為什麼人形機器人是對的形態

058 · 為什麼人形機器人是對的形態

38:01YouTube 上架 2024-04-04Brett Adcock（Figure）

No Priors Ep. 58 | The argument for humanoid robots with Brett Adcock from Figure

Brett Adcock 談 Figure 為什麼押注人形機器人：世界是照人的尺寸蓋的、為什麼現在才做得出來、怎麼從零組出團隊，以及和 BMW、OpenAI 的合作。

058 講了什麼

世界是為人蓋的Brett 認為要自動化人類的工作，就要有一個通用介面，像網路上的鍵盤與滑鼠，在實體世界的對應物就是人形。用專用機器人逐項解決，每一種都要一家公司、一個團隊、一輪募資。
現在才做得出來Brett 舉了四個原因：電池與馬達的能量和扭力密度提高、雙足行走的控制器進步、AI 系統的運算與演算法，以及把語音當成機器人的預設介面。
團隊是硬做出來的Brett 先寫了使命、願景、價值觀、十年計畫與文化文件，再畫出組織圖，找出各領域最強的人，花六個月打了 300 通電話、寄冷信，自己跟大家坐在同一層樓，參加每一場工程會議。
能買就不自己做，最後幾乎全自己做Brett 說預設是買，但沒有成熟的供應鏈，除了電池電芯和 GPU 與 CPU，幾乎都得自己設計，不少還自己製造。
和 BMW、OpenAI 分工BMW 是第一個公開的商業客戶，第一座廠是 Spartanburg。OpenAI 負責高層的語言推理，Figure 自己做指揮馬達與手的神經網路。
先證明有用，再談普及Brett 預期先在工業場景累積安全紀錄，信任要慢慢賺；也希望人形機器人在 AGI 之前就能做好，讓人不用去當模型的執行器。

從哪一段開始看15 段

00:05從農場到 Figure主持人介紹 Brett 與 Figure 剛宣布的一輪募資。Brett 在伊利諾州的農場長大，寫軟體、賣掉公司，再做電動垂直起降飛機 Archer，約 21 個月前創辦 Figure。
02:55做人形機器人的論點Brett 給了三個理由：勞動占 GDP 一半，市場比交通大一個數量級；機器人每天做真實工作的經濟價值；長期對 AGI 時程有影響。
03:58為什麼一定要人形主持人問雙足不穩、形態不見得最佳。Brett 的答案是世界照人的身體蓋成，一套硬體可以攤到上百萬種任務，專用機器人則每種都要自己的公司與團隊。
07:35兩段公開展示一是搬箱子上輸送帶，端到端自主；二是語音對話、看場景、拿蘋果、煮咖啡，全部只靠神經網路。Brett 說還看不到技術上限在哪。
09:40為什麼是現在電池能量密度與馬達扭力、雙足控制器、AI 運算與演算法都跟十年前不同；Brett 也認為機器人的預設介面是語音。
12:39風險與「積極樂觀」Brett 把風險講得很重：沒人交付過商用人形、要連續數月達到接近人的工作表現、超過 30 個自由度，只能靠學習。未來 12 到 24 個月的路線圖看得到，重點是更穩、更快。
15:17組一支跨領域團隊先寫計畫與文化文件，畫出組織圖，再逐一找人、談、發 offer、寫前 30、60、90 天計畫，並每天在現場和團隊一起工作。
18:29何時大量部署客戶現在已經在付費買機器人。Brett 說接下來 12 到 18 個月要進客戶的真實設施，在 work cell 裡做事；之後才是可靠度、安全、車隊管理與量產。
20:34垂直整合預設是買，但沒有成熟的供應鏈，最後除了電池電芯與 GPU、CPU，幾乎都是自己做；去年買來的零件有些反而卡住進度，還得另外組團隊去修。
22:52硬體的迭代設計從客戶需求推出規格，再走概念、初步、關鍵三階段的設計審查；用 trade study 做選擇，再快速造出來驗證。
27:32速度當成價值觀主持人說朋友經營的 Zipline 面試時除了技術能力，最看重快速原型的直覺。Brett 說速度是 Figure 的五項價值之一：三個月就做出來、發現錯了還有時間改；花一兩年才發現錯，公司就完了。
28:19BMW 與 OpenAIBMW 是第一個公開的商業客戶，第一座廠在 Spartanburg，已選出前五個用例。OpenAI 提供視覺語言模型與語言推理，Figure 做底層控制。
31:41家用與成本Brett 想請機器人洗衣、煮晚餐、收玩具；認為成本會隨量產與設計下降，先靠工業出貨累積資料與製造量。
33:32社會接受度Brett 說信任要靠實績慢慢累積，先在 BMW 這類場所建立安全紀錄，不會一下子進家裡。
35:21AGI 與人形Brett 希望人形機器人先於 AGI 做好，免得人變成替模型跑腿的執行器；並認為機器人身上取得的資訊對 AGI 很重要。

值得記的話5 句

the whole world was built for humans it was built around humans整個世界是為人蓋的，繞著人蓋出來的04:30
you want to build like the equivalent of like the keyboard and mouse to the internet in the physical world要在實體世界做出相當於網路上鍵盤與滑鼠的東西05:17
nobody's been able to deliver a commercial humanoid into a market in human history有史以來沒有人把商用人形機器人交付到市場上13:12
I think it'll be gradual and I think that trust and that social acceptance has to be earned我認為會是漸進的，信任與社會接受度都得一點一點贏來34:34
we need to get the humanoid robot figured out pre AGI我們需要在 AGI 之前把人形機器人搞定35:53

名詞與人物10 個

Brett Adcock: Figure 創辦人暨 CEO，先前創辦過 Archer Aviation。
Figure: 開發通用人形機器人的公司，主持人提到剛宣布 675 million 的募資。
Archer Aviation: Brett 創辦的電動垂直起降飛機公司，Brett 說現已是上市公司。
humanoid: 人形，有腿、手臂與手，能做類似人的工作。
work cell: 機器人在固定位置做一項工作或任務的工作站。
AI data engine: Figure 要先出貨機器人，再用機器人收集的資料訓練它做有用工作的做法。
design review: Figure 的概念、初步、關鍵三階段設計審查，全公司參與。
BMW: 第一個公開的商業客戶，首座導入廠為 Spartanburg。
OpenAI: 合作夥伴，提供視覺語言模型與語言推理。
Zipline: 主持人的朋友經營的送貨無人機公司，被拿來對照面試看重的快速原型直覺。

提到但沒有展開

家用市場與工業場景差很多：Brett 說家裡凌亂、變異高，摔了杯子和在倉庫摔一個箱子後果不同，安全與定價也不一樣。
Brett 說至少在 Figure 團隊看來，大型語言模型在推理物理世界、規劃動作上相當吃力，而機器人身上收集到的資訊，是補上 AGI 最後一塊拼圖的關鍵。

在 YouTube 看原片 ↗

Figure