我们见到了NEO：爆红的仿人机器人 + HatGPT

摘要

• 1X将NEO同时定位为家用电器和数据采集舰队，以推动家庭机器人真正落地。 这款机器人签订6个月合约时月费$499，一次性购买为$20,000；Bernt Bornich称预订量“大幅超出预期”，计划在2026年发货超过10,000台，并希望次年达到约80,000台。这为一个自2024年以来已吸收50亿美元VC资金的品类，提供了具体的部署计划。

• 如今的NEO是一项带有局部自主能力的远程操控服务，还不是消费者想象中的自主管家。 Bornich称，开门成功率达到“90%多”，取物成功率约80%；整理、吸尘和洗衣则由自主操作与人工协助混合完成。当被追问自主操作占比时，他的回答恰好揭示了其中的模糊地带：“所有事情都是自主完成的，但有人在环路中。”

• 核心技术论点是，家庭部署能够创造公共互联网无法提供的具身数据优势。 Bornich认为，10,000台机器人产生的视频量可能接近YouTube每日上传量，而家庭活动比为点赞优化的内容更能代表智能。NEO采集视频、音频、触觉和受力数据：“它们需要与我们一起生活、一起学习。”

• 隐私并非采用过程中的边缘问题，因为训练闭环可能让远程工作人员看到客户的真实居住环境。 1X称，数据只在执行任务期间采集，上传云端前先在本地存储，人物会被打码，操作员不知道具体家庭，VR介入也被严格限定；目前一名经理负责监控8名远程操作员。Bornich给出的答案是“彻底透明”，但主持人强调，孩子、伴侣和访客也可能被拍入，因此实际上整个家庭都必须参与决定。

• Bornich的路线图相当激进，而最大的商业风险在于远程操控的经济性。 他的押注是，到2030年，美国10%的家庭都可能拥有仿人机器人；达到清洁工水平的自主能力，乐观情形可能在2027年实现，悲观情形则要到2028–2029年，而专家木匠水平更接近2030年。他承认1X正在“冲向悬崖”：随着部署规模扩大，自主能力必须同步提升，否则公司就得放慢发货。

• 现场演示验证了硬件体验，却暴露出自主能力的缺口。 这台约5英尺6英寸、66磅重的机器人顺利拿来饮料、接水并清理杂物，但展示内容全部由远程操控完成；它掉落了夹子却无法捡回，蹲下时险些摔倒，也无法坐下。Casey Newton给消费者的判断是“买家当心”：期待管家的人，最终可能得到的只是“一个需要你高度关注的实习生”。

• 主持人仍认为，只要1X能可靠地解决少数几项高频家务，这就可能成为大众市场产品。 Newton提出的“神圣三件套”是洗衣、洗碗机和倒垃圾：如果NEO能快速且持续地处理这三件事，他愿意每月支付$500。Kevin Roose将这场演示比作早期受限自动驾驶汽车——“这东西会变好的”——但仍不确定需要3年、5年、10年还是20年，也不确定最终赢家是否会是1X。

• HatGPT的几组故事最终都指向同一个问题：AI系统背后的数据、劳动和真实性由谁控制。 据报道，Common Crawl抵制出版商的删除请求；xAI员工据称被要求为Project Skippy授权脸部和声音；Meta把争议性的成人电影下载归咎于个人使用；一份52页的备忘录则改变了外界对Sam Altman 2023年被解雇事件的既有叙事。Coca-Cola用AI制作、周期仅一个月的广告则展示了另一种取舍：制作周期从一年缩短，但主持人认为成片看起来“飘忽又怪异”。

精读

1. 1X在家庭自主能力尚未成熟前推出NEO

• Bornich拒绝透露预订量，但称需求“大幅超出预期”。两极化的反应同时带来了“黑子”和愿意与1X共同开发产品、提前尝试的“庞大支持者群体”。

• NEO计划于2026年上市，月费$499，最低承诺6个月；一次性购买价格为$20,000。Roose和Newton认为，这款产品处于一个资金密集型赛道：自2024年以来VC已投入50亿美元，Tesla、Figure以及中国厂商都在推进仿人机器人。

• Bornich形容自己的NEO“整理东西相当他妈不错”，而且比他的Roomba更好，因为它会挪椅子，也会吸沙发。它能完成部分清洁和洗衣，但叠衣服仍不够完美，Bornich自己还是得打扫。

2. 自主能力是一个连续谱——主持人要求给出更清晰的定义

• 目前的家务操作由自主动作和远程协助共同完成。Bornich将其比作Waymo的人工介入和反复提示ChatGPT：人在系统遇到无法处理的情况时提供帮助，但不一定控制每一个动作，由此产生的数据又能训练系统下一次完成任务。

• Newton直接追问自主比例究竟是5%、20%还是50%，得到的回答含糊却颇具揭示性：“所有事情都是自主完成的，但有人在环路中。”当Newton把远程操作员从假设中拿掉后，NEO真正能够独立完成的任务范围就窄得多。

• 在完全自主模式下，Bornich称NEO的对话能力可以达到领先语言模型的水平，能够识别谁在对它说话，并用肢体语言丰富互动。他说，这已经取代了自己平时在笔记本电脑或手机上使用语言模型的方式：“我直接和Neo聊天。”

• 物理自主能力包括导航、以“90%多”的成功率开门、移动物体，以及以约80%的成功率取回指定物品。计划中的家务仍保留远程操控，因此机器人可以“从第一天起就非常、非常有用”，同时为尚未掌握的任务收集示范数据。

3. 家庭数据才是规模化的真正逻辑

• Newton指出了根本约束：文本模型拥有数十亿条互联网文本，但折叠衣物不存在相当规模的可比语料。Bornich表示认同，并援引自动驾驶汽车作类比，但他认为家庭机器人面对的物体、房间、任务和人类行为种类要多得多。

• 1X计划在2026年发货超过10,000台——Bornich指出，这比Waymo拥有的汽车还多——并希望次年达到约80,000台。他称，10,000台机器人产生的数据量已经开始接近YouTube每日上传量，而80,000台产生的规模将远超公开互联网上现有的视频。

• Bornich更深层的判断是，互联网“极其糟糕地代表了人类生活和智能”：人类生活只有极小一部分会被发布，通常是“任何能让你在YouTube上获得点赞的东西”。家庭部署则能捕捉一个人要成为“运转良好的人类”所需的日常行为。

4. 信任依赖受限的人类访问，而不是完全没有人类访问

• 在执行任务期间，NEO会采集视频、音频、触觉以及作用在机身上的力量；Bornich称，机器人仅充电时不会采集数据。数据首先存储在本地，用户可以删除，之后才会发送至安全云端；他称，除了从数据中积累知识的模型，基本没有人能看到这些内容。

• Newton故意把监控问题具体化：如果NEO识别出有人在发生亲密行为，它会不会转身离开。Roose补充了更现实的场景：人们会换衣服，家里会有孩子，家庭成员可能不希望一个看不见的远程操作员观察他们的私生活。

• Bornich称，监督界面类似StarCraft：工作人员可以跨多台机器人排队下达指令，人物会被打码，家庭身份会被隐藏。如果自主操作反复失败——例如处理一件皮夹克——任务就会转交给VR操作员。操作员只能看到物体和指令，完成这次操作后继续下一个任务。

• 1X将一组家庭暴露给的操作员人数限制在约4人，每8名远程操作员配备1名经理，对美国操作员进行审查，并保留视频日志以便追责。Bornich把这比作让清洁工进入家中，认为1X可能更安全；他的更广泛辩护是“彻底透明”，包括告诉那些无法接受的客户，最好等到早期采用者阶段之后再购买。

5. 产品押注是常驻伴侣，而不是上门清洁工

• Roose问，1X为什么不建立一支类似Uber的机器人车队，进屋打扫后离开。Bornich的回答是，很多价值来自全天分散的5分钟或2分钟短时介入，而传统清洁服务无法提供这种运行方式。

• 他认为，辅助生活是最有力的例子：一个人掉了东西，或者想喝一杯饮料，可能需要反复获得短暂帮助，而不是等一次预约好的清洁服务。这个逻辑同样适用于在棋局中途让NEO泡一杯茶；Bornich认为，把这种需求简化为成本效益问题，忽略了产品本身的目的。

• 在情感定位上，他把NEO放在家电和宠物“之间的某个位置”——“我的Hobbes，就像《Calvin and Hobbes》里的Hobbes”——但没有把它称为人的替代品。他认为，具身对话可能让用户放下手机、更加专注于当下；他排除了浪漫用途，但表示一台“无限耐心的机器”或许能帮助自闭症儿童获得更多能力。

• Newton保留了更棘手的伴侣问题：软件伴侣与妄想、疏离感以及一些自杀事件有关。Bornich称，人口统计数据很难证明因果关系，但仍希望减少伤害；他也承认，社会语境判断仍未解决——例如朋友进门时，是否应该提到对方身上的私密皮疹。“AI模型是告密者，”他补充说，因为以诚实为导向的对齐可能让它们披露过多信息。

6. 路线图很乐观，但远程操控制造了规模化悬崖

• Bornich押注，到2030年，美国10%的家庭可能拥有仿人机器人。一旦可靠性问题得到解决，他预计需求会像汽车或手机一样增长；限制因素将变成能否生产足够多的设备，而不是能否先耗尽早期采用者群体。

• 当被问及何时不再需要任何1X员工接管家庭任务时，他重新定义了自主能力：如果一个人类清洁工偶尔也需要得到指示，是否仍算自主。按照这个标准，他给出的目标是“乐观情形下2027年”，悲观情形为2028–2029年，并称自己“相当有信心”在2027年实现。

• 质量差异比二元的自主标签更重要。Bornich说，“如今大多数AI都是垃圾”，但中等质量的体力劳动仍足以胜任琐碎家务；而一台能够在全屋完成专家级木工工作的机器人，属于完全不同的门槛，可能要接近2030年。

• 在2026年，高频使用本身就有价值，因为替代方案是昂贵的模拟厨房、不断重新布置的环境，以及专门的数据农场。客户获得劳务，1X获得示范数据——但Bornich承认，公司正在“冲向悬崖”：如果自主能力没有随着部署规模扩大而追上，1X就必须暂停或放慢部署。

7. 现场演示看起来真实、流畅，却完全由人类驱动

• 现场的NEO身高约5英尺6英寸，体重约66磅。大眼睛、没有嘴巴，编织外套遮住了金属硬件，让它显得更容易亲近；Roose称它是“矮个王者”，并说它的拥抱意外地温暖。

• 机器人从冰箱里拿出饮料、往杯子里接水，并将桌上的杂物扔进垃圾桶，完成得“相当不错，而且相当快”。但它第一次扔掉的物品是一把夹子，夹子掉到地上后，NEO无法把它捡回来。

• 当被要求捡起积木时，NEO尝试下蹲，失去平衡，险些向后倒下，最后由一名工作人员扶稳。1X后来把失败部分归因于Wi-Fi和校准不当；同样的限制也导致原定的坐椅子演示无法进行。

• 主持人看到的一切都由一名叫Eric的1X员工通过VR头显远程操控。由于Wi-Fi问题，自主对话也无法使用。整体表现比Roose预期更流畅；Casey认为曾经自主运行的一个Google机器人，完成所有动作花的时间更长，但Newton强调：“我们没有看到机器人自主完成哪怕一件事。”

8. 主持人看到买家当心的产品里，藏着一个未来平台

• 对Roose而言，站在一个仿人机器人旁边带来的冲击，是视频无法呈现的：一台机器转向他、向他伸出手，让科幻变得真实可触。它从未让人感到危险，但Newton认为它在人类式动作和“卡顿式”动作之间来回切换，令人不安。

• Roose经历了第二层恐怖谷：向机器人下指令让他感到不适，因为机器人眼下实际上“只是一个人”。他本来可以自己捡起杂物；通过Eric和一台66磅重的机器来完成这件事，感觉像是“捡起和放下东西的一种极低效方式”。

• Newton近期不会购买。愿意尝试前沿产品的客户或许会享受这个实验，但期待管家的人可能发现，自己得到的是“一个需要你高度关注的实习生”，最后反而要为机器人工作。Roose同样预计需要大量手把手指导，并称家庭成员必须共同接受数据采集。

• 两人对长期前景仍持开放态度。Roose回忆早期自动驾驶汽车中的安全驾驶员和停车场路线，并重复了同样的直觉：“这东西会变好的”，但可能需要3年、5年、10年或20年，也可能最终不是由1X实现。Newton的购买门槛是洗衣、洗碗机和倒垃圾都能可靠完成；解决这套“神圣三件套”，每月$500就变得可信。

9. HatGPT在训练管线中发现权利冲突

• 《大西洋》报道称，Common Crawl的语料库曾帮助训练GPT-3和其他模型，它抓取了大量互联网内容，包括出版商材料，而且没有可靠地执行删除请求。其执行董事称“机器人也是人”，应该免费阅读书籍；主持人认为这一立场不可辩护，尽管保存正在消失的网络确有正当理由。

• 《华尔街日报》报道称，Elon Musk曾负责色情伴侣产品Annie，xAI员工则被要求为机密项目Project Skippy提供脸部和声音。要求授予的许可是永久、全球、非独家、可再许可且免版税；Newton用一句话概括了其中的劳动问题：被选为性机器人脸部，“而且这不是可选项”。

• Strike 3 Holdings指称，有人通过Meta的企业地址和隐蔽网络下载成人电影，并索赔超过3.5亿美元。Meta称这些内容是员工、访客或承包商出于个人目的下载的，并非用于训练；主持人同时指出，Strike 3曾被指为版权流氓，但仍嘲讽Meta声称下载量太小、不像其训练数据收集规模的辩解。

10. 证词与赦免揭示权力实际如何运作

• President Trump赦免了Binance创始人Changpeng Zhao。后者曾因违反反洗钱规定于2023年认罪；Binance还在5月与Trump家族的加密货币项目达成交易。Trump称自己不认识CZ。Roose认为，可能只是有人把一份名单递给了他，但仍称周边情况看起来腐败，并预计更多事实会浮出水面。

• 主持人把总统特赦视为制度化魔法：“你自由了”，一个人就真的获得自由。Newton将这一过程比作Oprah让观众查看座位下方是否有赦免令；如果总统甚至没有读过相关案件，这种荒谬感就更强。

• 白宫的机构声音也因whitehouse.gov/mysafespace受到审视。这一模拟MySpace主页攻击Hakeem Jeffries和民主党，内容涉及DEI、移民、George Soros、Antifa和Chucky。Newton称其像一个刻薄的13岁孩子写的；Roose则怀疑，面向“41岁的政治工作人员”的怀旧叙事是否真的能改变选票。

• Ilya Sutskever在Elon Musk起诉OpenAI的案件中接受了10小时的证词，提供了另一种问责。Newton称，Sutskever向董事会提交了一份52页的办公室不当行为档案，将Sam Altman 2023年的解雇重新解释为一场由Sutskever和Mira Murati参与的高管叛乱，而不是有效利他主义者的恐慌。Roose认为，这起诉讼最重要的价值在于揭示了原本会被隐藏的信息；Murati的证词或许还会提供更多内容。

11. 合成媒体压缩生产周期，却还没有赢得信任

• Coca-Cola的营销负责人称，借助AI，标准节日广告的制作周期已经从约一年缩短至约一个月。主持人的评价很直接：动物动作摇晃，缺乏视觉完整性，一切都“飘忽又怪异”，最明确的收益可能就是成本更低。

• Newton认为，声音克隆有合理用途，包括为他的文字通讯制作音频版，或在播客中替换一两个错误的词。他反对克隆广告口播，因为广告主购买的是主持人本人的贡献；对于有限度的修正，他的原则是必须披露。

• 他在ElevenLabs上的实验显示，声音承载的不只是身份，还有语境。用高能量的Hard Fork音频训练出的声音，读起他那份严肃的通讯时，听起来像一个“疯子”在朗读，因而完全无法使用——这只是一个小例子，却说明合成表达可以保留文字，破坏原本想要的演绎。