【智能前线】第1期：Figure特辑，特斯拉Optimus值得重视的对手

本期智能前线，聚焦通用人形机器人公司Figure，综合整理极客公园、有新Newin等媒体报道与分析，Figure创始人Brett Adcock访谈纪要，多角度解析快速崛起的机器人领域独角兽Figure。

2022年，Brett Adcock创立通用人形机器人Figure，个人投入至少1亿美元，Figure目标是创造价格实惠、实用的人形机器人，让它们可以轻松融入制造、零售、仓库等商业领域。

2024年1月31日，彭博社报道，Figure在最新融资中筹集约6.75亿美元，投前估值约20亿美元；微软与OpenAI作为最初主要投资者，微软将投资9,500万美元，OpenAI曾考虑收购Figure，目前投资500万美元，英伟达、亚马逊各提供5,000万美元，亚马逊创始人贝索斯承诺投资1亿美元，英特尔、LG、三星、ARK等参与投资。

2023年12月1日，ARK在投资Figure前，对创始人Brett Adcock进行采访，Brett Adcock讨论从头开始设计整个机器人所面临的挑战、如何通过数据收集推动AI与机器人技术发展，希望把拥有人形机器人成本降至每人每月数百美元，并将数十亿台机器人推向世界。

新智元

，赞55

Figure 01学会做咖啡

，时长01:21

Figure 01搬箱子

，时长09:30

Figure 01团队幕后工作

正文：

全文16,714字

预计阅读33分钟

OpenAI、英伟达重金下注，这家机器人公司凭什么估值26亿美元

时间：2024年3月2日

来源：极客公园

字数：3,924

机器人，成为AI巨头最关注的下一个方向，又一个独角兽诞生。

机器人初创公司Figure AI近日宣布，获得B轮6.75亿美元融资，背后投资者包括OpenAI、微软、英伟达、亚马逊创始人杰夫·贝佐斯。经过这一轮投资，Figure AI估值达到26亿美元，作为2020年刚成立的公司，不到2年时间，成为机器人领域独角兽公司，估值暴涨、并被这么多巨头押注。

科技巨头纷纷投注

Figure 2022年成立，创立不到1年，迅速披露旗下第一款产品Figure 01，一个会走路的人形机器人。

2024年2月20日，Figure AI对外展示Figure 01最新进展，视频里，Figure 01机器人已学会搬箱子，并运送到传送带上，速度目前只有人类16.7%。

Figure 01搬箱子

对这样速度，评论调侃声不少，比如，走路姿势与拜登一模一样，对机器人来说还不错。

抑或，我目前正在做类似工作，希望这家伙不要加快速度。还有人质疑，用轮子代替机器人腿来完成这项任务，不是更好、更快？如果不这样做，是为什么？为什么？

这家公司野心很大，目标是开发自主通用型人形机器人Autonomous General-purpose Humanoids，旗号是要解决劳动力短缺，代替人类做不受欢迎或危险工作。

对它来说，轮式机器人不足以具备双足行走的复杂性与自由度，更不符合完美的科技幻想。Figure征程将需几十年时间，Figure称面临很高风险与极低成功机会，如果成功了，有可能对人类产生积极影响，并建立地球上最大的公司。

一个只能执行特定任务的机器，现在市面上已出现，但一个可以服务数百万种任务的人形机器人，还只存在科幻作品中，这就是Figure目标。

Figure创始人介绍，在系统硬件上，现在团队任务是开发拥有人类机体能力的硬件，机体能力根据运动范围、有效负载、扭矩、运输成本与速度衡量，并将通过快速开发周期持续改进。

AI利用方面，Figure计划使用机器人的传感器数据，训练自己视觉语言模型，以改善语义理解与高级行为。

2024年1月初，Figure 01学会做咖啡，公司称，背后引入端到端神经网络，机器人学会自己纠正错误，训练时长10小时。

Figure 01引入AI学会做咖啡

即使成立时间不长，Figure已吸引不少科技巨头注意。

2024年2月，彭博社称，亚马逊CEO贝索斯通过他的公司Explore Investments LLC已承诺投资1亿美元，微软将投资9,500万美元，英伟达、亚马逊公司关联基金各提供5,000万美元。其他科技公司也参与其中。英特尔风险投资部门投资2，500万美元，LG Innotek提供850万美元，三星投资集团承诺投资500万美元。其他支持者包括风险投资公司Parkway Venture Capital，投资1亿美元，以及Align Ventures投资9,000万美元，ARK、Aliya、Boscolo、BOLD等风险投资者，提供数百~数千万美元不等资金。

据称，微软与OpenAI是最初主要投资者，OpenAI曾考虑收购Figure，现在选择投资500万美元，这些知名公司帮助吸引其他实体的资金支持。

累计下来，预计Figure最新一笔融资将达到6.75亿美元，超过最初寻求的5亿美元。

Figure融资能力很强，不到1年前，Figure才进行一轮7,000美元A轮融资，当时融资消息发布之际，Figure刚从隐秘状态中走出。

当时，Figure在AI、控制、操纵、感知、商业运营等领域招聘人才。CEO Brett Adcock称：我们希望我们是首批将一种真正有用、可以进行商业活动的人形机器人引入市场的团队之一。

Figure当时表示，公司在成立1年内，已完成Figure 01自主人形机器人的阿尔法原型构建、集成与测试，确定机器人在制造、航运与物流、仓储以及零售等面临迫切劳动力短缺的行业中的应用。

创始人强调在商业化中，迅速迭代的重要性，我们商业计划是尽快实现收入，这意味着做一些技术上更容易的事情。

最早的一轮资金，用于测试早期仓储解决方案。公司目标是将人形机器人投入到劳动力中，我们相信仓库中结构化、重复性、经常危险的任务，是巨大的潜在首次应用。

创始人背景

Figure总部位于加州硅谷圣尼维尔，截至2023年，拥有约50名员工，团队涉及AI、操纵、感知、机器人控制、软件、电气与机械工程等领域。

Figure创始人Brett Adcock，在伊利诺伊州中部一个三代农业农场家庭出生长大，是个连续创业者，有20年时间都在创办科技公司，前15年在互联网/软件领域，最近5年是在AI与硬件领域，整个职业生涯中创立过至少7家公司，其中一家以27亿美元估值上市，一家被1.1亿美元价格收购。

创始人Brett Adcock三代农业农场家庭出身

2013年，26岁的Brett创立线上人才市场公司Vettery，2018年以1.1亿美元价格，被全球最大人力资源公司之一Adecco集团收购，后来改名Hired。

公司被收购后，2018年，Brett又创立电动航空公司Archer，主要开发电动垂直起降飞机，用于城市空中移动，可以理解为美国版亿航智能。

成立至今，Archer筹集超过10亿美元资金，与美联航签署15亿美元商业协议，2020年以27亿美元估值上市。

2022年，Archer股价较最高点腰斩，至今尚未回到最高点，处于净亏损阶段，很多精力都花在合规性与测试计划阶段。

也是在这1年，Brett Adcock保留他大股东身份，卸下公司职务，开始重新创业，成立Figure。

Figure正式创建后，Brett称，我相信Figure有潜力成为这个星球最大、最具影响力的公司之一。

Brett Adcock自己投了不少钱作为启动资金，部分用于招聘一些关键人物，组建团队，包括研究科学家Jerry Pratt担任首席技术官，前波士顿动力/苹果工程师Michael Rose担任机器人控制主管，还有来自苹果、特斯拉、谷歌、丰田研究所的其他人员。

基于先前创业经验，Brett不吝于承认自己擅长融资。

Figure成立短短2年，就能获得多巨头押注，先前创业历程都做了铺垫，据他看来，一个高增长公司成功概率，取决于筹集资本能力。

他甚至直接公开自己融资经验，发明筹款公式：（匹配投资者*联系）*想法*（1+品牌吸引力）=投资者会议数量，称这个公式在他职业生涯中帮助筹集超10亿美元资金。

创业早期，他自认经历一段艰难时光，经过无数次演讲，找不到一个真正的风险投资者愿意投资。

Brett自述，有段时间，在美国纽约，他不得不借钱付房租，负债累累，一文不名，公司也没有找到产品市场适应度，被几乎所有科技投资者拒绝过。

即使如此，过去10年里，他表示做了成千上万次投资者会议，创作了几十份投资者提案。并感受到，筹资就是要与200个投资者交谈，找到愿意为你打赌的那个人。在这些努力中，我总是遇到很低转化率，筹资从来都不容易，这是非常正常的。

Brett强调自己会寻找领头投资者，一旦你得到第一个领头投资者肯定，其他投资者对你兴趣的可能性会大大增加。

对自己创办的公司，Brett Adcock还有个观点，工程师才是真正的建筑师。Figure现在没有产品经理，工程师对自己时间表与可交付成果负责。

他认为，产品经理负责交付成果/产品，产品经理自己却不是实际构建者时，会是一种矛盾冲突。

至于为何选择创建人形机器人公司？他认为这个领域的正确时机已到来，他对机器人有所着迷，童年接触阿西莫夫等科幻作家作品，《星球大战》与《终结者》等电影对他有一定影响。

他认为，机器人应用，可以从制造业、仓储等开始，随时间推移不断改进，最终承担更高级任务，乃至在外太空工作，我真的相信人形机器人将会殖民其他星球。

我的雄心，是用30年视野来建立这家公司，投入我时间与资源，最大化影响人类。

机器人，AI下一个方向

在对Figure AI押注中，可以看到的是，伴随AI热潮，科技巨头对机器人这个未来潜力巨大的市场重燃热情。AI x Robotics，以惊人速度发展。

Brett Adcock表示，人形机器人研发，是软硬件一体过程，大语言模型LLM为机器人提供强大的大脑，是软件层面重要补足，让机器人能从语义层面理解世界，理解与回应用户需求与指令。

机器人技术与AI是相互关联的领域，AI可以被用于开发新的机器人控制系统，机器人能与真实物理世界进行互动，收集数据，继续训练AI，不断创造反馈循环。

Brett Adcock称，为了让人形机器人操作技能、高级行为与感知策略更加成熟，他们需将这些机器人投入到企业劳动力市场中，并建立全面的AI数据管道AI data pipeline，这个过程需时间。

他在一档播客节目中提到，2023年，大家持续讨论的一个问题是，在模型训练与规模拓展中，一旦互联网上没有足够文本用来训练新一代模型，AGI是否还能实现。

在他看来，通过人形机器人与环境互动来获取人类数据，并用视觉语言模型来理解与处理这些数据，可能会是能持续推进AGI研究向前的主要途径。

长远看，软件会成为公司最大的业务板块。

Figure作为专注于AI的公司，以后会有庞大的autonomy团队，研发出关键的AI数据引擎。打造AI数据引擎，也是驱动Figure产品尽快投入市场的动力，只有投放到真实市场，才能收集数据，让机器人变得更聪明。

人形机器人可以集体学习，一个机器人的知识能与整个机器人队伍共享。一旦我们成功教会一个机器人如何成功卸货或处理特定情况下箱子，整个机器人队伍都会学到这个技能。

Brett称，目前制造Figure机器人，更大挑战不是软件，而是硬件，市场上缺乏好的驱动器、电池、控制软件与中间件操作系统解决方案，几乎都是自己制造下一代机器人的电子元件。

商业化过程也不容易，整个人类历史上，我们还没有见到成功商业化的人形机器人。Brett表示，我们第一批应用将集中在制造业、航运与物流、仓储与零售等劳动力短缺最严重的行业。

目前，Figure在商业化机器人进程中迈出第一步。

2024年1月，Figure宣布与宝马制造公司签署商业协议，将AI与机器人技术整合到汽车生产中，部署在宝马位于南卡罗来纳州斯巴达堡的制造工厂。

这是Figure自2022年成立以来，签署的第一份商业协议，没有透露宝马将使用多少机器人。

Brett Adcock称，合作将从小规模开始，如果达到绩效目标，将会扩大。

事实上，从本田到现代等汽车制造商，一直在尝试使用机器人在装配线上执行重复与危险工作。

特斯拉在2023年底发布新一代人形机器人Optimus Gen 2，凭借特斯拉制造实力，许多人认为特斯拉处于领先地位，但目前还处早期阶段。

其他正在开发AI机器人的公司，还有1X Technologies、Sanctuary AI、Agility Robotics等。

2024年早些时候，OpenAI支持的挪威机器人初创公司1X Technologies AS，筹集了1亿美元，用于推出第二代机器人NEO，目标是做日常家务。

科技巨头也不乏相关动态。

亚马逊支持Agility Robotics，在该公司一个仓库进行机器人测试。

Google DeepMind发表机器人研究，他们对LLM（Palm 2-S）进行微调，使得机器人能更快从人类互动中学习。

英伟达正在启动GEAR的机器人研究小组，主管称2024年将是机器人技术之年。

伴随AI热潮，机器人这个潜力无限的市场重获关注，微软、亚马逊、谷歌、英伟达、OpenAI与其他AI机器人初创公司，都已投身其中。

ARK对话Figure创始人，为扩展人类能力，未来将数十亿台机器人推向世界

时间：2024年2月29日

来源：有新Newin

字数：12,695

Figure创始人Brett Adcock是连续创业，此前创立AI招聘软件Vettery，以1亿美元被全球最大招聘公司Deco Group收购，此后创立eVTOL公司Archer，又成功IPO。

最新报道，Figure在新一轮融资中筹集约6.75亿美元，投前估值约20亿美元，OpenAI曾考虑收购Figure，目前投资500万美元。

彭博新闻社在1月报道这轮融资，微软与OpenAI作为最初主要投资者，微软将投资9,500万美元，Nvidia、Amazon各提供5,000万美元；Amazon创始人贝索斯承诺投资1亿美元。

其他科技大厂也参与其中，包括英特尔投资部门将投入2,500万美元，LG Innotek将提供850万美元，三星也将投资集团承诺投资500万美元。

Cathie Wood ARK Venture Fund也参与其中，投资250万美元，其它VC投资者包括Parkway Venture Capital 1亿美元、Align Ventures 9,000万美元等。

ARK在投资Figure前，对创始人Brett Adcock进行一次采访，Brett介绍机器人技术的进步，特别是在处理简单、重复性任务方面的能力。Brett指出，这种技术进步对解决仓库中劳动力短缺问题具有巨大潜力。

Brett还讨论了从头开始设计整个机器人所面临的挑战，以及如何通过进步与战略数据收集推动AI与机器人技术的发展。他认为，随时间推移，机器人技术有望达到新的高度，自动化过程将显着降低成本。

Brett还强调机器人作为一种服务的潜力，可以彻底改变自动化的可负担性与功能，预测机器人技术将在这10年某些工作中，达到与人类相匹配的能力水平。

对消费者，Brett希望把机器人成本降低到每人每月数百美元来拥有一个人形机器人，并将数十亿台机器人推向世界，产生巨大的影响。

以下为这次对谈的全部内容：

ARK：在我们深入讨论机器人改变我们所知道的世界之前，也许我们可以稍微介绍一下你的背景。我们之前已有过互动，你也开始Archer，那是另一个令人兴奋的疯狂业务。很高兴能了解你的过去，以及你是如何开始建立一个机器人公司的。

Brett Adcock：我背景相当简单，一直在建立科技公司方面工作，已20年，大约一半时间花在软件与互联网领域，过去的半个时间里，我主要是在AI与硬件领域工作。

我上一个软件公司，是以机器学习为主导的招聘领域市场平台Vettery，我在2012年创立，2017年将该业务出售给全球最大招聘公司Deco Group。

2018年我开始Archer Aviation，业务是构建电动垂直起降飞机。很高兴能说Archer是我们最大投资者之一，我很高兴我们多年前有机会见面。

我开始Archer目标，基本上是帮助减少交通拥堵，推动可持续的交通方式。我们致力研发了大约六代飞机。我们目前正在努力认证我们飞机午夜，这是一架四座乘客与飞行员的飞机，具有FA认证。我们真诚希望能在不久的将来，将其引入美国空域。

大约1年半前，我离开Archer，开始Figure。Figure业务是致力部署自主的人形机器人，类似于人的形态，我们有腿、手臂、手，我们试图做的是类似今天人类所做的体力工作。

我们在Figure有个重要信念，整个世界都是为人类而建，意味着我们已围绕我们外观建立了这个世界。

我们观点是，如果我们有轮子，如果我们有六只手与六只脚，世界会看起来完全不同。我们并不是在优化世界，事实上恰恰相反，我们是在优化与我们身体相互作用的物理世界，包括我们不同身高、我们操纵物体的方式。

我们坐在椅子上，我们使用机械设备，我们触摸工具，我们制造了所有这些物品，基本上是为了与我们今天形态相互作用。

我们在做的事情是，我们试图建立自主的自动化系统，进行类似人类的工作。我们机器人，身高大约5英尺6英寸，完全电动机械，我们有以AI为先的策略，引入这个服务来进行体力劳动。

意味着将机器人投入商业机会中，帮助仓库、制造业与零售业。随时间推移，我坚信每个人都会拥有类似今天汽车或手机一样的人形机器人，这个机器人能做任何你想做的事情。取个咖啡给我，洗衣服，办个差事。

我们团队今天大约有70名工程师，都在加利福尼亚州。我们现在正在测试第一代机器人，它正在实验室里进行完全端到端应用。我们按下按钮，它就会做像真正人类一样的工作，这相当疯狂。我们正在努力使其更加稳健，目前很大一部分都是在软件中进行。

基本上是规划了我们整个未来与2025年相当长时间的路线图，我们想要开始与我们客户在他们设施内进行真实应用。

希望到2024年，我们能开始展示真正人形机器人，它们在真实商业环境中非常稳健进行真正工作。

对我们来说，作为机器人学家，没有比醒来面对这样的未来，更令人兴奋。

ARK：让我们深入探讨软件方面，一个重要问题总是为什么是现在？看起来计算机视觉与AI的进步，以及将其放在像机器人这样移动单位中，使这成为可能。与此同时，我认为我们在X/Twitter上讨论过。

我们看到马斯克也讨论过，就是你开始建造一个机器人，突然意识到，这也是硬件问题，没有人在这里制造正确的执行器，无法购买到适合的成品。这两者是如何结合起来，使得我们现在能做到这一点的？

Brett Adcock：我们经常被问到为什么，我们自己也经常反思，为什么现在要这样做。

我认为有三四个原因，10年前，甚至更短时间内，这些都是物理上不可能的。

我们需能行走的双足人形机器人，也就是说，两条腿，需能保持平衡，需对干扰具有高度稳健性。我们需能与环境交互，感觉到它，理解正在发生的事情，并迅速做出反应。

回顾10年前，当你看人形机器人行走时，在视频剪辑或在线上看到，它们基本上是滑稽的，它们行动极其缓慢，很难保持平衡，到处都是摔倒。

我们最后一个很好的数据点，是大约在2015年DARPA机器人挑战赛上。很难把它与现实环境中东西进行类比，看起来是真实的。

如果你看世界上最好的双足动态行走的系统，无论是我们，还是波士顿动力等，你会看到非常稳健的系统，它们能推理与表达，几乎比人类更好。

我会说在这一点上，运动方面与人类相当，甚至可能更好。我是说，你看到一些机器人能做前空翻与后空翻，基本上是他们与世界交互的能力。

我们觉得10年前，这个领域根本不可能实现，周围传感器与控制机器人的算法，甚至AI训练系统，都已变得如此稳健，我们认为这是一个软肋。

我们在这个领域取得很多进展，但肯定足以将机器人引入实际操作。

第一点，10年前的双足行走，商业可行性看，不太可能。

第二点，我们需一定数量的功率与扭矩，以及电机，来提起一定数量的物体，并操纵它们。

我们需系统中一定量的运行时间来进行真实、每天数小时的操作。电力机械角度看，电池系统与电机或执行器的能量与功率密度，在10年前并不足以进行真实操作。

如果我们想使用电池、电机，回顾10年前，你会看到一些机器人，比如波士顿动力都是液压的，基本上是他们在物理世界中移动所需的扭矩与功率。

今天，我们系统全部都是电动，我们使用的是类似许多汽车中看到的2170圆柱电池。我们有电动执行器，基本上是电动机、转子与定子，使我们能构建非常简单、安全与高功率、高能量的系统，我认为这在10年前是不可能的。

第三点，我们需能快速通过感知系统、操纵、策略与高层行为，来理解这个世界，我们需能并行工作。

计算与算法角度看，我认为这在10年前不可能，我们正在建造一种载有3D占用、20Hz以上的传感器。

我们正在运行我们AI系统，并在板上推理出所有这些，使用非常强大的GPU。我们拥有数千万亿次GPU容量，我们现在正在推出下一代机器人。

我认为这又是一个领域，在这个领域，我们想要引入自主系统到世界上，10年前这并不是真的可能。

我想说这里最后一个，对机器人领域来说是一个巨大的突破，是LLM出现。我们将能通过语言，将机器人从仓库带到你的家中。

我们需对所有世界知识进行语义上基础，这是我们通过语言获取的。也就是说，我将能作为一个机器人与人类交互，能理解你意思，并根据你说的计划任务。

我们现在正在与我们AI团队，花费相当多时间，构建不同类型的视觉LLM，以展示这些能力。

ARK：从工厂到家庭，而不是相反。很多人对家用机器人感到非常兴奋，但似乎在制造与工厂领域，有更高价格点的低垂果实，而不是有人愿意支付几千美元的机器人，可以进来洗碗或把衣物放进洗衣机里再拿出来。

Brett Adcock：我意思并不是说我们不想做消费者端。我们很愿意出售消费者机器人，或者帮助照顾老年人在消费者市场的不同方面。

如果你看我们商业策略，我们想要快速实现收入与进入市场。我们需进入的市场，理想情况下是更受限制或不太变化的，总体来说更有结构的环境。

这将是对我们来说，最容易做到高性能操作的方式。对我们来说，更快构建数据引擎、AI数据引擎，这是我们基本上需构建来训练机器人，并在新任务之间进行泛化的数据引擎。

这意味着将机器人投入仓储、制造领域，那里存在劳动力短缺，需我们帮助，可以支付很多钱。

对初创公司，这将比等待10年，资本增加数十亿美元，发一款需非常便宜、非常稳健，需更容易泛化，适用非常不同的家庭、布局、物品与语言的消费者机器人，要快得多，它需与人类进行交互。

对我们来说，我们认为这个商业端或更像是工业端，将会是自给自足的过程。但我们认为这是一个更大的商业，对消费者的发展趋势。它将使我们能从早期开始收集数据，我们可以用来训练我们AI系统，这是目前我们可以做的最重要的事情之一。

我们正在努力思考，如何以规模化方式进行数据收集，以及如何成功，并不断通过AI数据引擎循环运行。

这一点上，我们大部分时间，都在思考如何在规模上实现这一点，以及如何开始在早期操作中实现这一点。我们甚至花了很多时间，与我们某些客户一起启动数据。

ARK：可以谈谈一些低垂果实任务是什么？如果你能做到这些，已有人想购买了。

我认为人们常常认为，人形机器人必须做很多事情。忘记了，仓库现在有成千上万机器人，它们简直就是在地上滚动，亚马逊正在推出拣选与放置机器人。有一些非常简单的事情需做，你们首先尝试解决哪些问题，你们认为这将使你们能投入现场？

Brett Adcock：我认为可能有几点要注意。

首先，我认为我们从媒体与世界上感到的常规观念是，我们会投入机器人，它们会取代人类做这项工作。

当我们花时间与我们客户接触，进入真正大型仓库或零售制造设施时，情况完全相反，他们正在用尽人力，这些人员流失率每年高达100%。

这些工作有时非常危险，非常无聊。他们只是无法找到一种方法，来自动化今天我们所看到的人类移动能力与灵活性。

他们没有计划，他们不知道该怎么做。当你看到我们潜在一个大型客户时，从上到下看工厂车间，你会看到这些高度自动化的区域，那里有ASRS、传送带系统或机器臂等，它们在全球设施中遍布。

在所有这些工作之间，人们都在手动连接，他们在搬运箱子、卡车或其他物品。在全球某些地方，他们有数十万，有时甚至是数百万人员在做这些工作，公司只是不知道如何自动化这项工作。

这是一场组织内部的劳动力危机，他们不知道如何停止不断地填补这个职位，每9个月就要重新填补一次，这非常昂贵。

对我们来说，当我们进入一家规模较大公司时，他们运营已相当规范化，他们已达到一个标准化所有运营的程度。

我们看到的是，我想说，一个相当大的市场，我们可以开始做一些相对简单的事情，比如我们可以搬运箱子、推车。

我想说，这些箱子在很多情况下是公司的，可能只有五六个，它们都是标准化的。它们都是与全球各地看到的完全相同尺寸、完全相同的箱子。

很多情况下，它们在全球各地的运营区域都有有效载荷约束，意味着我们在任何时候，可能不会看到超过30或40磅的货物。

对我们来说，这使我们能进入非常有结构的环境，我们可以与汽车制造商或仓库的高级行为层面进行沟通。

仓库通常有一个仓库管理系统，制造设施通常有MES或制造执行系统，它们会通过API与呼叫，不断给机器人或人员发送指令，告诉他们一天内应该做什么，以保持业务持续运转。

我们认为在这一点上，我们将能在非常狭窄的领域内，在仓储、制造领域，甚至可以在美国发货数百万台机器人，这些机器人只是搬运箱子，帮助基本上保持运营。

这比我1年半前创办公司时想象的要大得多，我以为我们必须做这些更灵巧、更复杂、更高SKU计数的工作，实际情况并非如此。

有很多工作，我们真的可以帮上忙，公司确实需帮助，今天却找不到帮助的方法。我们最初的应用，将是在制造、零售仓储等领域，并完成这些基本上端到端的工作，每天20多个小时，一周七天，帮助这些公司基本上自动化很多工作。

ARK：听到这样的机会，比你开始想象的还要大，非常有趣。同一方面，也许在那里，有其他方面让你感到意外？要启动一家公司，很多东西在纸上都会发生变化，当你开始做某事时。从技术方面看，从1年半前到现在，有什么让你感到意外的地方。

Brett Adcock：我之前告诉过你，我们可以更快发货更多机器人，需求几乎感觉是无限。

谈论我们这边更困难的事情，我会说意外地，过去1年半里，我们真正面临的最大问题，是并没有像我们构建一个人形机器人所需的那样多的，我想说功能性的东西需被构建以使其工作。

我们有很多不同类型的软件，无论是操作系统、AI系统，用C++编写的控制算法，还是固件。我们有很多机械设计领域，关节与运动学、电机设计，我们机器人上有很多传感器。我们下一代机器人上，目前有超过200块PCB，有很多东西。

过去1年半中，我们面临最大问题是，就在这些领域，没有一个好的供应链。

我可能对期望值有所偏差，就像我们能购买电动机、执行器、传感器与电池组等电子产品的数量，可能要高出一个数量级。如果我们想保持质量、保持性能、使其真正可靠、安全、高性能，我们几乎不得不设计所有的机器人，就像所有电动机、所有电池系统、所有电子设备、所有结构，就是我们设计的所有东西，甚至包括一些执行器内部的传感器，这通常是我们以前从未想过要做的事情，甚至在6~9个月前，我们都没有考虑过。

基本上，作为一个系统工程师，你不想去自己建造东西，除非你真的不得不这样做，这是一项巨大的工作。

对公司来说，这是一个巨大的负担，从资本、关注与整体执行方面看，你必须维护它。就像有很多原因，为什么如果有好的现成产品，你永远不想去自己建造东西。

我们基本上被迫从零开始建造整个机器人，从中会有很多好消息出现，我们可以降低成本，我们可以真正控制它，这将建立一个非常出色的机器人，它非常可靠。

老实说，对我们来说，过去1年半真的非常痛苦，我们过去18个月都在墙上写着，唯一的出路就是穿过去。

ARK：没错。如果你正走在地狱里，继续前行。

Brett Adcock：我们只能，没有其他出路，我们看到了，这不会在一两周内改变，可能要几个月，我们只能坚持下去。

ARK：软件堆栈方面，你提到所有这些不同元素。我觉得有趣的是，可以将这与自动驾驶进行比较，早期甚至是今天，一些公司仍然非常硬编码。

如果你看到一个停车标志，这是所有可以做的事情。你可以向前走，你看到这个，你可以右转，所有这些。

现在随着更多数据可用，人们正在转向更为端到端的方法，纯粹的视频输入，它就像你有足够的例子一样。

硬编码的规则更少，算法只是知道该做什么。对机器人而言，我觉得这是非常不同的，没有多的数据可用。你如何考虑计算机视觉元素与硬编码规则，在这些机器人中的相互作用。

Brett Adcock：这里一个大挑战是，机器人领域根本没有互联网规模的数据。正如你提到的，没有像今天LLM那样的东西，有大量可以从脚本中提取并标记与使用的词语。机器人领域没有这样数据，数据是存在的，我们无法接触到它，在这方面没有机器人的YouTube。

简单说，我们在公司有一个以AI为先的策略。极限情况下，我们觉得Figure是AI业务，我们把它称为Figure AI。

我们需非常好做到这一点，从像素开始，随时间推移到命令输出，以执行非常高可靠性的工作。一旦我们真正弄清楚这一点，机器人不仅可以在极限情况下非常有用，一旦我们真正弄清楚了这一点，我们必须拥有非常好的硬件。如果没有这个路线图上的依赖，硬件将是不可思议的。

这就是很多机器人初创公司失败的地方，他们从一开始就有很糟糕的硬件，或者他们试图购买现成产品，我们选择最好的硬件，我们在这里有庞大的硬件团队。

我们花了很多时间迅速前进，进行了很多重复。我认为我们现在正在走上一条道路，接下来12~24个月内，我们可能会提供非常令人难以置信的硬件。

现在硬件的工作非常好，但它肯定不是我们可以把它放在客户端的地方。它需全年，每天七天工作，不会崩溃。我们还没有达到那个地步，我们有办法达到那个地步。

总的来说，我们强烈认为，我们需尽早收集正确的视觉数据，并在现场进行传感器数据。我们需对这些数据进行标记与清理，我们需对这些数据进行培训，并将这些模型部署回机器人，投入到真实商业机会中。

我们已证明我们在我们路线图上培训不同的对象段与处理系统，它们已部署在机器人上，现在正在机器人上完全端到端地工作，就像我们做自主地图任务一样，我觉得这方面技术已非常成熟，甚至不是算法的改变，而是我们训练模型的方式与部署这些模型的方式已变得非常健壮。

我认为我们在过去1年里，在这方面做得非常好。我们的模型是，我们如何在机器人进入之前，尽可能快在运营中复制我们所需的数据。

我们现在正在现场积极收集数据，我们在客户那里有人在收集数据，就像机器人一样，我们正在使用作为训练集的方式，这些数据会在机器人到达时，对机器人进行培训，就像它们在市场上作为一群机器人运行时做这些应用程序并理解发生了什么，当这些机器人真的在市场上作为一群机器人运行时，它们将收集数据，我们将对这些数据进行培训，类似在广告空间中所发生的情况。

真正诀窍在于，你如何引导这个过程。我们正在这样做，这是一种模拟与合成的混合体。还有一种是，我们基本上获取现实世界数据，并将其用作训练集。

ARK：可以给工厂工人们配一些GoPro。

Brett Adcock：我们有全套人员，就像我们机器人一样，他们在工厂地板上移动，收集数据，就像我们已做过的那样，我们将继续这样做。

我认为对我们来说，这相当于有人在Waymo后面坐了4年，只是开着车收集我们需标记与训练神经网络的数据。

对人形机器人来说，这是等价的，我们需这些数据，它将非常重要。

如果没有这些数据，对我们可能会看到的任何变化，硬编码这些答案到机器人中将是相对不可能的。

我们系统中确实有C++代码，我们确实有控制算法等。随时间推移，我认为这将被逐渐抽象化，这将基本上成为完全由神经网络运行的系统。我们正在尽最大努力尽快实现这一点，这很难，我们还没有在市场上有一群机器人。

那群机器人基本上成为了企业的竞争优势。如果你有一大群机器人在收集数据，他们正在将大量数据泛化到新的应用程序中，要与任何人竞争就会很难，就像你在市场上有数百万或数千个机器人在收集数据一样，训练所有这些数据集。

机器人将接收到新的任务，就像我们进行离线培训一样。随时间推移，我们机器人将能走进你的设施，并在设施中做更多事情。

每天我们都在变得更聪明，随着我们部署更多机器人，它们将变得更便宜。制造量与成本之间存在线性关系，称为经验曲线。

我们有一个产品，正在变得更便宜，每天都在学习，我们在硬件方面的生命周期中，还没有看到过这样的一般性接口。

这让人兴奋，意味着我们正在出货，我们认为几乎就像今天准备好全自动驾驶的硬件，就像我们2024年早些时候推出的第二代机器人，我们认为它几乎可以做任何人类可以做的事情，或者接近，我认为在手部方面可能还有一些工作要做，当我们考虑更灵活的操作时。

就大部分来说，就是CPU、GPU在范围、动作与负载以及速度方面，我们认为我们已非常接近。我们在人类能力70%~80%的水平上。我们如何解决软件游戏呢？我们基本上需做大规模数据收集。

ARK：我们可以过渡到业务方面。你提到经验曲线，我们在arcs模型中经常讨论，以及莱特定律，每产量累积翻倍，成本就会固定下降一个百分比。在我们为工业机器人做的一些工作中，经验曲线非常惊人，接近50%。

有趣的是，工业机器人并不是高产量产品。要达到累积翻倍的生产量，需一段时间。我们即将开始的，是一个希望更高产量的机器人曲线。在考虑机器人本身时，材料清单在小规模时会更高，你们内部制造的东西，我敢肯定成本非常高。

我们展望未来，比如说5~10年，你们有电动机，电池可能在成本上并不是很大的因素，就像汽车一样。把它们看成潜在的，你认为它们可能会是，你认为它们仍然会比这便宜很多吗？或者你认为它们仍然会比这便宜很多吗？

Brett Adcock：是的。我们在这里进行了一次完整的材料清单练习，我们可以谈谈随时间推移它是什么样，这极大依赖制造量。

你想问的问题是，价格在什么样产量下，是什么样？我们现在正在建造单一原型，它们非常昂贵。我们看到整个结构与电机外壳，我们将不会在真正生产中这样做，没有人会这样做。

我们正在制作展示车，这与我们在生产中要做的事情非常不同。展示车需能展示类似人类表现，否则如果机器人价值20,000美元，它不能做实际工作，就毫无意义。

完全正确。我想有几件事情。

首先是，如果你粗略估计一下，我们全球机器人大约有1,000个部件。机器人重量大约150磅，约60公斤。如果把这个与汽车相比较，比如特斯拉Model 3，Model 3将有超过10,000个部件。

我们有10倍以上零件数量，我们重量却少了20倍。在汽车上的重量，是机器人的20倍，而在零件方面是机器人10倍，我们认为这应该在未来比汽车便宜。

这取决于我们真正达到的制造量。如果你看一下整个材料清单成本，你会发现没有什么在材料清单成本中真的会在规模上变得非常昂贵。我们认为唯一可能不会获得很多规模经济的事物，至少在短期内，可能是CPU与GPU。

我不知道我们是否会在CPU与GPU上，获得像50%的降低。你知道我是什么意思吗？这真的很难。

我们认为在一个相当大的制造量下，称为半百万单位年产率，我们可以把成本降低到低于50,000美元，我们对这项工作非常有信心。我认为随时间推移，这将是低于30,000美元的机器人，我认为这个机器人可以持续很多年。

所以你真的在多年的时间里在减少这个成本。你有一些直接的运营成本，与维护相关的直接运营成本，也许有一些保险，还有一些额外的成本，你将在运营中产生这个机器人。

你需像给你的手机充电一样给它充电，我们需在某些方面维护它，例如某些时候电池可能会到寿命尽头，随时间推移，就像你手机或RCA汽车会逐渐退化一样。

我真的认为这会相对便宜，随时间推移会越来越便宜，机器人将帮助建造其他机器人。长远看，成本会继续下降。世界上大多数成本，都是人力劳动的蒸馏产物。这就像是，如果你能把人力劳动成本降下来，就没有理由不能让商品与服务的成本逐渐降至零。

ARK：我们也谈论过，自动化的历史，是将输出从人的输入中移除，没有拖拉机，将有更多人在从事农业工作，你需将直接输入与输出抽象出来。机器人在这方面肯定提供了很多杠杆，这就引出下一个问题，什么是最优的商业模式，你有一个相对成本低廉的机器人提供巨大的价值。

当我们在建模时，你可以说，这里是所有制造GDP。机器人导致GDP的百分比增长。你可以收取多少的服务费？或者你更多认为，你只是会雇佣这个机器人，它的成本将比一个人低，我们会根据年度基础来收费。

Brett Adcock：开始考虑降低机器人成本，以及在市场上提供服务工作的机器人，会变得非常疯狂。

我们是否正在帮助解决这个问题？我是说，对市场上机器人，比如一个农民，你基本上在用太阳能提供这种动力，我们正在使用农场周围容易获得的材料，基本上，所有这些项目的基本成本，都会随时间推移而降至零，特别是如果机器人建造另一个机器人来完成这项工作的话。

随时间推移，这似乎会对GDP产生非常基本的影响。

GDP是按照人均计算的，如果你有无限的人，它们是可以负担得起的，就像一个非常便宜或者变得越来越便宜的机器人一样，这对整体GDP产出会产生什么影响？

我认为我们观点是，一个健康的商业模式，有两种方式看待这个问题。我们可以像传统的资本支出模式一样出售机器人，就像你会购买一辆车一样。你买了它，你在你资产负债表上将其折旧，这是我们可以做的一个模式。

第二种模式是租赁模式，在机器人领域被称为机器人服务，类似SaaS，这有点有趣，这将是你租赁机器人。我们认为后者，租赁机器人，是Figure与长期看更好的商业模式，我们认为这是一种降低前期负担的方式。

对我们来说，这是一种能将更多硬件与软件推送到系统中的能力，意味着我们可以不断对你硬件进行翻新，我们可以每周或每天将新的软件推送到系统中，并使机器人更好。

如果你看今天世界结构，至少在商业方面，就像人类一样，你是按年度使用费用支付人类的。企业都是基本建立在租赁劳动力上。我们认为这是一种方式，对消费者来说，把机器人成本降低到每人每月数百美元拥有一个人形机器人，能做这项工作。

我不认为会有太大区别。对我们来说，重要的是我们如何降低成本，以帮助世界。我们使命是真正帮助扩展人类能力。

我们应该如何真正做到这一点？唯一方法是推出大量机器人，唯一的方法是如果它真的是经济实惠、真正有用。我们不太担心每个客户小打小闹，我们只是想把数十亿台机器人推向世界，产生巨大影响，真正帮助像我们一样的人。

这就是为什么人们在这里如此努力工作，为什么我想要创办这家公司的原因。随时间推移，我们只是想建立真正经济实惠的系统，这需时间。

它真的取决于这一点，就是它需能在世界上几乎任何应用中做大量有用工作。我们需降低成本，使其真正经济实惠。

这两者是相辅相成，我们不能让它太不经济，也不能让它太没有用。它必须真正有用、经济实惠。我们正在进行大量设计，以进行制造与降低成本，我们正在花费大量时间，来弄清楚如何使平台变得几乎适用世界上任何应用。

ARK：这是巨大机会，我们已触及它，可以先进入工厂，可能进入家庭，价格更高，个人愿意这样做。你认为机器人何时将与人类能力难以区分？

Brett Adcock：这是非常困难的问题。像人类真的很有能力，我们有很多自由度，非常灵活，某种程度上，我们是柔软的，这是非常难回答的问题。

你知道，我会说，我的观点基于不同应用，随时间推移，这是我们看待问题的方式，意味着我们将会看到更多机器人能做像仓储与制造等类型的工作，做得与人类一样好，甚至可能更好，就像我们现在生活的这个10年一样。

我认为，一旦这个领域达到一定成熟度，你会开始看到机器人进入家庭。它们起初可能会更昂贵，就像每个采用曲线一样。

随时间推移，它们会变得更便宜，会做更多事情。我们将开始看到这种情况在这个10年末出现，我们将开始看到机器人进入实际的家庭，做真正有用的工作。

未来几年内，我们将能展示出真正高水平的行为，与人类进行互动，能与你交谈，理解你的要求，并根据你的要求执行任务。无论是像拿起桌子上茶杯，并清理它，我们都将能开始展示这些应用。

这确实需变得非常稳健与经济实惠，能适应各种情况，并理解、推断发生了什么。

家庭对故障的容忍度要低一些，在仓库里，情况不同。如果我走进你房子，把世界上最棒的爸爸杯子掉在地上，那就不好，如果我在仓库里掉了一个板子，情况就截然不同。

接下来24个月内，我们希望将我们机器人引入商业机会，进入实际客户工厂，做真正有用的工作。

我们希望能在接下来3~6个月内，在我们实验室，展示出完全端到端的有用工作，完全自主完成。

接下来几年，也就是单个数字年份，你会在真正大公司，如财富100强公司，每天都看到它们做真正的工作，每周七天。

当我们接近未来10年时，你会开始看到这些试点项目进入家庭，帮助照顾老年人或做家务。

从那里开始，这将取决于我们如何进行大规模数据收集与大规模制造。

这些是接近10年末的两个真正输入，意味着我们每年可能会生产大约1亿辆汽车。在这里，会需汽车级别的制造规模。问题是，如何在没有100年的学习情况下实现这一点？就像汽车已有100年，甚至更多历史。我们如何尽快以人形机器人方式实现这一点？

ARK：了不起。我知道你可能正忙着尽力让Figure发挥出最大作用，但你对其他一些公司有什么看法？你对这些公司情况有什么分析？大家是否意识到这个机会，采取类似方法？还是你认为人们正在开发独特的路径？

Brett Adcock：我认为我创办这家公司的一个重要原因，是当我看着这个领域，以及在这里的参与者时，当然，如果有一家公司做得非常好，我就没有必要开始Figure，真正出去做了。我真的希望这个领域能起作用。如果是我，那太好了，如果是别人，也太好了。但在我看来，最好的情况是，有一家公司去做这件事，并使其成功。

这个领域有很多研究小组，并不是所有都在商业化，波士顿动力公司，爱丽丝就是其中之一。他们是一个研究小组，这在他们网站上是公开的，你无法购买他们机器人，他们并不试图做有用的商业工作，他们只是在研究更高级别的人类敏捷性，，他们甚至现在都不是真正可以购买到强大机器人的真正竞争者。

我希望随时间推移，这种情况会改变，现在确实如此。

如果你看一下景观，我们真的认为商业化至关重要，展示动态步行能力非常重要，展示你可以操纵与移动人类样的物体，不改变环境也非常重要。

这意味着我们认为，一个机器人，一个人形机器人，如果不能操纵物体，那就没有用。机器人四处行走得很好，如果它不能与世界互动，我们认为它的价值非常低。

我想说的是，谁在投资正确的AI系统，来进行端到端的学习？除此之外，谁拥有一个伟大的团队与资本？我们在这个领域看了一些年前。

抱歉，我只是觉得，那时候真的没有人做得很好，没有人能做到最佳水平，我们正在努力争取上市。

还有一些其他的小组，做得非常好。

我认为特斯拉Optimus取得很大进展，我认为他们有一个很棒的团队。我认为他们有很好的机会使之成功，根据我从外面所知道的。在那之后，我们真的不太关注其他小组。

我们觉得，对整个行业来说，一个依赖是，有人需向世界展示，有用的类人工作，客户愿意为此付费，正在世界各地发生。

我们没有看到，我们没有看到任何一种应用，我们曾经看到过，那种确切的应用存在于现实中，客户会为此付费。它要么太慢，要么他们修改了环境来假装它，或者其他任何一种原型设置。

这对我们与任何想要尝试使其工作的人来说，都是巨大的负担。这意味着对我们来说，我们不认为有任何竞争对手，我们甚至觉得自己都不是那个能做到的小组，起点是谁是能展示出客户愿意为之付费的类人性能工作的团队。

我们希望能在接下来90天内做到这一点，我们现在离实现这一目标非常接近。你今天可能会锁定，并看到我们做的事情，与实际客户愿意支付的确切成本、操作场景、速度非常接近，我们只是在做我们认为客户真正想要的正确工作。

我认为我们在这里感到的负担就是，我们能否展示出真正有用的类人工作，你必须要看到这一点。

我相当乐观认为，你会在2024年肯定看到这一点，我认为你将会从我们这里看到，希望还会有一些其他团队真正展示出这种能力，这个领域确实需这样。

我认为2025年你可以期待看到Figure在完全端到端的类人工作中做到这一点，客户将会为此付费。

ARK：太棒了。你们还在招聘吗？人们应该如何跟随这个旅程？我们将把这些发布出去，你们在寻找谁？谁应该联系？对所有机器人爱好者，他们应该如何跟随？

Brett Adcock：我首先认为，只是跟着我们走，我们在Figure发布很多内容。我个人也会在社交媒体发布很多关于业务的信息。

Figure也会发布所有重大更新，我们会尽量保持开放，我称之为公开构建的过程，我们将尽量这样做。

我个人正在尽量在我社交媒体上做到这一点，也在Figure上这样做，我们试图非常透明，我们会在一路上提供更新。

你将会在每30～60天内，看到我们向世界提供非常重大的更新，无论是视频，还是总体上的更新，描述真正发生的里程碑事件。

我们在X/Twitter上，我们在LinkedIn上，就像我们在YouTube上一样，我们将尽量采取公开优先的方式，来进行我们未来所有公告。

我们把招聘过程看得非常重要，我们公司一个核心价值观，是建设冠军团队。我们如何建立最好的团队，让他们去做这件事？我们经常谈论，我们不是一个家庭，而是一个冠军团队，我们都聚集在一起，希望组建一个伟大的团队。

不是最好的个人人才，我们要组建尽可能最好的团队，我们正在寻找具有异常能力的人。我们正在Figuredot AI上招聘。如果你去看职业部分，我们现在大多数招聘都集中在我们AI系统团队与各种软件团队。我会说，我们需招聘很多人。

未来6~12个月内，我们可能需把我们AI团队规模扩大2~3倍，我们现在正在积极做这件事。

这些团队完全由在谷歌深度学习、我曾在其中工作的机器人巡游以及处理系统方面不可思议的人才组成。

我可以说是那些最优秀的人，他们了解自主系统与AI训练。我们招聘流程相当困难，我们在寻找非常出色的人才。

DC生肖网

【智能前线】第1期：Figure特辑，特斯拉Optimus值得重视的对手

科技有六合