撰文：Techub News 整理

导语

在2025 年 7 月一期由 Logan Kilpatrick 主持的深度对话中，Figure AI 的创始人兼首席执行官 Brett Adcock（布雷特·阿德考克）毫无保留地分享了他对人形机器人未来、人工智能与物理世界融合的犀利见解。作为一家在短短几年内就让人形机器人从概念走向现实部署的明星公司领导者，Brett Adcock（布雷特·阿德考克）的思考不仅基于 Figure 自身的一线实践，也勾勒了整个行业正面临的范式转变。本次对话之所以关键，在于它揭示了人形机器人如何从一个长期停滞的“科幻概念”，一跃成为 AI 浪潮下最具潜力的物理载体，并可能在未来十年内重塑劳动力市场和家庭生活。

摘要

人形机器人硬件可靠性已发生质的飞跃，从危险、短寿的液压系统进化到安全、持久、可大规模部署的电力驱动系统。
机器人学习的核心已转变为“神经网络问题”，端到端训练模型让机器人能以接近人类的方式执行复杂任务，这是五到十年前所不具备的能力。
Figure AI 的战略是直接攻坚“终极形态”人形机器人，避免因妥协设计而陷入局部最优，并选择从结构化程度较高的劳动力市场（物流、制造）切入，为最终进入高难度的家庭环境积累能力和数据。
人形机器人被视为 AGI（通用人工智能）在物理世界的终极部署载体，未来几年内，其实体部署数量将开始指数级增长，最终将达到与人类数量相当的规模。
机器人交互的默认界面将是自然语言（语音和文本），隐私、安全和规模化集成是当前面临的最严峻挑战之一。

硬件与AI：驱动人形机器人指数级进步的双引擎

Brett Adcock（布雷特·阿德考克）开门见山地指出，当前人形机器人领域之所以能迎来“指数级”发展，主要得益于两个根本性变化：硬件可靠性的巨大提升和神经网络在机器人领域的成功应用。

首先是硬件。Adcock 对比了十年前与现在的差距：“十年前世界上最好的机器人可能是波士顿动力的 Atlas，那是一个液压系统，只能运行20分钟左右，到处漏油，压力高达数千 PSI，对人来说极其危险。” 而现在，以 Figure 为代表的公司已经能够建造“极其可靠”的电动人形机器人硬件系统。他充满信心地表示，如果参观他们的工厂，会看到机器人随处可见，并且“一整天都可能看不到一次硬件故障”。这种可靠性是实现规模化部署的前提，好比如果没有可靠的基础硬件，再先进的AI也无用武之地。他将此复杂度与火箭、涡轮风扇发动机相提并论，但坚信人形机器人也能达到类似的工业级可靠性。

其次是AI与学习能力。Adcock 认为，机器人问题“本质上是一个神经网络问题”。直到最近几年，神经网络才真正开始在机器人上发挥威力。Figure 在其机器人上运行的 Helix 神经网络，能够端到端地指挥机器人的手部位置、头部、躯干等整个动作空间。他提到一周前发布的一个视频：机器人连续执行了60分钟的物流工作，全程由单一的、运行在机器人本地的 S1 Helix 神经网络控制。“它的行为方式很像人类……我们正在接近人类的速度和性能。” 这种通过数据驱动学习、模仿人类行为模式的能力，在五到十年前是完全不存在的。

这两大进步——可靠的身体和学习的大脑——构成了人形机器人爆发的基石。Adcock 强调，只有当两者结合，才能解锁机器人在物理世界中完成有用工作的潜力。

为什么必须是人形？从劳动力市场到家庭的攻坚路线

面对“为何不先做更简单的轮式或专用机器人”的疑问，Brett Adcock（布雷特·阿德考克）的回答异常坚定：必须直接攻坚人形机器人。在创立 Figure 的第一天，他就撰写并公开了直接打造人形机器人的“总体规划”。

他的逻辑是，选择其他形态（如轮子、爪子）是一种“局部最优解”，会成为业务发展的巨大“拐杖”，最终阻碍你达到真正的目标——创造能像人类一样在现成人类环境中工作的通用机器人。他认为三年前就已确信直接打造人形机器人是可行的，因此公司从第一天起就专注于设计和建造人形机器人。

关于市场切入路径，Figure 有两大焦点：劳动力市场和家庭。有趣的是，尽管家庭市场潜力巨大，但 Adcock 坦言“家庭比劳动力市场难得多”。原因在于“工程挑战与环境的可变性成正比”。工作场所（物流、制造、医疗、建筑）通常更结构化、可变性较低，更容易集成自主系统。而每个家庭都是独特、高度非结构化的环境，挑战极大。

因此，Figure 采取了务实的“两步走”战略：先在劳动力市场“引导启动”，验证技术、积累数据和实现商业化；同时全力推进家庭场景的研发。Adcock 预测，家庭场景的成熟是“个位数年份（几年内）”的事情，届时机器人将能真正为人类完成有用的自主工作。

他以物流合作为例，说明了他们的灵活策略：与一家物流公司签约时，他们并不知道具体要做什么。经过实地考察，发现小件包裹分拣是痛点和机会。这个任务极具挑战——每个包裹都不同，堆叠方式时刻变化，无法用传统代码编程解决。这促使他们“全力投入学习（learning）路径”，结果很快就看到了成效。他透露，机器人的分拣速度从“每四秒一个包裹”快速提升到“每三点五秒一个包裹”，并且能进行更智能的操作，比如移开一个包裹以便处理另一个，展现出类似“思维链”的推理能力。

最终目标是打造一个通用机器人平台：只要机器人具备相应的运动范围、负载和速度，理论上就能完成人类在其设施内的大多数工作。

规模化挑战：制造、学习与人类共存

将人形机器人从实验室和试点项目推向数百万台的规模，是 Brett Adcock（布雷特·阿德考克）眼中下一阶段的核心挑战。这涉及三个紧密交织的方面：大规模制造、持续学习以及社会接受与集成。

制造瓶颈：Adcock 承认，与软件可以无限复制不同，硬件生产有物理限制。Figure 已经启动了名为“Baku”的内部制造工厂，专门生产新一代的 Figure 03 机器人。这款机器人旨在实现“高速率制造”，成本比前代降低了90%。他的目标是未来四年内生产10万台机器人，并认为这是通向百万台规模的关键一步。“问题是，我们能否达到超过手机年产量的规模？这是一个非常难解决的问题，但我认为有可能。”

学习飞轮：规模化部署的核心价值在于形成“学习飞轮”。Adcock 展望，当大量机器人实体部署到世界各处，它们将通过与环境交互持续学习，数据反馈至中央模型用于预训练，再使整个机队变得更聪明。这种“越用越聪明、越产越便宜”的动态，构成了他眼中的终极护城河。他比喻道：“除了像AI大模型这样的系统，我们从未见过一项技术能够与世界互动，并随着时间推移变得更聪明、更便宜。”

安全、隐私与交互设计：随着机器人进入家庭，安全与隐私成为首要课题。Adcock 详细阐述了其复杂性：物理安全上，机器人需要360度感知，避免碰撞人或宠物；“语义安全”上，要防止碰倒蜡烛引发火灾等。为此，Figure 成立了专门的隐私和网络安全团队。他特别指出，中国制造的机器人可能难以进入欧美家庭市场，因为建立品牌信任至关重要，“这比电脑和手机更为复杂”。

关于机器人外观和交互，Adcock 有鲜明观点。他反对给强大的机器人装上“卡通大眼睛”来显得无害，认为这“非常愚蠢”。机器人应该呈现出与其高能力相匹配的 sophisticated（精密复杂）设计。在交互上，他坚信自然语言（语音和文本）将是默认界面。通过手机或电脑控制机器人“延迟高、带宽低、很奇怪”，未来人们会直接与机器人对话，或通过短信向其发送指令。Figure 的每个机器人都内置了 eSIM 卡，拥有独立的手机号码。

Adcock 预测，人们将很快习惯与机器人共存。“未来会有那么一天，你出门办事，会看到和人一样多的人形机器人。这感觉就像把未来50年拉到了2025 年 7 月。” 他认为社会接受度会随着机器人展现出的实用性和可靠性而自然提高。

人形机器人：AGI的物理化身与未来展望

在对话的最高潮，Brett Adcock（布雷特·阿德考克）将人形机器人的意义提升到了新的高度：它是AGI（通用人工智能）在物理世界的终极部署载体。

他阐述了一个关键论点：我们正在逼近数字超级智能，但这种智能目前“生活在服务器、盒子里”。如果只有数字超级智能而没有解决物理化身问题，那么这些数字代理将需要人类来替它们在物理世界完成任务，人类可能会变成“数字超级智能的奴隶”。而人形机器人，作为能完成人类大多数工作的形态，是解决这一矛盾的完美载体。“你不能把它塞进家里的吸尘器里……没有其他硬件能做到这一点。”

对于未来社会图景，Adcock 描绘了一幅变革性的画面：人形机器人将能够逐年完成更多人类的工作，并最终在大多数任务上超越人类。届时，无论是家务还是职业劳动，都将成为人类的可选项。机器人将大幅提升全球GDP（因为它们本质上是“合成人类”），并可能彻底压低商品和服务的价格，因为成本只剩下机器人本身、能源和可能的场地费用。

他甚至设想，个人拥有的机器人可以被“出借”或“出租”来创造收入，就像今天的特斯拉被用于 Robotaxi 网络一样。每个人都将拥有一个具有“个性”的机器人伙伴，可以调整它的幽默感或严肃程度，通过自然语言与它交流，让它不断地为你工作。

最后，当被问及对2025年的期望时，Adcock 的视野超出了公司本身。他希望人类在推动技术边界上“更上一层楼”，去挑战如海底城市、太空电梯、轨道环（“尼尔结构”）等能够真正在2050年前推进人类文明的宏大构想。“我们需要为人类设定新的标杆……这些在我们的有生之年已经成为可能。” 对他而言，人形机器人不仅仅是生意，更是开启这个激动人心未来的一把关键钥匙。