今天小編分享的科技經驗：人形機器人将進寶馬工廠「實習」，之前它還只會衝咖啡，歡迎閱讀。
它的技能是看人類演示視頻學會的！
前段時間，名為 "Figure 01" 的機器人因會衝咖啡而走紅。這兩天，它還找到了新工作，要去寶馬的美國工廠 " 實習 "，幹得好的話，一兩年後就能到流水線上參與 " 造車 " 了。
Figure 01 是創業公司 Figure 的大作，該公司僅成立一年，主營開發和制造人形機器人，估值已經超過 4 億美元。最近，Figure 與知名車企寶馬達成重要協定，将在今年晚些時候将 Figure 01 機器人引入到南卡羅來納州斯巴達堡的寶馬工廠。
斯坦福的機器人能炒蝦，特斯拉的擎天柱機器人能在人類的操縱下做家務，而 Figure 01 的特别之處在于超強的自主學習能力，它能看着視頻學會操作技能，這意味着，它的技能會在學習中變得越來越豐富。
如果 2023 年的科技前沿是 ChatGPT 引領的人工智能自然語言大模型，那麼 2024 年的前沿很可能是 AI 模型加持下的機器人，各種具備服務人類能力的機器人将不斷湧現，它們不再是狗、蛇、屬這些仿動物形态，而是直接仿人造型，協助甚至替代人類執行體力勞動。
Figure 01 看個視頻就掌握了技能
剛剛進入 2024 年，各家身懷絕技的人形機器人一個接一個的冒了出來。前有斯坦福炒蝦機器人，後有特斯拉的疊衣機器人，最近，會衝咖啡的機器人 Figure 01 也來了。
打開機蓋、放入咖啡包、按下開始按鈕，Figure 01 一整套動作十分流暢。與其他機器人做家務的視頻不同，Figure 01 衝咖啡的視頻并沒有做加速處理。
當然，Figure 01 還遠不如鋼鐵俠的 " 賈維斯 " 那麼厲害，但 " 小賈 " 畢竟只存在于電影裡，而 Figure 01 已經随着人工智能的發展走進了現實。
它完全由 AI 驅動。别小看了這一點，因為有了 AI 後，要求 Figure 01 完成事務時已無需事先預設程式，AI 為它注入了強大的學習能力。官方說法是，Figure 01 只需要看一看人類示範的演示視頻，再加上 10 小時端到端的訓練，就能學會視頻裡的操作技巧，然後完全自主地搞定任務。
衝咖啡只是證明 Figure 01 具備自學能力的第一步，開發公司 Figure 表示，只要給它足夠的時間，它還就能攻克更復雜的任務。復雜到什麼程度呢？Figure 公司直接用一單合作給出了答案。
今年 1 月 18 日，Figure 表示，将會把這款機器人送入寶馬斯巴坦堡的工廠進行試點應用，主要替代人類從事一些危險度高的任務。
Figure 與寶馬達成合作将 Figure01 引入汽車工廠
寶馬的斯巴坦堡工廠位于美國的南卡羅來納州，是寶馬 X 系列和 Z 系列的主要組裝工廠，BMW X6 的車身制造就在這個工廠裡用到了 300 多個機器人，其中，車窗玻璃安裝都是機器人在執行操作，只有側窗玻璃由人工安裝，如此一來，加工時間縮短了一半以上。
而即将進寶馬工廠 " 上工 " 從事危險作業的 Figure 01，身高 5 英尺 6 英寸，也就是 1 米 67 的個頭；可承重 19.95 公斤，差不多是飲水機用的一大桶桶裝水的重量；充電後，它可以運行 5 小時，行走速度為 4.3 公裡 / 小時。
" 通用目的機器人的潛力完全未被發掘。"Figure 的首席執行官兼創始人布雷特 · 阿德科克表示， 他們的機器人能讓公司提高生產力、降低成本，并創造一個更安全、更一致的工作環境。
據悉，初期階段，Figure 01 将從 " 少量工作 " 開始，随着時間推移，這些由 AI 驅動的人形機器人将加入更多的制造工作，包括箱子搬運、拾取和放置任務、托盤裝載，以及汽車制造商一直難以留住人工工人的其他崗位。
如果達到目标，Figure 01 的部署數量将會增加，預計需要 12-24 個月的時間真正集成到寶馬的制造流程中，包括車身車間、钣金和倉庫等工區。
一大批人形機器人已在路上
Figure 01 不過是眾多人形機器人中的一款，2024 年，更多的仿人機器人正在來的路上。
今年剛剛成立的中國公司 MagicLab 推出了運動型的純電動機器人，它已經能完成後空翻落地、優雅起身這樣的體操運動員動作了。
挪威的人形機器人初創企業 1X Technologies 今年直接帶來了 EVE 和 NEO 兩款產品。EVE 已在美國和歐洲部分地區投入商業化應用，能巡邏，能搬運，能導航，能放哨，相當于機器人保安；而 NEO 目前仍處于研發階段，據稱，它會像人類一樣柔軟、輕巧，可以通過面部表情與人類溝通。
1X Technologies 推出兩款人形機器人
機器人賽道的元老 DeepMind 當然不甘落後，持續在仿人機器的 " 大腦 " 層面做開發，其有關機器人的三個關鍵研究 AutoRT、SARA-RT 和 RT-Trajectory，将有效提高機器人的數據收集效率和泛化能力。
其中，AutoRT 是機器人訓練系統，能夠同時指導多台機器人在不同環境中執行多樣化任務；SARA-RT 是提升機器人 Transformer 模型效率的系統；RT-Trajectory 則是實現機器人泛化能力的模型，能讓機器人從 2D 軌迹影像中學習控制策略。
強調自身定位是 " 人工智能 / 機器人公司 " 的特斯拉，最近帶火的視頻是旗下人形機器人 " 擎天柱 " 疊衣服的畫面。視頻中，" 擎天柱 " 站在桌子前，從盒子裡取出一件黑色 T 恤，然後緩慢地将之疊好。
不過，這段視頻遭到質疑。有網友指出，馬斯克使用了 CGI（三維動畫）技術偽造了視頻；還有人發現視頻裡露出了機械臂，據此，網友稱這一系列疊衣動作可能并非完全由機器人自主完成，而是外部遙控操作的結果。
特斯拉機器人疊衣服視頻中出現機械臂
被 " 打臉 " 後，馬斯克也老老實實承認，" 擎天柱 " 目前還不能自主執行疊衣服操作，但 " 未來肯定行 "。
如果單從技術性看，" 擎天柱 " 還是有所進步，它新增了觸摸傳感器，對接觸對象的形狀、大小、位置和方向等信息能實現精準獲取和分析，尤其是對壓力有了更好的判斷，從而精準控制力度，比如，機器人用 " 手 " 拿起雞蛋也不會捏碎。
在自主執行操作層面，其實大多數機器人都還做不到。
比如，前段時間在視頻平台爆火的斯坦福家務機器人 Mobile ALOHA，它采用的是自動 + 遙控的學習模式，需要人類先操控機械臂為它打個樣，然後 Mobile ALOHA 才能 " 照葫蘆畫瓢 " 學習類似的動作。
而且，不是只要演示過後 Mobile ALOHA 就能全部學會。根據論文，它學會擦紅酒漬的成功率為 95% ，推椅子為 80% ，炒蝦只有 40%。此外，我們看它操作時也會發現，視頻是倍速播放的，可以想象，在真實場景中，Mobile ALOHA 做家務的速度一定十分緩慢。
到了 Figure 01，自主學習能力在 AI 的加持下得到了提升。Figure 公司稱，他們的機器人完全由 AI 驅動，能夠處理通用任務，并最終實現機器人與環境的學習和互動。據說，Figure 01 衝咖啡就是通過觀看視頻後上手執行的，并沒有人類遠程操作。
英偉達高級研究科學家 Jim Fan 曾預測，2024 年将是 " 機器人年 "，而從去年熱到今年的 AI，将是人形機器人智能化的加速器。
