机器之能报道
编辑：SIA
几小时前，人形机器人公司 Figure 宣布实现惊人的 6.75 亿美元 B 轮融资，公司估值达到更惊人的 26 亿美元。一眼望去，感觉半个硅谷科技圈的腕儿都投了它：微软、英特尔、OpenAI Startup Fund（也投了 1X ）、Amazon Industrial Innovation Fund （也投了 Digit ）、英伟达、贝索斯、“木头姐”的方舟投资、Parkway Venture Capital、Align Ventures 等。
自 2023 年 1 月退出隐身模式以来，Figure 一直走在火热的上市道路上。到目前为止，公司一共发布了三个视频。两个最新视频展示了人形机器人 Figure 01 如何做家务（制作咖啡）和打工（搬运空箱）—— 在观察人类煮咖啡、搬运箱子的视频后，机器人学会了这些使命。
在 2 月 27 日的视频里，Figure 01 自立实现了一个典型的物流环节使命，搬运空箱。当然，速度还是比人类慢了很多，有待提升。目前，Figure 01 已经开始在宝马位于南卡罗来纳州斯帕坦堡的汽车工厂接受测试。
大家可能也注意到机器人身后有一条长长的线。目前，机器人身上摄像头的数据是在体外进行处理的，行动规划和控制是在躯干里的计算机上实现的。未来所有工作都会在躯干里的计算机上实现，机器人将是无绳的。也许你会好奇，如果突然把一个保龄球放进空箱子里会发生什么？机器人目前还不会对类似巨大的未知干扰做出反应，很可能会最终放下空箱，保持站立，并中止使命。
1 月 5 日的视频里，Figure 01 已经会做咖啡，完全自立实现。
制作过程中，Figure 01 能自立调整动作不准确的地方（左图部分），无需任何人为远程遥控。
2023年 10 月，Figure 发布了第一个有关 Figure 01 的视频，当时这台人形机器人花了 1 年的时间学会走路。没错，才 1 年时间，波士顿动力可是花了 20 来年。
两个最新视频的精华在于实现不同使命背后的通用方法。这些复杂、灵活的使命很难用传统编程方法实现，Figure 证明透过端到端的神经网络（输入视频、输出行动轨迹），机器人在经过数小时训练后就能掌握这个技能。虽然展示的只是做咖啡、搬运箱子，但可以轻松扩展到叠衣服、拾取物品等其他常见使命—— 只要获取到人类数据，就能端到端地训练机器人掌握整个技能。这与 1X EVE 、Digit 掌握新技能的路子是一样的。
另外，最新的两个视频中，Figure 01 都是完全自立地执行使命。所谓“完全自立”，是指只需将机器人放在地面上（无论放在屋里什么地方），在没有其他用户输入的情况下，直接按开始就行。在训练过的大型视觉语言模型( VLM )帮助下，人形机器人会先识别、定位目标箱子，然后推理合适的拿放姿势。接下来，Figure 01 会导航自己到目标跟前，检测抓取点和手部力量，尝试抓取成功并将箱子放到传送带上。
这些技术亮点也是 Figure 今天宣布融资消息的同时，也和一直希望回归机器人领域的 OpenAI 达成竞争协议的重要因素——将 OpenAI 的研究与 Figure 的机器人经验结合起来，为人形机器人开发下一代 AI 模型。OpenAI 也希望将自己的高性能多模态大模型扩展到机器人领域。
谷歌 DeepMind 已经在做这方面的工作，Figure 正与 OpenAI 研究人员竞争，将下一代多模态模型放到 Figure 机器人身上。期间涉及到的模型训练、存储、部署以及服务器等基础设施调用，将使用另一个投资人——微软的云服务。
“这项投资，加上我们与 OpenAI 和微软的竞争，确保我们做好充分准备，将具身 AI 带入真实世界，对人类产生变革性影响，” Figure 创始人兼 CEO Brett Adcock 说。目前，公司约有 80 人，一些员工来自波士顿动力、谷歌 DeepMind 和特斯拉。
Brett Adcock 是一名成功的连续创业者，号称“飞行出租车”先驱，2022 年低调创办了 Figure AI。创办之前，他曾到访加州理工学院 Aaron Ames 教授领导的机器人实验室 AMBER ，想听听这位顶尖双足机器人学家、也是波士顿动力创始人 Marc Raibert 的学生，对人形机器人商业化所面临挑战的看法。
后来，他又从从顶尖的人类和机器认知研究所 （ IHMC ） 挖来资深机器人学家 Jerry Pratt 担任公司 CTO，后者将 20 多年的人形机器人开发经验带到了公司。
2023 年 5 月，Figure AI 实现了 Parkway Venture Capital 领投的 7000 万美元融资，两个月后，英特尔又投了 900 万美元。不久就有了 Figure 01 会走路的视频。
通常，人们认为两条腿走路是最难的部分，这在十年前是正确的，但现在不是了。
创立公司之初，Brett Adcock 曾认为人形机器人的硬件发展要快于软件，训练机器人做家务会耽误将人形机器人推向市场的时间。但 ChatGPT 的出现改变了他的想法，我们可能会拥有能在机器人硬件上运行、反映真实世界的可靠的 AI。为此，公司需要可靠的硬件、庞大的训练集，并制作更多的机器人——机器人集群扩大后，它们就能从中收集更多数据，训练机器人获得更好的性能。
材料进，机器人出。公司内部制造 Figure 01的某个环节
视频链接：https://mp.weixin.qq.com/s/CkadxVlj4EVWrvEAGx1Ufw
Figure 表示，他们将利用这笔新的融资“扩大 AI 训练、机器人制造、扩大工程人员数量和推进商业部署工作”。它们希望在 2024-2025 年将机器人推向市场。和 OpenAI 的竞争将“通过增强人形机器人处理和推理语言的能力来帮助加速 Figure 的商业化进程”。
参考链接
https://www.prnewswire.com/news-releases/figure-raises-675m-at-2-6b-valuation-and-signs-collaboration-agreement-with-openai-302074897.html
https://www.therobotreport.com/figure-ai-raises-675m-to-commercialize-humanoids/
https://spectrum.ieee.org/figure-robot-video