總會有這一天，但我們沒想到來的居然這么快。

北京時間 8 月 6 日晚，硅谷著名具身智能創(chuàng)業(yè)公司 Figure 正式發(fā)布了自己的新一代人形機(jī)器人 Figure 02。

除了樣子夠科幻，這種機(jī)器人也有著足夠通用的智能，它可以與人類實時對話，自動學(xué)習(xí)如何裝配零件。事實上，F(xiàn)igure 02 正在寶馬位于 Spartanburg 的工廠實習(xí)工作，我們仿佛已經(jīng)進(jìn)入了未來。

Figure 工程和設(shè)計團(tuán)隊完成了對 Figure 02 硬件和軟件的徹底重新設(shè)計。在人工智能、視覺、電池、電子設(shè)備、傳感器和執(zhí)行器等關(guān)鍵技術(shù)上均取得了重大進(jìn)步。

具體來說，F(xiàn)igure 02 主要包括以下特點：

• 實時語音對話：Figure 02 能夠通過連接到定制 OpenAI 大模型的內(nèi)置麥克風(fēng)和揚(yáng)聲器與人對話；
• 攝像頭：由 6 個 RGB 攝像頭驅(qū)動的 AI 視覺系統(tǒng)；
• 機(jī)械手：具有 16 個自由度和與人類同等力量的第四代機(jī)械手；
• 內(nèi)置 VLM：支持機(jī)器人攝像頭進(jìn)行快速常識性視覺推理；
• 大容量電池：機(jī)器人軀干中的 2.25 KWh 定制電池組可提供 50% 以上的電量；
• CPU/GPU：與上一代相比，機(jī)載計算和 AI 推理能力提高了 3 倍。

全面改進(jìn)：通用 + 人形 + 實用化

這回升級，最大的變化可能是 Figure 02 真的準(zhǔn)備好回應(yīng)語音指令了。

去年那支驚艷科技圈 demo 里，站在 Figure 01 前的人類向這位機(jī)器人提問：「可以拿點東西給我吃嗎？」它不僅識別出面前的物體是蘋果，它更懂得蘋果可以直接食用，于是它把蘋果遞給了面前的人，說道：「當(dāng)然，拿去吃吧?！?/span>

今年 3 月，OpenAI 宣布與 Figure 合作開發(fā)具身智能，讓人形機(jī)器人擁有了實時有效的對話能力。背靠 OpenAI，F(xiàn)igure 能夠快速迭代機(jī)器人語音到語音的能力。Figure 表示，由于 Figure 02 的端側(cè)算力大幅提升，已經(jīng)可以完全自主地在現(xiàn)實世界中執(zhí)行各種任務(wù)。

在 Figure 02 上，機(jī)器人語音推理的實現(xiàn)主要得益于內(nèi)置的麥克風(fēng)和揚(yáng)聲器連接到與 OpenAI 合作訓(xùn)練的定制 AI 模型上。

Figure 02 的導(dǎo)航系統(tǒng)使用了 VLM（視覺語言模型），這使得機(jī)器人上的攝像頭能夠進(jìn)行語義基礎(chǔ)研究和快速常識性視覺推理。VLM 是當(dāng)前眾多造車新勢力正在研究的智能駕駛新方向，在機(jī)器人領(lǐng)域，這種方法顯然也可以在很多任務(wù)上實現(xiàn)突破性的效果。

續(xù)航能力可以說是人形機(jī)器人實用化面臨的最大挑戰(zhàn)之一。Figure 02 機(jī)器人軀干內(nèi)定制有容量為 2.25 KWh 的電池組，可以比 Figure 01 多提供 50% 以上的能量，從而最大程度地延長機(jī)器人的運行時間。Figure AI 的創(chuàng)始人、CEO Brett Adcock 表示，他們希望 Figure 02 每天能夠?qū)崿F(xiàn)約 20 小時以上的有效工作。

我們可以看到，F(xiàn)igure 02 的外觀變得更加具有整體性，這是因為它采用了全新的外骨骼結(jié)構(gòu)。相比于 Figure 01，機(jī)器人的外形設(shè)計轉(zhuǎn)變較為徹底。另外它也采用了集成布線的設(shè)計。集成布線具有以下好處：

• 可靠性更高
• 隱藏電線 
• 更緊密的封裝 

從 Figure 01 到 Figure 02，外形上有很大改觀。

除了更好的布線，F(xiàn)igure 02 還設(shè)計了定制的電線端子和連接器，以提高機(jī)器人的可靠性。

為了能像人類一樣理解世界，F(xiàn)igure 02 通過多攝像頭 + AI 驅(qū)動的視覺系統(tǒng)來進(jìn)行感知與推理。其在頭部、前軀干和后軀干共有 6 個板載 RGB 攝像頭，使得機(jī)器人具有超越人類的視覺能力。

最后還有靈巧的手指。Figure 02 搭載了第四代機(jī)械手，有 16 個自由度，并具有與人類相當(dāng)?shù)牧α浚梢詣偃胃鞣N復(fù)雜任務(wù)，整個手包含了機(jī)械、電氣、控制和傳感器等技術(shù)。

Brett Adcock 表示，隨著機(jī)器人的不斷運行，AI 數(shù)據(jù)引擎將收集并整理數(shù)據(jù)用于訓(xùn)練模型，不斷提升性能。

看到 Figure 02 這么精彩的亮相，讓人不禁想起了馬斯克家的擎天柱，兩者相比，不知道誰更勝一籌。

還有網(wǎng)友表示「Figure 02 預(yù)示著一個新時代的開始，這是目前世界上最先進(jìn)的機(jī)器人，未來已來?！?/span>

創(chuàng)業(yè)公司 Figure：半個硅谷都在投

Figure 由 Brett Adcock 于 2022 年創(chuàng)立，是一家總部位于美國的機(jī)器人公司，專門開發(fā)人形機(jī)器人。該公司的目標(biāo)是開發(fā)通用人形機(jī)器人，為人類帶來積極影響，為后代創(chuàng)造更美好的生活。

在生成式 AI 技術(shù)爆發(fā)后，很多以具身智能為目標(biāo)的機(jī)器人公司不斷出現(xiàn)，而 Figure 在其中顯得尤為亮眼。2023 年 3 月，F(xiàn)igure 走出隱身模式，推出了原型機(jī)器人 Figure 01，其外觀和動作都與人類相似。這是一款專為體力勞動設(shè)計的雙足機(jī)器人，最初針對的是物流和倉儲行業(yè)。

2023 年 5 月，該公司從 Parkway Venture Capital 領(lǐng)投的投資者手中籌集了 7000 萬美元。

同年 10 月，F(xiàn)igure 放出 Figure 01 雙足機(jī)器人行走視頻。

很快到了今年 1 月，F(xiàn)igure 01 已經(jīng)學(xué)會了煮咖啡。

2024 年 1 月 18 日，F(xiàn)igure 宣布與寶馬合作，在汽車制造工廠部署人形機(jī)器人。此時的 Figure 01 號稱已經(jīng)可以自主完成現(xiàn)實世界中的任務(wù)了。

Figure 01 在寶馬工廠里工作。

今年 3 月，F(xiàn)igure 宣布完成驚人的 6.75 億美元 B 輪融資，公司估值達(dá)到 26 億美元。投資者包括微軟、英特爾、OpenAI Startup Fund、Amazon Industrial Innovation Fund 、英偉達(dá)、貝索斯、「木頭姐」的方舟投資、Parkway Venture Capital、Align Ventures 等。

與此同時，F(xiàn)igure 還宣布與 OpenAI 建立合作伙伴關(guān)系，包括 OpenAI 為 Figure 的人形機(jī)器人構(gòu)建專門的 AI 模型，使其機(jī)器人能夠處理和推理語言。

3 月 13 日，借助 OpenAI 技術(shù)，F(xiàn)igure 01 可以與人類進(jìn)行全面對話。

從直立行走，完成復(fù)雜任務(wù)到與人自然交互。這些技術(shù)亮點也是 Figure 和一直希望回歸機(jī)器人領(lǐng)域的 OpenAI 達(dá)成合作協(xié)議的重要原因之一 —— 將 OpenAI 的研究與 Figure 的機(jī)器人經(jīng)驗結(jié)合起來，為人形機(jī)器人開發(fā)下一代 AI 模型。

在今天 Figure 02 發(fā)布后，高度集成的硬件與 VLM 等新一代 AI 技術(shù)結(jié)合，讓我們距離真正具有通用能力的人形機(jī)器人更近了一步。

很快，物理世界也要迎來 AI 帶來的變革了？