介绍低成本机械臂、UMI 和机器人足球。示例使用不同方法，需要针对任务的数据或训练。

Alexander Koch 展示了一个小型机械臂。他说它约花费 200 美元，使用模仿学习、摄像头图像和关节状态，训练完成简单的抓取任务。他后来报告一套约 600 美元的多臂配置，并展示遥操作。这些数字涉及他的原型组件，而非完整的通用机器人。

Universal Manipulation Interface 提供了另一种收集人类示范的方法。我将它描述为从视频教学，但研究人员说明，该方法使用配备摄像头的专用手持夹爪，以及数据处理和策略学习流程。它不是仅凭任意普通视频就能教授任何任务的方法。

另一段片段显示一个小型双足机器人通过深度强化学习掌握足球技能。我强调强化学习推动进步，但视频中的示例使用不同方法，包括模仿学习和遥操作；单靠强化学习不能解释所有示例。

幻灯片 4 / 5多臂原型Koch 的帖子给出该特定配置的历史估价，并展示遥操作。

行走、遥操作与仓库测试

其余片段包括 Optimus、远程控制采矿设备、滚动飞行机器人和 Digit。Berman 最后对机器人技术作出乐观预测。

Tesla Optimus 片段展示机器人在实验室行走，我认为它看起来越来越自然。随后我展示远程控制采矿设备，讨论从更安全的位置操作机械的可能性。遥操作意味着人控制设备；它不同于完全自主决策，也不能消除所有操作风险。

另一个不同寻常的机器人将无人机放在球形笼中。片段显示它在地形上滚动，然后飞行。这段画面展示的是一种外形设计，不能确立它在不同环境中的性能、自主性或可靠性。

最后一个例子是 Agility Robotics 的 Digit。Amazon 于 2023 年 10 月表示，已开始在西雅图地区的研发设施测试 Digit。其超过 75 万个机器人的数字指更广泛的机器人队伍，而非仓库里有 75 万个 Digit 人形机器人。我最后预测机器人技术将迎来活跃的一年；这是我的展望，不是已证实的部署预测。