還記得三月份刷屏全網的 Figure 01 機器人嗎？

接入 GPT 后，能說會看還能做家務的它，讓不少網友感嘆人形機器人的時代將在 AI 大模型的加持下向我們大步走來。

Figure 01 背后的公司也憑借英偉達、OpenAI 等聯合投資，一度成為人形機器人賽道上最靚的崽。

暫且忘記第一代的贊譽，因為就在剛剛，號稱「世界上最先進的 AI 硬件」——Figure 02 正式亮相世人。

世界上最先進的 AI 硬件名副其實嗎？

讓我們先來感受一下 Figure 02 素質過硬的軀體。

擁有 16 個自由度的手部，能夠靈活自如地轉動手指和手腕， Figure 02 起碼在賣家秀的官方 demo 里是到位的。

Figure 02 行走間雖有顛簸，但速度也算的上中規中矩，與背景里拿著工廠零部件的同類機器人相映成趣。

經過寶馬工廠的「集訓」，Figure 02 已經不再是那個只會泡咖啡的機器人了，而是成長為熟稔流水線工作的工人。

雖然拿起零部件的速度還有待提升，但勝在一個字——穩。

據創始人 Brett 介紹，從零開始設計的 Figure 02 集成了多項創新技術，在智能交互和物理操作方面上都有了長足的進步。

Figure 02 的頭部、前軀干和后軀干各配備六個 RGB 攝像頭，能夠通過其 AI 驅動的視覺系統來感知和理解物理世界。在官方的描述中，Figure 02「具有超人的視覺」。

得益于與 OpenAI 合作訓練的定制 AI 模型，Figure 02 具備與人類進行語音對話的能力，而其搭載的視覺語言模型（VLM），更是讓其能夠通過攝像頭進行語義理解和快速視覺推理。

在電池方面，Figure 02 機器人軀干中內置的 2.25 千瓦時電池組，提供了比前代更持久的續航時間，按照設想，Figure 02 能夠每天實現超過 20 小時的有效工作時間。

集成線路布局一直都是人形機器人面臨的難題。

Figure 02 的集成線路著重提高了電力和線路布局的可靠性，也實現了電線的隱藏和緊湊包裝設計，并且定制的線纜端子和連接器也進一步提升了耐用性。

類似于飛機的設計，Figure 02 的外骨骼結構設計增強了結構剛度和承受碰撞載荷的能力。

與前代相比，Figure 02 的機載計算和 AI 推理能力提升了兩倍，使其能夠自主地執行現實世界中的 AI 任務。

AI 數據引擎是 Figure 02 智能活動的心臟。

它能不斷地從云端獲取、更新和優化最新的 AI 模型。并且，這些模型在機器人的 GPU 上運行，確保了 Figure 02 在執行任務時的智能性和適應性。

對于 Figure 02 的發布，Brett 興奮地表示，「Figure 02 為人形機器人在工作場所和家庭中的應用鋪平了道路」。并且，其也在 X 上發布了招聘的渠道。

附上招聘官網地址，感興趣的朋友不妨去試試：https://www.figure.ai/careers

2024 年的當下，除了大模型加持所帶來的智商，硬件也是不可或缺的重要一環，這也是今天發布的 Figure 02 的意義所在。

經過寶馬工廠長時間的集訓后，Figure 02 在硬件方面比起前代有了不少長進，與工廠場景的結合也更得心應手了。

高盛在今年初發布的《人形機器人專題報告》中預測，人形機器人有望在未來十年內迎來爆炸性的增長。

倘若技術再進一步的話，具有接近于人的運動性能的軀體，配合大模型等技術的智能支持，人形機器人走進千家萬戶的愿景，或許不再是畫餅式的憧憬。

回顧歷史，早稻田大學的加藤一郎教授歷時 5 年時間，才研發出人形機器人的雛形 WABOT-1，而從 Figure AI 入局到當下也不過 2 年時間，在加速發展的當下，誰也看不透 Figure AI 這類人形機器人的潛力。

「具身智能」成新風口，人形機器人真有必要嗎？

有的人形機器人在泥里爬，但更多的人形機器人卻是在天上飛。

1950 年，圖靈在他的論文《Computing Machinery and Intelligence》中首次提出了具身智能的概念，但卻沒有給出一個明確的定義。

他在論文中展望了人工智能兩條可能的發展路徑，一條是聚焦抽象計算所需的智能，如下棋；另一條則是為機器人配備最好的傳感器，使其可以與人類交流、像嬰兒一樣地進行學習。

前者為非具身智能，典型案例表現為李世石以 1:4 負于 AlphaGo。

后者往近了說，世界人工智能大會上的 18 臺國產人形機器人成了熱門打卡點，往遠了說，英偉達掌舵人黃仁勛今年 GTC 大會背后的那排人形機器人也都是具身智能的重要表征。

黃仁勛曾預言道，具身智能將引領下一波人工智能浪潮。

他說，100 年后大街上將到處都是人形機器人，或將成為人類歷史上產量最大的機器系統，馬斯克則大膽地認為，它們的普及程度將是汽車的 10 倍。

實際上，得益于大模型的加持，一些實際的落地應用場景已經初現端倪。

以往只會后空翻、跑酷的機器人不再滿足于贏得圍觀者的吆喝聲，而是放下了手藝活，不約而同地集體進廠，當起了生產流水線上的打工人。

一個典型應用場景是貨物的分揀和碼垛。

前有 Agility Robotics 旗下的 Digit 機器人在亞馬遜的物流倉庫里分揀和搬運貨物，后有特斯拉二代 Optimus 機器人給大家表演了一波電池分揀，并且走路的速度也大幅提升了。

正如李飛飛所說，自然界花費了數百萬年時間才進化出空間智能，隨著空間智能的加速發展，一個催化機器人進化良性循環正在我們面前展開。

借助大模型的泛化能力，這位名為 Digit 的機器人「同事」，已經達到人類 75% 的工作效率，擁有高達 97% 的任務完成成功率。

而人形機器人率先「長」在工廠里也并非偶然。

目前 AI 與機器人的結合還處于初級階段，尚未達到技術融合的臨界點。盡管我們見證了一些驚艷的 demo，但卻不怎么看到完全跑通的技術方案。

因此，如同嬰兒學會走路一樣，機器人 沿著一條符合邏輯的發展軌跡前進，在掌握基礎技能后，才能逐步拓展到更廣泛的應用場景。

這與自動駕駛技術的發展頗為相似，總是先在規范和可控的高速公路環境中進行測試和應用。

宇樹科技創始人王興興曾在談及人形機器人的終極形態時指出， 人形并非是必然的選擇。當前人形機器人的發展更多是為了適應社會共識。

他強調，智能的核心不在于外觀形態，而在于其功能。無論在視覺識別還是任務執行方面，智能機器人都應該能夠完成甚至超越人類的工作。

在人形機器人的發展還遠未成熟之際，轟鳴工廠車間里的工業機器人也提前證明了機器人的未來存在感。其中汽車行業尤為突出。

比亞迪的現代化生產車間里，沖壓、焊裝等環節都有工業機器人的身影。

甚至一些無人駕駛 L4+ 本身就是特殊的機器人，并且已經率先成為具身智能的最大應用之一。

前一段時間，百度無人駕駛蘿卜快跑在湖北武漢的訂單量激增，讓不少網友感嘆中年失業后的生計也岌岌可危。然而割裂的是，用戶卻對蘿卜快跑給予了高度評價。

比起人類司機，情緒穩定的無人駕駛在安全性已經可以說是遙遙領先。

它不會超速、也不會壓線，更懂交通法，頂多就是太守規矩，急著上班的武漢市民免不了要吐槽它慢吞吞的行駛速度。

所以你看，實際場景下的機器人其實也可以很安全。而且就跟機器人都往人形機器人賽道內卷一樣，無人駕駛也還是傳統汽車的模樣。 機器人的外形越來越像人了，但能力好像也越來越碾壓人了。