摘要

Adcock 的核心判断是，人形机器人是“AGI 的终极部署载体”，因为被困在服务器里的智能，想要影响物理世界就必须请求人类代劳。 机械化的人类形态可以在各种人类环境中工作，而同一个基础模型能够跨任务迁移，无需更换硬件。他认为，解决关键难题后，Figure 将处在这个行业迎来“iPhone 时刻”的正确十年。
短期商业机会是重复性劳动力，而不是复杂得多的家庭场景。 Adcock 估算，人类劳动力约占全球GDP的一半，Diamandis 据全球GDP 110万亿-120万亿美元推算出50万亿-60万亿美元的TAM。Adcock 表示，如果 Figure 今天有100,000台可正常工作的机器人，最初的两家客户会全部买走；家庭使用仍是“西部荒野”。
Figure 的机器人如今已在 BMW Spartanburg 工厂每天工作，自主将钣金放置到工装上，Adcock 称其“零故障、零失效”。 BMW 这项任务耗时约1年，才实现高速下的端到端执行；Figure 01 的单次循环时间已从去年夏天约4分钟降至40秒。借助 Helix，Figure 在不到30天内从零完成了一家未具名物流客户的用例，并认为下次复现可能只需不到48小时。
Helix 被认为是AI拐点，将机器人编程转化为由语音驱动的泛化能力。 模型用约500小时数据训练，2台机器人根据一条英语指令，收纳了刻意未纳入训练的数据中的杂货。Adcock 称其“可能是机器人历史上最重要的AI更新”，但现场证据仍只是 Figure 自己的演示。
硬件路线图同时追求快速迭代和大众市场成本目标。 Figure 每12-18个月设计一个新平台；Figure 3耗时18个月完成，被称为“便宜90%”，体积更小、重量更轻，传感器得到改进，手、头部和脚部也面向神经网络重新设计。Diamandis 提出未来售价20,000-30,000美元；Adcock 表示，物料清单分析并不显示产品必须极其昂贵，但没有明确重申这一价格区间。Diamandis 将30,000美元的机器人折算为每月约300美元、每天10美元，或在持续可用时每小时0.40美元。
Adcock 已将家庭应用时间表提前“多年”，但前提仍是数据、泛化和安全性。 Figure 将于今年开始内部家庭alpha测试，预计机器人会在“未来几年”进入家庭。目标是让机器人理解口头请求，并在数小时内自主完成任务，无需反复提示或修正，而不只是操作熟悉的物体。
执行依赖一种为硬件速度打造的高强度、垂直整合组织。 Adcock 最初用个人资金消除了短期融资风险，6个月内将月度烧钱推至100万美元，并围绕“iPhone 时刻”招募人才，即使告诉候选人成功概率“相当低”。Figure 以办公室为中心、每周工作5-7天的文化，只有一个共同奖励：“我们要把产品交付出去”；Adcock 表示自己不做一对一会议。

精读

1. 人形机器人让 AGI 获得物理世界的行动能力

Adcock 认为，被困在服务器里的AGI将带来“一个非常负面、近乎反乌托邦的未来”：无论智能有多强，只要想在物理世界完成某件事，就必须请求或指挥人类执行。人形机器人提供了身体，也就提供了物理世界的行动能力。
人类形态并非外观设计。Adcock 的要求是打造一个机械平台，无需更换硬件就能在人类环境中工作，并通过迁移学习掌握大量应用，最终由一个基础模型端到端控制机器人。
Diamandis 追问成功概率，这是关键挑战。Adcock 的回答是“相当低”，因为还要跨过3道门槛：硬件必须可靠，并达到人类的速度和活动范围；必须采用模仿学习，因为“这是神经网络问题，不是控制问题”；还必须通过一个网络，让机器人根据语音指令泛化到未见过的任务。Diamandis 说，这些要求在2022年看起来“相当不乐观”；Adcock 后来表示，Figure 已经解决，或正在大幅推进解决这些问题。

2. 硬件速度要求掌握全栈

Diamandis 指出，Figure 从零起步到交付第一台机器人用了31个月；Adcock 则表示，公司注册后12个月内机器人就已经能够行走。他的原则很直接：“第一代或第二代硬件总是很糟糕”，因此 Figure 每12-18个月推出一个新平台。
Diamandis 认为，垂直整合是必然选择，因为当时不存在现成的人形机器人供应链，电机、执行器、电池、传感器和运动学部件都无法直接采购。因此，Figure 自己负责硬件、固件、嵌入式系统、操作系统、控制、AI、测试、制造、集成和机器人队列运营。
Figure 3在18个月后完成了又一次全面重设计。Adcock 称其“便宜90%”，体积更小、重量更轻，传感器更好，手、头部和脚部也按照神经网络需求设计；制造计划于今年启动。
Adcock 自己承担了公司最初几年的资金，并在6个月内将月度烧钱推至100万美元。招聘时，公司一方面提供短期资金确定性，另一方面明确强调高强度文化：必须到办公室，团队每周工作5-7天，整个组织共同的“多巴胺”来自交付产品。Adcock 表示自己不做一对一会议。

3. 商业劳动力是第一市场，需求不是约束

在南卡罗来纳州 Spartanburg 的 BMW 工厂，Figure 机器人每天将钣金放置到工装上。Adcock 表示，这项任务完全自主，达到要求的工作速度，并且“无需人类干预、零故障、零失效”；Diamandis 补充说，甚至“全年无休”。
对于最初的2家商业客户，Adcock 表示，如果 Figure 今天有100,000台正常工作的机器人，这些客户会全部买走。除此之外，他说自己到这个周末前就能签下50家《财富》世界500强企业，但没有能力供货。
这一经济机会规模巨大，但明确属于长期市场：Adcock 将商业人力定义为约占GDP一半，Diamandis 据全球GDP 110万亿-120万亿美元估算出50万亿-60万亿美元的可服务市场。劳动力岗位具有重复性，也能支撑显著高于家庭用户的机器人价格。

4. Helix 将任务部署压缩到数小时

Diamandis 将关键决策概括为：Figure 不再以大股东 OpenAI 的AI系统为基线，而是转向内部研发AI。最终产物 Helix 是一个视觉-语言-动作模型，目标是将自然语言指令直接连接到机器人行为。
家庭演示中的指令只有一句：“把杂货收起来。”这些杂货并未被纳入训练，但2台机器人仍然识别出物品应放置的位置，并通过各自搭载的单一神经网络完成协作；Adcock 表示，Helix 只用了约500小时训练数据。
机器人交接并非人工编排：它们学会在一台机器人应该松手、另一台机器人应该抓取的瞬间相互观察。Adcock 称这种注视是学出来的“放手许可信号”，并认为当机器人规模化进入现实世界后，点头、手势和可见的注意力与抓取能力同样重要。
Helix 也改变了 Figure 的商业学习曲线。Adcock 表示，BMW 这项任务耗时1年才实现高速端到端执行；他还说，Figure 01 的单次循环时间去年夏天为4分钟，如今已降至40秒。第二个客户的任务在不到30天内完成端到端部署。Adcock 认为，Figure 下次可以在不到48小时内复现，并预计机器人今年就能在数小时内学会新的工作。

5. 家庭机会要等到安全性和语义落地之后

Adcock 不接受工业场景的成功会自动迁移到家庭的观点。工厂工作更像在高速公路上驾驶；家庭则更像城市驾驶，布局不断变化、物体陌生，还存在语义层面的风险，例如撞倒蜡烛并烧毁整栋房子。
他现在的判断是，瓶颈“在数据”。为了展示语义落地能力，团队把一个会移动、会唱歌的仙人掌玩具放到 Helix 面前，并要求它“拿起沙漠里的物品”；尽管呈现方式很奇怪，模型仍然将仙人掌、沙漠和玩具联系起来。Adcock 认为，只要把训练数据增加几个数量级，家庭系统可能就能运行。
Figure 将于今年在 Adcock 和工程师家中开始alpha测试。他的预测仍是“这个十年”和“未来几年”：最终，用户可以对机器人发出语音指令，机器人连续数小时自主工作，无需进一步纠正，接管人类目前在家电辅助下完成的家务。

108: 与马毅聊智能史:“DNA是最早的大模型”，智能的本质是减熵 96. 和郎咸朋聊，自动驾驶10年演进史、关键技术细节和特斯拉