Loading...
Loading...
Figure CEO Brett Adcock（布雷特·阿德科克）：人形机器人已能胜任枯燥物流工作撰文：Techub News 整理
导语
2025 年 6 月，人形机器人公司 Figure 的创始人兼 CEO Brett Adcock（布雷特·阿德科克）做客科技播客《Brighter with Herbert》，进行了一场长达一小时的深度对话。这场对话的核心，是首次向公众完整展示了一段长达60分钟、未经任何剪辑的 Figure 02 人形机器人工作视频。视频中，机器人持续不断地进行着小件包裹的物流分拣作业，其流畅度和稳定性引发了行业广泛关注。Brett Adcock（布雷特·阿德科克）不仅解读了视频背后的技术突破，更深入探讨了人形机器人商业化面临的真实挑战、公司战略以及对未来应用的展望。在当前人形机器人领域演示视频多以短片段为主的背景下，此次长时间、无剪辑的实景演示具有重要的里程碑意义。
摘要
Figure 02 机器人通过单一神经网络 Helix S1 驱动，仅用约60小时训练数据，即可在复杂的小件包裹分拣任务中达到高成功率。
成功的关键在于对 Helix 模型的根本性改进，包括引入立体视觉、力反馈感知和时间记忆（时空记忆）能力。
公司的目标是让人形机器人执行“枯燥、肮脏、危险”的重复性劳动，其核心优势在于通用性，能适应为人类设计的世界，并通过数据飞轮持续进化。
下一代机器人 Figure 03 已在内部进入测试阶段，在速度、视觉和手部灵巧度上均有显著提升，且公司宣称目前不存在供应链瓶颈。
Brett Adcock（布雷特·阿德科克）认为，硬件与 AI 的协同设计、规模化数据收集与制造能力，是赢得人形机器人竞赛的关键。
从“炫技”到“实干”：一小时的无声宣言
与许多机器人公司发布的精心剪辑、展示跑酷或舞蹈的短视频不同，Figure 此次选择展示一段长达60分钟、单一视角、未经剪辑的原始视频。视频内容甚至有些“枯燥”：Figure 02 机器人站在传送带旁，不断从杂乱的包裹堆中识别、抓取小件包裹（包括塑料袋和纸箱），将其平整、翻转以使条形码朝下对准扫描器，然后放置到指定位置。整个过程循环往复。
正是这种“枯燥”，成为了最有力的技术宣言。Brett Adcock（布雷特·阿德科克）指出，小件包裹物流分拣一直是通用机器人领域的“阿喀琉斯之踵”。塑料袋会在抓取时变形，包裹状态永不重复，无法通过传统编程和启发式算法解决。这是一个“完美适配神经网络”的问题。视频证明了 Figure 02 能以接近人类的速度（当时约4-5秒/件，最新数据已达3.54秒/件）和超过95%的成功率，稳定、持续地完成这项复杂任务。
Brett Adcock（布雷特·阿德科克）强调，Figure 的使命是“出售人类的工作”，即让机器人替代人类从事物流、制造、建筑等领域的实际劳动，并最终进入家庭。因此，他们优先考虑的是输出、可靠性和投资回报率，而非表演性的功能。这段一小时视频所体现的鲁棒性和持久性，正是评估机器人能否投入实用场景的关键指标。
Helix 大脑的进化：视觉、触觉与记忆
实现这一性能突破的核心，是 Figure 自主研发的 AI 系统 Helix。Brett Adcock（布雷特·阿德科克）详细解释了为此次任务对 Helix S1 模型所做的几项根本性改进：
1. 立体视觉与感知记忆：模型采用立体相机对输入图像，并引入了“时间记忆”能力。机器人可以记住过去几秒内摄像头帧的信息。这对于动态变化的环境至关重要。例如，机器人转头执行动作时，可能暂时看不到左侧的包裹，但凭借记忆，它知道那里仍有包裹需要抓取。Brett Adcock（布雷特·阿德科克）甚至观察到机器人出现“将手臂伸到身后抓取已移出视野的包裹”这类类人行为。
2. 力反馈集成：将力传感数据整合到模型的状态输入中，使机器人能感知抓取力度，更灵巧地处理易变形的塑料袋等物体。
3. 模型规模扩大：Helix S1 本身也是一个参数量更大的模型，规模的扩大直接带来了性能提升。
这些架构改进，结合约60小时的针对性训练数据，共同促成了机器人速度和成功率的显著提升。Brett Adcock（布雷特·阿德科克）特别指出，这些神经网络层面的改进是通用的，会惠及公司所有机器人和应用场景，形成强大的技术协同效应。
超越人类：速度、成功率与通用性之争
对话中，主持人及嘉宾深入探讨了人形机器人相较于传统自动化方案（如专用机械臂）的优劣势。Brett Adcock（布雷特·阿德科克）和嘉宾们提出了几个核心论点：
市场现实：当前全球有数百万工人在从事类似的重复性分拣工作，而非全自动化的机械臂。许多中小型企业没有足够的资本投入高度定制化、专用的自动化产线。人形机器人提供了一种通用的、可重新部署的解决方案。
通用性优势：专用机械臂只能完成单一任务。而人形机器人的形态天然适配为人类设计的世界（工具、楼梯、门廊等）。通过一个通用的“身体”（人形平台）和“大脑”（如 Helix），理论上它可以学习执行无数种任务。在物流场景中学到的抓取、识别等能力，可以迁移到制造、家居服务等其他场景，实现“转移学习”。Brett Adcock（布雷特·阿德科克）认为，人形机器人是“通用人工智能的终极部署载体”。
关键绩效指标：除了单次任务的速度和成功率，真正的商业化还需考核其他 KPI：正常运行时间/故障率：机器人能否连续工作8小时、数天甚至数月而无需人工干预或维修？耐用性：机器人的使用寿命和维护成本。人力替代比：一个机器人能替代多少个人类员工？考虑到人类员工需要休息、有高离职率（Brett Adcock（布雷特·阿德科克）称此类岗位年离职率可达100%），机器人即使速度暂时持平，但其7x24小时持续工作的潜力能带来巨大的整体效率提升。
Brett Adcock（布雷特·阿德科克）透露，在演示中，机器人已达到3.54秒处理一个包裹的速度，进入了“优秀人类员工”的平均水平。而由于 Figure 02 的执行器设计峰值速度远高于当前使用速度，他认为通过软件优化，未来几个月内有望将速度提升至3秒以下，年底可能突破2秒，从而大幅超越人类速度极限。
Figure 03 与规模化之路：硬件、数据与制造
尽管 Figure 02 已表现出色，但 Figure 的开发步伐并未停歇。Brett Adcock（布雷特·阿德科克）兴奋地透露，下一代机器人 Figure 03 已在公司内部投入测试，并且进展远超预期。
硬件升级：Figure 03 在多个方面进行了优化：手指开合速度比 Figure 02 快一倍，以应对高频抓取需求；采用了定制设计的摄像头，显著提升了视觉感知能力；手部也进行了重要改进。总体目标是让机器人的运动范围、速度和负载（扭矩）更接近普通人类，以覆盖更广泛的体力劳动场景。
快速迭代：得益于团队经验的积累和软件栈（如 Helix）的复用，Figure 03 从组装到实现双足行走仅用了不到一周时间，而 Figure 02 曾耗时三个月。目前，Figure 03 已能完成一些基本的全自主任务流程。
规模化挑战：Brett Adcock（布雷特·阿德科克）认为，当前的主要瓶颈在于AI 学习和规模化制造。AI 方面，核心是如何高效、大规模地收集训练数据。人形机器人的优势在于其形态与人类一致，可以非常高效地从人类演示中学习。制造方面，Figure 已建立了自己的生产设施“Bot Q”，并开始生产 Figure 03。Brett Adcock（布雷特·阿德科克）自信地表示，公司在 Figure 03 上“目前零供应链问题”，设计之初就考虑了高速率生产，例如其注塑成型的头部部件产线每周产能可达5万个。
他描绘了一个强大的飞轮效应：将更多机器人部署到真实场景中工作，它们会收集海量数据（包括成功和失败案例），这些数据反馈给 Helix 进行再训练，使所有机器人变得更智能。更智能的机器人能完成更多工作，创造更大需求，进而推动更大规模的制造和更低的成本。“最聪明的机器人也将是最便宜的机器人”，Brett Adcock（布雷特·阿德科克）总结道，而能够最快实现十万台、百万台规模部署的公司将赢得巨大先发优势。
未来展望：从工厂到家庭
当被问及机器人何时能进入家庭完成诸如“组装宜家家具”或日常洗碗、洗衣等任务时，Brett Adcock（布雷特·阿德科克）给出了乐观的预测。他认为，只要硬件能力（如活动范围、力量）达标，这些任务都可以通过数据训练来学习。他预计，完成日常家务的机器人可能在“未来两到三年内”出现，而更复杂的任务如阅读说明书并组装家具，也将在“本十年内”（即未来几年）实现。
最后，Brett Adcock（布雷特·阿德科克）驳斥了“AI 是商品，可以轻易移植到任何硬件”的观点。他强调，人形机器人硬件本身是极高维、极复杂的系统，控制难度极大。优秀的 AI 需要与专用的、高性能的硬件协同设计，才能发挥最大效能。他认为，全球范围内最终可能只有少数几家公司（中美各几家）能真正解决人形机器人的硬件、AI 和规模化部署这一完整难题。
这场对话和长达一小时的演示视频，共同向世界传递了一个明确信号：人形机器人技术正从实验室的“炫技”阶段，稳步迈向解决实际经济问题、创造商业价值的“实干”阶段。前方的挑战依然巨大，但路径已愈发清晰。
Figure AI CEO Brett Adcock（布雷特·阿德科克）：人形机器人将催生史上最大规模产品发布撰文：Techub News 整理
导语
在 2025 年于旧金山举行的 Bloomberg Tech Summit 上，人形机器人公司 Figure AI 的创始人兼 CEO Brett Adcock（布雷特·阿德科克）接受了深度访谈。三年前几乎同一周，Adcock 在特拉华州正式注册成立了 Figure，目标直指通用人形机器人领域。自成立以来，Figure 以惊人的速度推进，而 Adcock 本人也因对2025 年 6 月机器人可实现目标的大胆预测而备受关注，同时也伴随着不小的质疑。此次对话正值 Figure 发布其第二代机器人 Figure 02 展示全新物流用例视频之际，Adcock 详细阐述了公司的技术路径、商业化进展、制造野心以及对整个行业格局的思考。
摘要
人形机器人将催生史上最大规模的产品发布和商业帝国，其市场潜力远超现有任何行业。
Figure 采取软硬件全栈自研的垂直整合策略，旨在直接“出售劳动”，而非单纯销售硬件或模型。
公司已与宝马（BMW）在车身车间展开实际部署，并与一家物流巨头（据报道为 UPS）合作，让机器人每日执行真实商业任务。
制造被重新定义为消费电子模式而非汽车制造，公司设定了四年内出货10万台机器人的激进目标，并已建立相应产线。
AI 能力核心在于单一神经网络处理视觉输入并输出动作，其泛化能力可使机器人处理从未训练过的物体（如草莓）。
商业化蓝图：从工厂车间到家庭客厅
Brett Adcock（布雷特·阿德科克）开宗明义地表达了他的核心信念：人形机器人不仅将建造一个规模空前庞大的商业帝国，其倍数将远超现有任何行业，而且这将成为史上最大规模的产品发布。他将此形容为“合成人类”出去从事类人工作，并称这是创始人所能面对的最终极、最具挑战性，但也可能是一生中最重要的创业问题。
Figure 的市场进入策略清晰分为两大领域：一是将机器人部署到商业劳动力市场，二是进入消费者家庭场景。Adcock 指出，全球劳动力人口正在下降，而商业劳动力市场占据了约一半的 GDP，潜力巨大。在家庭场景中，机器人需要完成诸如洗衣、收拾碗碟、整理儿童玩具等日常任务。为此，Figure 在设计硬件时，就以能让机器人完成普通人所能做的大部分事情为目标，在运动范围、力量（有效载荷）和速度等方面向人类看齐。
目前，Figure 的机器人已经每日在商业环境中工作。Adcock 强调，公司的目标是在市场上完全摒弃远程操控或遥操作。当前，遥操作仅用于数据收集和测试，真正的自主活动中并不需要人为干预。他认为，要实现规模化部署，就必须设定“无人在环”的终极目标，否则很容易陷入局部最优的陷阱。
制造野心与客户实践： scaling the future
当被问及与特斯拉 Optimus 的类比及制造规模时，Adcock 透露了 Figure 的制造设施细节。公司内部称其为“Bot-Q”，目前每条产线具备年产 12，000 台机器人的安装产能。他重申了在四年内出货 10 万台机器人的目标，并承认需要大幅提升产能。
Adcock 分享了一个关键认知转变：制造人形机器人更像是消费电子产品制造，而非汽车制造。机器人虽然结构复杂，但制造流程的难度比汽车低几个数量级。过去一年，Figure 深入理解了制造环节，建立了从零开始的制造流程、自研的制造执行系统（MES），并在产线上实现了广泛的自动化，这让他对实现大规模交付的信心大增。
在客户实践方面，Adcock 证实了与宝马的合作。目前，Figure 的机器人已在宝马的车间从事移动钣金件的工作，目标是将零件放置到夹具上，以便后续焊接成汽车底盘。他强调，这种合作关系带来的最大价值是让公司学会了如何在客户现场每日稳定运行机器人，处理网络、安全、与制造执行系统（MES）集成等问题，并致力于将每日所需的人工干预降至零。
此外，Adcock 也确认了在物流领域有第二位客户（彭博社报道为 UPS），并正在启动初步部署。他特别提到了当日发布的新视频：机器人能够自主分拣纸箱包装和塑料膜包装的包裹，并抚平塑料膜以露出条形码。Adcock 指出，物流场景的挑战在于每个包裹的每次出现对机器人而言都是全新的，无法用传统代码解决，必须依靠 AI 的泛化能力。机器人需要以人类的速度（每件 3-4 秒）处理不同尺寸的包裹，并完成定位条形码、抚平等动作。
全栈自研的 AI 哲学与竞争优势
Adcock 明确了 Figure 的“首要指令”：出售劳动。公司旨在让机器人出去完成制造、建筑、家务等各种工作，并按产出收费。因此，所有设计决策都围绕如何高效实现这一目标展开。Figure 不打算只卖硬件或模型，而是提供垂直整合的全栈解决方案，让用户仅通过语音就能指挥机器人智能地完成工作。
为了实现这一目标，Adcock 认为别无他法，必须自研一切：硬件、电子设备、软件、模型训练、制造、集成和服务。当被问及是否曾考虑基于 OpenAI 等公司的模型开发时，他给出了否定的答案。原因有二：一是 Figure 自己做得更好；二是与外部巨头合作反而会在招募顶尖团队时带来“别人已搞定 AI”的误解。事实上，Figure 自行完成了大部分 AI 工作。
在技术栈上，Figure 使用了开源的视觉语言模型（VLM）作为骨干网络，为机器人提供语义理解基础（例如，知道“草莓”是什么以及该如何处理）。在此之上，所有数据收集、模型开发、训练和推理测试均由 Figure 自主完成。Adcock 自信地表示，Figure 在人形机器人的 AI 工作上做得比地球上任何其他人都好。
关于数据与学习，Adcock 指出，公司目前面临的是数据和机器人数量问题，而非 GPU 算力问题。他描绘了一个强大的增长飞轮：部署更多能完成有用工作的机器人 → 通过制造经验曲线降低单位成本 → 机器人在市场中每日学习并改进 → 学习成果通过神经网络共享给整个机队。这可能导致赢家通吃或赢家多数的市场格局，即拥有最智能、学习最快且成本最低的机器人的公司将获得显著优势。
资本、竞争与未来展望
针对公司传闻以约 400 亿美元估值融资的消息，以及从上一轮 26 亿美元估值跃升的压力，Adcock 并未直接确认，但强调 Figure 资产负债表上的现金可能比整个人形机器人领域历史上筹集的总资金还要多。他表示，公司资金充足，足以支持训练、制造数万乃至更多机器人，并招募和激励全球最优秀的团队。当前重点在于保持团队精干、行动迅速，并持续交付每日可用的产品。
谈及与特斯拉 Optimus 的竞争，Adcock 表示公司不花太多时间关注竞争对手，但他认为，Figure 或许已经在全球范围内展示了人形机器人在 AI 和实际应用方面最好的真实进展。公司有动力继续保持市场领先地位。
最后，Adcock 展望了下一阶段：硬件已经可靠工作；AI 能够执行类人任务，并向人类学习，随时间不断改进；成本已大幅下降（他透露 Figure 03 的成本比 Figure 02 降低了约 90-93%）。这一切都无需硬件变更，只需通过软件和数据迭代即可实现，这令整个团队对未来的篇章感到兴奋。
Andrew Ng（吴恩达）：AI 模型能力增长的多元路径与人才瓶颈撰文：Techub News 整理
导语
在最新一期 No Priors 播客中，AI 领域的旗帜性人物 Andrew Ng（吴恩达）与主持人进行了长达 42 分钟的深度对话。作为 Google Brain 联合创始人、Coursera 联合创始人以及 AI 风险工作室 AI Fund 的管理合伙人，吴恩达不仅在学术与产业界成就斐然，2025 年 8 月更因提出「智能体 AI」（Agentic AI）概念并加入亚马逊董事会而备受关注。在这场对话中，他系统性地阐述了对 AI 能力增长路径、当前落地瓶颈、技术变革对创业生态影响等一系列关键议题的看法，为从业者提供了极具前瞻性的行业洞见。
摘要
AI 模型能力增长不再单一依赖算力规模，而是转向「智能体工作流」、多模态模型构建与应用开发等多元路径。
当前「智能体 AI」应用落地的最大瓶颈并非底层技术，而是缺乏掌握系统性错误分析与评估流程的工程人才。
AI 辅助编程已大幅提升工程效率，使得创业公司核心迭代循环的瓶颈从「工程实现」转向「产品决策」。
在 AI 技术快速迭代的当下，创始人的技术直觉与学习能力比过往经验更为重要，技术型产品领导者更易成功。
小型、高效、且深度掌握 AI 工具的团队，其生产力可能远超规模更大但协调成本高的传统团队。
AI 能力增长：从单一「规模」到多元「向量」
当被问及 AI 模型能力未来的增长来源时，Andrew Ng（吴恩达）明确表示，社会对 AI 的认知曾被少数拥有强大公关能力的公司所塑造，它们推动了「规模即一切」的叙事。但他认为，算力规模这枚「柠檬」中可挤压的「汁水」已越来越少，进步将来自多个向量。
吴恩达指出，除了算力，「智能体工作流」（Agentic Workflows）、多模态模型的构建方式，以及具体应用的开发，都将成为重要的进步源泉。同时，像扩散模型这类最初用于图像生成的全新技术，未来是否也能用于文本生成，也存在令人兴奋的未知可能性。他总结道，AI 的进步不会是单一路径，众多聪明人正在从不同方向推动前沿。
「智能体 AI」：从概念提出到落地瓶颈
作为「智能体 AI」术语的提出者，吴恩达解释了初衷：几年前，业界花费大量时间争论「某物是不是智能体」，而他观察到存在一个从高自主性到低自主性的「智能体谱系」。为了让大家停止争论、专注建设，他推动了这一术语的普及。但他也坦言，没想到几个月后，市场营销人员就将这个标签贴得到处都是，导致营销炒作的速度远超实际的业务进展。
那么，真正阻碍智能体 AI 应用落地的因素是什么？吴恩达认为，在技术组件层面（如计算机使用、护栏评估等）确有改进空间，但当前最大的瓶颈是「人才」。他观察到，市场上团队表现差异的关键，在于是否掌握一套基于评估的系统性错误分析流程。有经验的团队能持续分析什么在起作用、什么没有，并针对性改进；而经验不足的团队则更像在随机尝试，效率低下。
吴恩达以自动化文档处理、合规检查、数据库查询等多步骤工作流为例，指出构建此类流程时，大量外部情境知识（例如，搞错发票日期是否要紧、是否过多打扰了 CEO）通常仍依赖于人类产品经理或工程师的思考和决策。这些知识是专有的，并未存在于互联网的预训练数据集中，因此目前仍需人类深度参与。
AI 辅助编程：改变创业的核心循环
谈及最具经济价值的智能体 AI 应用，吴恩达指出了两大明确领域：一是回答问题的聊天机器人（如 ChatGPT），二是编码智能体。他个人偏爱 Cline，认为它在规划多步骤任务、执行计划方面展现了高度的自主性和实用性。相比之下，一些计算机使用场景（如自动在线购物）则仍停留在演示阶段。
为什么编码智能体能如此有效？吴恩达认为，这并非因为基础研究挑战更小，而是因为编码的经济价值明确且巨大，吸引了大量资源投入，且开发者自身就是用户，拥有出色的产品直觉。他甚至提到，一些领先的基础模型公司已公开表示使用 AI 编写大量代码。更令人兴奋的是，AI 模型正通过智能体工作流为下一代模型生成训练数据（如 Llama 研究论文中描述的方法）。
吴恩达特别反对「氛围编程」（Vibe Coding）这个词，更倾向于「AI 辅助编程」。他强调，这并非轻松的氛围式工作，而依然是高强度、高密度的智力活动，可将其视为「快速工程」—— AI 让我们能以远超从前的速度构建严肃系统，但本质仍是工程。
这种效率提升正在改变创业公司的形态。过去需要六人团队三个月完成的工作，现在可能两人一个周末就能搭建出原型。这使得创业的核心迭代循环——构建软件、获取用户反馈、决定如何改进产品——发生了根本性变化。编码速度和成本不再是瓶颈，产品决策（决定「做什么」）成了新的瓶颈。因此，团队越来越多地依赖直觉和深厚的客户同理心来进行快速决策。
创始人画像：技术直觉与学习能力至上
面对技术的快速迭代，吴恩达认为，2022 年的许多做法在 2025 年可能已完全失效。他经常自问，当前是否有任何做法与 2022 年相同，并审视其是否仍有意义。在这种背景下，创始人的画像发生了显著变化。
他观察到，如今更可能成功的创始人是那些紧跟尖端技术、以技术为导向的产品领导者，而非仅仅具备商业头脑但缺乏技术感知的人。除非你对技术的能力边界有良好感觉，否则很难思考公司战略。他回顾了硅谷早期先驱（如比尔·盖茨、史蒂夫·乔布斯）都是技术专家的历史，并认为在 AI 颠覆性时刻，这种对技术的深刻理解再次成为关键差异化因素。
吴恩达以移动互联网时代对比：如今每个人都大致了解手机应用能做什么，因此无需非常技术化也能创业。但 AI 的能力边界日新月异，拥有这项「前沿知识」本身就是巨大的优势。他甚至分享了一个招聘案例：一位有十年经验但较少使用 AI 工具的工程师，与一位刚毕业但精通 AI 的本科生相比，他选择了后者，并且结果证明这是一个出色的决定。当然，最好的工程师是那些拥有十多年经验同时又深度掌握 AI 工具的人。
团队规模与效率：AI 赋能下的新平衡
随着 AI 工具提升个人效能，团队规模与效率的关系也值得重新审视。吴恩达看到，一些最具生产力的团队正是那些规模小、成员优秀、AI 赋能充分且协调成本极低的团队。他预测，未来许多团队可能会比过去更小。
但他也警告了「过度追求小规模」的陷阱。在 2010 年代，一些公司以保持小团队和盈利为荣，但可能因此增长乏力，错过了市场机会。关键在于分析市场动态：如果是赢家通吃的市场，就必须快速行动、抢占市场，而不能满足于「小而美」。Slack 对阵 Teams、Sketch 对阵 Figma 都是历史教训。
吴恩达分享了一个有趣的洞察：AI 不仅提升了效率，还可能改变资本配置。他曾在一周内收到两份请求：一份是申请增加人力预算，他拒绝了；另一份是申请预算购买 AI 服务来完成类似工作，他批准了。这背后的逻辑是：在 AI 时代，你应该考虑的是「雇佣 AI」，而非「雇佣更多人」。但这种决策依赖对技术潜力的敏锐直觉。
AI 投资的未来：自动化与人类判断的边界
作为 AI Fund 的管理合伙人，吴恩达也被问及投资机构中哪些工作可能被自动化。他认为，像深度的公司研究、竞争分析、初步市场调研以及 LP 报告等文书工作，很适合引入自动化工具辅助。他个人就经常使用各种 AI 研究工具。
然而，涉及人类判断与关系的环节则难以自动化。例如，评估一位创业者的领导力、沟通风格或个人品质，往往依赖于面对面交流中捕捉的细微信号和背景参考检查，这些信息很难被结构化并输入 AI 模型。此外，基于信任关系的说服工作（如招募关键人才）也高度依赖人与人之间的联结。
对于如何帮助首次创业的技术型创始人，吴恩达认为，风险投资机构或风险工作室的价值在于，他们经历了更多「重复次数」，能在融资、把握技术趋势、加速产品市场匹配等方面提供基于经验的直觉分享。同时，为创始人构建同行交流网络和互补型团队也至关重要。
未来五年：被 AI 赋能的新人类
展望未来五年 AI 的广泛影响，吴恩达坚信，拥抱 AI 的个体能力将远超大多数人目前的想象。两年前，谁曾料到软件工程师的生产力能在 AI 辅助下提升至此？未来，各行各业的人们以及处理个人事务的个体，都将借助 AI 变得无比强大和高效。这不仅是生产效率的提升，更是人类能力边界的一次巨大扩展。
Andrew Ng（吴恩达）：AI Agent工作流是当前最重要的技术趋势撰文：Techub News 整理
导语
在2025 年 3 月于纽约举行的ScaleUp:AI 2024大会上，AI领域的顶尖思想领袖、Coursera联合创始人、Landing AI创始人兼董事长Andrew Ng（吴恩达）发表了主题演讲。作为深度学习和AI普及化的重要推动者，吴恩达一直致力于连接AI前沿技术与产业落地。此次演讲，他基于其团队在AI Fund和Landing AI的实践，剖析了当前最重要的技术趋势——“智能体工作流”的崛起，并为企业（无论是初创公司还是大型集团）如何抓住这波AI浪潮、构建可持续的创新流程提供了极具操作性的见解。
摘要
智能体工作流是当前最重要的AI趋势：相比传统单次提示生成，让AI像人类一样迭代思考、研究、修订的“智能体工作流”能大幅提升输出质量，在代码生成、法律文档处理、医疗辅助诊断等领域已展现出决定性优势。
企业AI创新流程正在被重塑：生成式AI将AI原型的构建时间从数月缩短至数天，这使得“快速构建大量原型并验证”成为可行策略，企业应建立“快速行动，同时负责任”的创新文化。
AI治理应聚焦于应用层而非技术层：试图监管基础AI模型本身如同要求电动机制造商保证其电机永不用于危险设备一样不切实际；更有效的路径是监管具体的AI应用（如医疗设备、聊天机器人），以确保其安全性。
大型企业与AI专家的“共创”是关键：最具潜力的AI应用往往诞生于深谙AI能力的团队与拥有深厚领域知识（如航运、医疗）的企业之间的合作，这种结合能催生出改变行业的解决方案。
智能体工作流：从线性生成到迭代思考的范式变革
吴恩达开篇即指出，如果只能关注一项AI技术趋势，那么答案无疑是智能体AI。他阐释了当前主流的AI使用方式与智能体工作流的本质区别。
目前，大多数用户使用大语言模型的方式是“非智能体”的：输入一个提示词，模型一次性生成完整回复。吴恩达形象地比喻，这好比要求一个人（或AI）就某个主题写一篇论文，必须从第一个字到最后一个字一气呵成，不允许使用退格键。人类显然无法以这种方式产出最佳作品，而AI在这种完全线性的模式下表现尚可，已属惊人。
然而，智能体工作流改变了这一范式。在这种模式下，我们可以引导AI像人类一样工作：例如，先让它撰写论文大纲，询问是否需要网络研究，随后下载相关网页作为上下文，接着撰写初稿，再让其审阅初稿并决定哪些部分需要修订，随后进行修改……如此循环往复。这种融合了思考、研究、修订的迭代过程，能产生质量高得多的工作成果。
吴恩达分享了一项来自其团队的数据：在HumanEval代码生成基准测试中，使用非智能体工作流的GPT-3.5正确率为48%，GPT-4为67%。然而，从GPT-3.5到GPT-4的改进，远不及从非智能体工作流切换到智能体工作流带来的飞跃。GPT-3.5在采用智能体工作流后性能大幅提升，GPT-4亦然。
在实践中，吴恩达的AI Fund团队发现，智能体工作流在处理复杂法律文件、辅助医疗诊断、填写繁琐的政府合规表格等应用场景中，正带来决定性的差异。这一趋势也催生了新的技术栈层级——编排层。诸如LangChain（正演进为更注重智能体的LangGraph）、CrewAI等框架的出现，使得构建智能体应用变得更加容易。
五大核心趋势重塑AI产业格局
除了智能体工作流这一核心，吴恩达还概括了其他四项正在深刻影响行业的重要趋势：
1. 更廉价、更快速的文本生成至关重要。 智能体工作流会产生和读取大量文本（Token），因此降低Token成本、加快生成速度变得尤为关键。这不仅是为了人类消费，更是为了加速智能体自身的迭代循环。将一段20分钟的智能体工作流程加速到5分钟，能带来巨大的实际价值。
2. 生成式AI正彻底改变企业创新流程。 过去，基于监督学习构建AI系统可能需要6到12个月。如今，利用大语言模型，许多团队可以在10天内构建并部署一个原型。这使得“快速构建20个原型，哪怕其中18个失败”的策略变得可行且经济。吴恩达提倡的新信条是：“快速行动，同时负责任”——在利用快速原型能力的同时，建立确保不推出造成实质性损害产品的流程。
3. 文本处理革命已至，视觉处理革命即将到来。 许多大型企业拥有海量的图像或视频数据，却苦于无法提取价值。多模态模型和视觉智能体的发展，将开启视觉AI应用的巨大潜力。吴恩达创立的Landing AI正在此领域深耕，帮助企业从视觉数据中获得更多价值。
4. 数据的“重力”正在减弱。 传统上，将大量数据从一个云平台传输到另一个进行处理因成本高昂而不可想象。然而，生成式AI工作流的计算成本极高，相比之下，数据跨境传输的成本显得微不足道。粗略估算，传输1GB数据的云出口成本约为10美分，而用GPT-4 mini等模型处理1GB数据的成本可能高达30-40美元。因此，新的设计模式正在涌现：人们更倾向于构建在全球范围调用计算资源、跨地域传输数据进行处理的应用。
5. 数据工程的重要性再次凸显，尤其是非结构化数据。 过去AI的价值多体现在结构化数据（数字、表格）上。如今，生成式AI能够从文本、图像、音频中提取前所未有的价值。许多公司正在重构数据基础设施，重点加强处理非结构化数据的“管道”建设。
企业AI创新：从灵感到规模化落地的路线图
针对大型企业如何抓住AI机遇，吴恩达结合AI Fund与众多企业合作的经验，提出了一套行之有效的五步流程。
第一步：高管培训。 确保企业领导层对AI的能力与局限有非技术层面的基本了解，这是识别机会的基础。吴恩达提到，Coursera上最受欢迎的课程之一就是面向所有人的生成式AI入门课。
第二步：机会脑暴与任务分解分析。 在理解技术后，系统性地寻找应用机会。吴恩达特别推荐了一种“基于任务的工作分析”方法：将职位分解为具体任务，而非笼统地讨论AI取代某个工作。例如，客户服务代表的工作包含多种任务，其中一些（如回答常见问题）极易被AI增强或自动化，而另一些（如处理复杂投诉）则较难。这种方法往往能发现出人意料的、最大的机会点，其结论通常比凭直觉猜测更可靠。
值得注意的是，多数企业在发现AI能将某项任务成本降低千倍后，选择的不是裁员节流，而是将该任务执行量提升千倍，从而开辟新的收入增长渠道。增长往往比成本节约更具吸引力，因为天花板更高。
第三步：项目可行性评估与优先级排序。 对脑暴产生的想法进行技术可行性和商业价值的尽职调查，并做出“自建、购买还是投资”的决策。吴恩达建议，市场上已有的解决方案应优先购买。但由于生成式AI技术太新，企业总会发现大量尚无现成产品的新想法。
第四步：执行路径选择——自建、合作或剥离。 企业内部的资源与耐心有限，不可能实施所有想法。对于少数核心、希望完全自主控制的项目，可以选择内部建设。对于其他许多项目，将其剥离为独立的初创公司可能是一个更优选择。这样既能以更低成本实现目标，又能让母公司享受其成果，同时无需自行组建和维护专门的AI团队。
吴恩达以与日本三井物产合作的“Bearing AI”为例：三井物产拥有深厚的航运领域知识，他们提出利用AI优化船舶航线以节省燃油。双方合作进行深度市场验证后，招募了一位连续创业者作为CEO，用三个月打造了技术原型。最终，这家独立运营的初创公司开发的软件已在超过600艘远洋船舶上运行，平均每艘船每年节省约50万美元燃料费，并减少10%的碳排放。吴恩达强调，AI专家与领域专家的“共创”是催生此类突破性应用的关键。
第五步：制定AI战略与员工培训。 当企业成功运行几次上述创新流程后，就需要思考长期的AI战略以及大规模的员工技能培训，以确保持续的竞争力。
AI治理：监管应用，而非技术
在演讲最后，吴恩达针对日益热烈的AI治理讨论提出了一个鲜明观点：治理的重点应该是AI应用，而非AI技术本身。
他类比道，AI模型就像电动机，是一种可以用于无数场景的通用技术。要求基础模型开发者保证其模型永不用于有害场景，就如同要求电动机制造商保证其电机永不用于危险设备一样，是不切实际且无效的。真正的风险取决于具体的应用场景。
因此，更合理的路径是监管具体的AI应用：确保医疗AI设备安全、社交媒体推荐算法负责、聊天机器人不作恶。针对不同应用的特点和风险，制定相应的安全标准和监管框架。
吴恩达透露，在过去一年半中，他惊讶地看到一些训练了大模型的公司进行了激烈的游说，试图推动扼杀开源AI模型技术的监管。他认为这背后部分动机是避免与开源软件竞争。所幸，业界共同努力抵制了其中最糟糕的提案。他呼吁业界保持警惕，坚持将治理焦点放在应用层，这样才能在促进创新的同时，更有效地管控风险，确保AI技术安全、负责任地发展。
吴恩达总结道，得益于智能体工作流等技术的突破，AI的可能性正在急速扩张，这为行动迅速的初创公司和积极转型的大型企业都创造了巨大的机遇。关键在于理解趋势、建立有效的创新流程，并将治理智慧应用于正确的层面。
Cohere CEO Aidan Gomez（艾丹·戈麦斯）：Transformer 架构八年未变，AI 的未来在于企业应用撰文：Techub News 整理
导语
2017年，一篇名为《Attention is All You Need》的论文横空出世，其提出的 Transformer 架构彻底改变了人工智能的发展轨迹，开启了生成式 AI 的浪潮。八年后的2025 年 6 月，这篇论文的八位作者之一、当时还是一名大三本科生的 Aidan Gomez（艾丹·戈麦斯）已成长为估值数十亿美元的 AI 独角兽 Cohere 的 CEO。在 The MAD Podcast 主持人 Matt Turck 的深度访谈中，Gomez 首次详细揭秘了 Transformer 论文诞生背后的“意外”故事，并阐述了他为何坚信企业级 AI 而非追逐 AGI（通用人工智能）才是 AI 技术造福世界的正道。这场对话不仅是对 AI 发展史上关键节点的回顾，更是对当下 AI 商业化路径与未来趋势的一次深刻洞察。
摘要
Transformer 的诞生源于“行政错误”与有机合作：Gomez 进入 Google Brain 实习源于一场误会（其经理误以为他是博士生），而论文的诞生则是几个独立研究小组因共同兴趣自发合并、冲刺会议 deadline 的结果。
Transformer 架构统治力惊人，八年未遇挑战：Gomez 坦言，Transformer 的持久性“令人震惊”，其成功部分源于整个 AI 基础设施（包括芯片）都已围绕其优化，新架构的替代门槛极高。
“推理计算”是重大突破，但潜力远未挖尽：让模型在不同问题上分配不同“思考”时间的“推理计算”范式解锁了巨大能力，且实现成本远低于预训练，未来将在科学、医疗、企业自动化等领域发挥更大作用。
Cohere 押注企业 AI 而非 AGI“宗教”：Gomez 直言不喜欢 AGI 圈子的“角色扮演”和“新宗教”氛围，认为通过 AI 提升人类生产力、降低成本和改善服务（如医疗）才是更有意义的方向。
智能体（Agent）平台“North”是企业 AI 的核心：Cohere 的垂直整合战略使其能提供从底层模型（Command、Embed）到上层智能体平台（North）的全栈解决方案，并特别注重数据安全（支持本地/私有云部署）和多语言/多模态能力。
Transformer 诞生记：一场美丽的“意外”
2017年，还在多伦多大学读大三的 Aidan Gomez（艾丹·戈麦斯）通过一封“cold email”联系上了 Google Brain 的研究员，原因是他反复在阅读的论文作者栏看到这个名字。他提出了自己对论文的一些扩展想法，并由此获得了一个实习机会。“我经理以为我是博士生，”Gomez 回忆道，“所以我想我是通过一个行政错误进去的——我们通常不招本科生。”这个“错误”让他坐到了另一位论文合著者 Noam Shazeer 旁边，并加入了 Lucas Kaiser 的团队。
最初的项目是一个名为“One Model To Learn Them All”的多模态模型。在开发过程中，Gomez 和 Kaiser 构建了一个名为“Tensor2Tensor”的框架用于高效分布式训练，并成功说服了邻座的 Noam Shazeer 使用它。随后，他们发现 Google Translate 团队也在进行类似的研究。“我们意识到大家在做同一件事，”Gomez 说，“我们都关注基于文本的自回归模型，并且更纯粹地利用注意力机制，而不是之前那些复杂且有些‘丑陋’的 RNN、LSTM 模型。”于是，几个小组决定合并力量，专注于打造一个最简单、高效的基于注意力的语言模型——这就是 Transformer 的雏形。
论文的写作过程堪称“疯狂冲刺”。团队为了赶上顶级 AI 会议 NeurIPS 的投稿截止日期，进行了高强度的工作。“我们尝试了无数东西，修补了很多小 bug，”Gomez 举例道，比如最初纯注意力架构无法区分序列中元素的位置信息，是 Noam Shazeer 灵光一现，提出了在嵌入中添加正弦波来表示位置的方法——这个方案至今仍被广泛使用。
论文发表后，在自然语言处理（NLP）和机器翻译的小圈子内引起了兴奋，但当时远未达到后来革命性的广泛认知。对于 Google 为何没有更快地利用 Transformer 架构开发出类似 ChatGPT 的产品，Gomez 澄清道，Google 实际上迅速将 Transformer 应用到了搜索和翻译等核心产品中（如 BERT）。“准确的说法是，他们没有像 OpenAI 那样早期且独特地全力投入互联网文本的纯序列建模（即大规模语言模型预训练）。” Gomez 总结道。
Transformer 为何统治八年？生态锁定与极高的替代门槛
距离论文发表已过去八年，Transformer 架构依然是 AI 领域的绝对主流，这一点连 Gomez 本人都感到“震惊”。“我们今天训练的 Transformer 和当年的看起来如此相似，”他说。他认为，这并非因为研究社区缺乏新想法，而是一个“自我实现的预言”或“强化循环”。
整个 AI 社区对 Transformer 的热情催生了专门为其优化的庞大基础设施堆栈。“我们现在甚至有专门为该架构优化的芯片，”Gomez 指出。因此，要转向一种新架构，需要付出巨大的努力和能量去重写一切。“新架构必须提供极其令人信服的理由（才能取代它），而我们还没找到那个架构。”他坦言，替代的门槛已被推得极高。
Gomez 本人也曾热切期待 Transformer 的继任者。他甚至将 Cohere 纽约办公室的一间会议室命名为“SSM”（状态空间模型），坚信它将是替代者。但现实是，Transformer 就像一个“伟大的艺术家”，不断吸收其他架构（如 SSM、扩散模型）中的优秀思想，并将其整合进自身，从而持续进化，保持了领先地位。
推理计算：一个“显而易见”却改变游戏规则的想法
近半年来，“推理计算”（Test-Time Compute）或“思维链”推理成为 AI 领域的热点。但在 Gomez 看来，这其实是一个酝酿已久且“显而易见”的方向。“我们已经知道它要来好几年了，”他说。
其逻辑在于：在引入推理能力之前，语言模型对所有输入（无论是“1+1”还是“治愈癌症”）都分配相同的“能量”和即时响应时间。这显然不合理。不同复杂程度的问题理应获得不同的“思考”资源。推理计算正是让模型能够根据问题复杂度，动态分配计算步骤（“思考时间”）的范式。
“它的有效性令人惊讶，”Gomez 评价道。模型仅需极少量的人类示范（如何一步步思考），就能自己掌握推理方法，从而解锁了前所未有的能力。更关键的是，实现推理能力的成本“远低于预训练”，使得智能提升变得“非常容易获得”。
然而，Gomez 认为这仅仅是开始。“我们只是触及了表面。”目前的研究主要集中在数学和编程领域，但在医学、物理、化学等纯科学领域，以及企业自动化场景中，还有巨大的空白等待探索。“所有有趣的问题都需要推理。”
从研究到创业：为何 Cohere 选择“枯燥”但重要的企业 AI
在目睹了早期大规模语言模型展现出的惊人能力后，Gomez 联系了他在 Google Brain 结识的两位朋友 Nick 和 Ivan，共同创立了 Cohere。与许多同期涌现的、目标直指 AGI 的明星实验室不同，Cohere 很早就确立了企业 AI 的方向。
“我从来不喜欢整个 AGI、有效利他主义圈子的氛围，”Gomez 直言不讳，“感觉像在角色扮演，像人们在创立一种新宗教……‘创造上帝’这类东西。我不喜欢那种精神气质。”相比之下，企业级应用或许听起来“枯燥”，但他认为其意义远为重大。
“提升人类生产力，让人类能做更多事，增加供给，降低事物成本，让人类成就更多——这些远比‘建造上帝’或‘从 AI 手中拯救世界’更激励我。我想用 AI 来拯救世界。” Gomez 阐述了他的理念。他希望通过 AI 让医生花更少时间写病历、填表格，而将更多时间用于诊治病人；为医生配备能帮助他们研究罕见病例的智能体。他的目标是让这项技术在全球经济中真正发挥作用。
当然，作为行业领军者，他无法完全避开关于 AGI/ASI（人工超级智能）的讨论。但他认为，AGI 的定义模糊且不断变化。“我认为我们在很大程度上已经拥有了 AGI。”他举例说，如果在他和 Cohere 的模型之间选择谁来诊断开药，理性的选择肯定是模型。“我保证它懂得比我多。”AI 已经在许多方面比普通人更聪明，并且未来在某些领域超越最顶尖的人类专家也是必然趋势。“我反对那些贩卖末日论调的人，”Gomez 总结道，“技术进步意味着什么？其切实的影响才是关键。”
Cohere 的全栈蓝图：模型、智能体与安全优先
Cohere 采取了一条垂直整合的道路。其核心是自研的模型层：包括生成模型 Command（对标 GPT、Llama 等）和搜索模型系列（Embed V4, Rerank 3.5）。这些模型构成了其智能体平台“North”的基石。North 允许企业构建能接入内部所有软件和数据的 AI 智能体，让其去完成具体任务。
Gomez 特别强调了 Cohere 在安全部署上的独特优势。与许多提供 API 调用服务的竞争对手不同，Cohere 可以将其模型直接部署在客户的硬件上，无论是在客户的云虚拟私有云（VPC）中，还是为受监管行业部署在本地数据中心。“这带来了巨大的解锁效应，”Gomez 解释，因为 AI 智能体需要访问企业的核心数据（邮件、文档、客户记录等），数据不出境、完全私有的部署模式让客户更放心地接入更多关键系统，从而发挥 AI 的最大价值。
在模型训练数据方面，Gomez 证实了合成数据已成为主流且效果卓越。“合成数据现在是我们训练 Command 等模型所用数据的主要部分，而且在许多情况下，它实际上比人类数据更有用。”他举例说，人类回答问题时往往简洁（如直接回答“11”），但人类实际上更喜欢模型那种充满同理心、耐心细致的回答风格。因此，他们需要用模型来重写人类答案，以生成风格更优的训练数据。
此外，Cohere 在多语言和多模态上也投入颇深。其 Cohere For AI 实验室发布了支持超百种语言的模型。Gomez 指出，日语、韩语等市场被严重低估，现有技术无法满足其企业级文档处理需求。因此，Cohere 选择与富士通（日本）、LGCNS（韩国）等地区巨头合作，开发针对当地语言和企业场景的定制模型。多模态能力也被视为企业场景的“入场券”，对于理解包含图表、幻灯片的 PDF 文档以及实现计算机视觉操控（让 AI 使用图形界面）至关重要。
智能体（Agent）的现在与未来：从研究到落地
Cohere 的智能体平台 North 目前处于早期访问阶段。Gomez 将其描述为一个“完全私有化、高度可定制、原生支持推理的消费级聊天机器人升级版”。它可以集成企业内部的任何软件，并花时间（几分钟甚至几十分钟）进行深度研究、筛选数据以完成任务。
他分享了一个生动的用例：财富管理。当突发事件（如战争、新关税）爆发时，理财经理的客户会纷纷来电询问对策。经理通常需要花费数周时间研究并制定对冲组合方案，但市场瞬息万变，等方案出炉可能已错过时机。North 这样的智能体可以极快地阅读海量分析报告和新闻，迅速提出初步方案，人类经理在此基础上进行修改和决策，将周期从数周缩短到数小时。
面对智能体能力泛化可能带来的“选择困难症”，Gomez 观察到市场已经发生了变化。“早期客户会问‘AI 很酷，董事会给我压力，我该用它做什么？’我们需要帮他们识别机会。但现在，客户的成熟度大大提高了。他们很清楚自己要做什么，只需要一个合作伙伴来帮他们执行这个路线图。”许多大企业会带着数百个已识别的用例来找 Cohere。
当然，智能体并非万能。Gomez 指出，在医疗、金融等敏感领域，必须保持“人在回路”的监督。此外，在需要真正突破性科学发现（如解决千年数学难题、发现新化合物）的领域，AI 目前还无法提供核心帮助，但他相信这一天很快就会到来。
CEO 的展望：技术乐观主义与社会关切
当被问及什么让他夜不能寐时，Gomez 的答案出人意料地并非技术挑战。“让我睡不着的是政治，”他说，“是世界各地出现的分裂……我主要担心我们的社会、自由民主制度。我为自由主义过去一个世纪取得的进步感到担忧。”
但他对 AI 持乐观态度，认为 AI 可以成为一股强大的向善力量，帮助“好人”获胜，并解决过去十五年来全球经济面临的一些问题，如生产力增长缓慢、财富分配不均等。
对于 Cohere 未来三到五年的成功愿景，Gomez 希望看到 AI 技术带来可衡量的 GDP 和生产力增长，希望这项技术能在全球范围内整合，成为每个人日常工作的一部分，而不仅仅是娱乐或搜索工具。“我希望它能帮助人们成就更多，让东西变得更便宜、更丰富。”这或许正是这位从一场“意外”中走出的 AI 先驱，为其所创造的技术所描绘的最朴实也最宏大的蓝图。
Figure CEO Brett Adcock（布雷特·阿德科克）：人形机器人将比汽车更普及，家庭应用Alpha测试今年开始撰文：Techub News 整理
导语
在由未来学家 Peter Diamandis（彼得·迪亚曼迪斯）主持的《Moonshots》播客第156集中，人形机器人公司 Figure 的创始人兼 CEO Brett Adcock（布雷特·阿德科克）接受了深度访谈。此次对话发生在 2025 年的 Abundance 360 峰会，正值 Figure 发布其突破性的 AI 系统“Helix”并展示机器人协同完成家庭任务之后，时机关键。Brett Adcock（布雷特·阿德科克）曾成功创办并领导电动垂直起降飞行器公司 Archer，此次他分享了为何选择投身于“可能是最难进入的行业”——通用人形机器人，以及 Figure 如何以惊人的迭代速度，在硬件和AI软件上同时取得突破，旨在将人形机器人带入千家万户和全球劳动力市场。
摘要
人形机器人是AGI的终极载体：Brett Adcock（布雷特·阿德科克）认为，若AGI仅存在于服务器中是“近乎反乌托邦”的未来，人形机器人是为AGI提供物理身体、使其在现实世界行动的最佳部署载体。
“Helix”AI模型带来历史性突破：Figure自研的视觉-语言-动作大模型“Helix”，仅需单一英语指令，即可让机器人完成从未在训练中见过的任务，实现了关键的“语义接地”与泛化能力。
硬件迭代速度远超行业认知：Figure每12-18个月就完成一次全新硬件平台的设计，从公司注册到第一台机器人行走用时不到12个月，展现了惊人的工程执行力。
市场需求“无限”，家庭应用时间表提前：来自宝马等大型企业的需求远超当前供给，公司预测人形机器人单机月成本可降至300美元。因AI进展超预期，家庭场景的Alpha测试将于今年启动。
从飞行汽车到人形机器人：为何选择“最难的路”
在成功创办并运营电动航空企业 Archer 之后，Brett Adcock（布雷特·阿德科克）为何会选择挑战一个被普遍认为更艰难的领域——通用人形机器人？他的回答直指人工智能发展的核心矛盾。
“我们需要找到一种方法，给AGI（通用人工智能）一个身体。” Brett Adcock（布雷特·阿德科克）表示，如果人类解决了AGI问题，但它却只能存在于某个服务器中，那将是一个“非常负面、近乎反乌托邦的未来”。这个比全人类都更智能的存在，若想在物理世界做任何事情，都不得不请求或“贿赂”人类去执行。因此，人形机器人被视为AGI的“终极部署载体”。
他进一步解释，解决物理世界交互问题，非人形机械体莫属。你需要一个单一的硬件平台，在不做任何硬件改动的情况下，能够完成人类所能做的一切。同时，这个平台还必须非常适合神经网络运行。在人形机器人上，神经网络可以通过迁移学习进行学习，并能跨多种不同应用进行多任务处理。Figure的目标是构建一个单一的、如同大语言模型般的“基础模型”，来驱动整个机器人端到端地完成所有任务。
“iPhone时刻”与惊人的迭代速度
从零开始，Figure 仅用 31 个月就造出了第一台可运行的机器人并开始交付。Brett Adcock（布雷特·阿德科克）将这种速度归因于对硬件迭代规律的深刻理解和对极限执行的追求。
“我的经验法则是，第一代或第二代硬件总是很糟糕，”他坦言，就像第一代iPhone并不完美。在硬件领域，你不可能第一次就做对。你必须预见五年后的未来，确切知道产品需要做什么，然后从第一天起就为那个确切的目标进行全新设计。一旦在设计中出错，你无法在漫长的供应链和制造周期中回头修改。因此，Figure 坚持每 12 到 18 个月就设计一个全新的硬件平台。事实上，在公司注册成立（C Corp）之时，他们就已经让机器人实现了行走，整个过程不到12个月。
这种速度的背后是彻底的垂直整合。由于人形机器人没有现成的供应链——没有成熟的电机供应商、执行器供应商、传感器或电池系统供应商——Figure 不得不从零开始，自主设计一切：包括硬件（运动学设计、关节、电机、电池系统、传感器）、软件（固件、嵌入式系统、操作系统、中间件、控制）以及所有AI工作。此外，测试、制造、集成、车队运营和交付也全部由自己完成。
目前，Figure 已拥有两个商业客户。第一个是宝马（BMW），在其位于美国南卡罗来纳州斯帕坦堡的最大工厂中，Figure 的机器人已经每天运行，负责将钣金件放置到夹具上，这项工作完全自主，以所需的速度运行，无需人工干预。第二个客户是全球最大的物流公司之一，Figure 的团队仅用不到30天就利用其AI系统完成了端到端的任务部署。
成本、市场与“比汽车更普及”的未来
当被问及未来大规模生产时的价格目标，Brett Adcock（布雷特·阿德科克）重申了 2 万至 3 万美元的区间。他做了一个生动的计算：如果以每月300美元的价格租赁一台价值3万美元的机器人，相当于每天10美元，每小时仅40美分。
“问题是，在每月300美元、7x24小时无休、无怨言、不会和男女朋友吵架的情况下，你会拥有多少台这样的人形机器人？”他反问道，“这个数字很可能是一个人拥有多台。”他预测，人形机器人将迎来“iPhone时刻”，并且将成为我们一生中建造的最大产业，其规模将远超其他行业。
他指出了两个并行市场：商业劳动力市场和家庭市场。商业劳动力市场约占全球GDP的一半，是人类劳动的最大市场，规模高达50-60万亿美元，需求“无限”。目前仅两个客户的需求就已能吞下十万台量级的机器人，而潜在客户名单长达数十家财富100强公司。另一方面，家庭市场虽然更具挑战性（如同自动驾驶中的城市道路），但却是创新的终极场景。Brett Adcock（布雷特·阿德科克）以自己为例，表达了让机器人处理洗碗、收拾玩具等家务的强烈愿望：“我永远不想再做那些事了。”
自研AI“Helix”：历史性的机器人智能突破
访谈中最引人注目的部分，是关于 Figure 决定放弃与 OpenAI 的合作基线，转而自主研发 AI 系统“Helix”的关键时刻。Brett Adcock（布雷特·阿德科克）播放了一段视频，展示了这一决定的成果。
视频中，两个 Figure 机器人仅接受了一条简单的语音指令：“把 groceries（食品杂物）收好”，没有被告知物品是什么或该放在哪里。关键在于，这些物品（包括一个会唱歌的卡通仙人掌玩具）在机器人的训练数据中被特意 withheld（保留），这意味着机器人是第一次“看见”它们。机器人需要理解“沙漠物品”与“仙人掌”之间的语义关联，并成功将其拾起。整个过程由单一的神经网络（Helix）控制，机器人之间甚至出现了“眼神交流”以协调物品传递——这是一种从训练中“涌现”出的行为。
“我认为这可能是机器人学历史上最重要的AI更新，” Brett Adcock（布雷特·阿德科克）大胆断言，“未来所有会动的东西都将是机器人，并将由像这样的AI智能体驱动。” Helix 是一个大规模视觉-语言-动作模型，它解决了机器人领域的“圣杯”问题：通过语音，让机器人理解从未见过的事物并执行端到端的任务，即实现了“语义接地”。这项训练仅用了约500小时的数据，显示出极高的数据效率。
这一突破直接改变了公司的时间表。Brett Adcock（布雷特·阿德科克）透露，原本需要一年完成的宝马用例部署，在应用 Helix 后，第二个客户的类似用例在30天内就完成了。他认为，如果重做，这个过程甚至可以缩短到48小时以内。“机器人学会做某件事的时间将是以小时计，而不是十年后。这让我们家庭应用的时间线提前了数年。”
Figure 03与即将到来的家庭Alpha测试
关于下一代机器人 Figure 03，Brett Adcock（布雷特·阿德科克）难掩兴奋。他形容从 Figure 01 到 02 是一次巨大的飞跃，而从 02 到 03 将是同等甚至更大程度的跨越。Figure 03 经过了18个月的重新设计，目标是成本降低90%，体积更小，质量更轻，传感器更好，其手、头和脚都是为神经网络专门设计的。
“这绝对是我职业生涯中最自豪的工程时刻。”他说道。Figure 03 将于今年投入生产制造，并成为公司推向世界的主力机型。
最重要的是，他给出了一个明确的时间预测：Figure 将于今年启动家庭场景的Alpha测试。这意味着机器人将开始在内部员工（包括他本人）的家庭中进行实际任务测试。他认为，阻碍家庭应用的最长技术瓶颈——“语义智能”（理解任何环境中发生的事情）——已经通过 Helix 看到了明确的解决路径。现在的主要限制是数据量，公司正处于“数据瓶颈”阶段，只需将训练 Helix 的数据集扩大几个数量级，能力就能再次飞跃。
“我认为在本世纪内，你们就会看到它（人形机器人）进入家庭，” Brett Adcock（布雷特·阿德科克）总结道，“仅通过语音，它就能完成非常长周期的任务，没有任何问题。”他坚信，一个由智能人形机器人广泛融入物理世界的未来，已经近在眼前。
Cohere CEO Aidan Gomez（艾丹·戈麦斯）：企业 AI 的规模化边界、合成数据与后 Transformer 时代撰文：Techub News 整理
导语
2025 年 4 月，Transformer 架构论文的八位作者之一、知名 AI 公司 Cohere 的联合创始人兼 CEO Aidan Gomez（艾丹·戈麦斯）做客由 Redpoint Ventures 制作的播客节目《Unsupervised Learning》。在这场长达 51 分钟的深度对话中，Gomez 以其独特的双重身份——既是奠定当前 AI 浪潮基础的关键研究者，又是领导一家估值数十亿美元 AI 公司的掌舵人——分享了关于企业 AI 落地、模型能力边界、数据策略以及未来 AI 架构演变的深刻见解。在当前 AI 从狂热探索转向务实落地的关键节点，Gomez 的思考为行业提供了宝贵的路线图。
摘要
企业 AI 成功的关键在于“中间路线”：既非纯咨询，也非纯标准化产品，而是需要深度支持与定制化集成，尤其要解决数据隐私和跨软件访问的复杂性问题。
规模化定律正在失效：单纯堆砌算力和资本的“暴力美学”已进入回报递减阶段，未来的模型进步需要更聪明、更具创造性的算法和数据策略。
合成数据成为主力，但人类评估仍是黄金标准：在模型训练中，合成数据已占主导，能极大降低成本；然而在评估模型输出的有效性和安全性时，人类专家仍不可或缺。
推理能力是当前最大突破：具备“测试时计算”（test-time compute）或“思维链”能力的模型，在处理此前无法解决的复杂业务流程自动化任务上，实现了从“几乎总失败”到“几乎总成功”的质变。
Transformer 架构终将被超越：尽管 Transformer 展现了惊人的生命力，但作为其共同创造者的 Gomez 热切期待在 5-10 年内出现新的、更优越的 AI 基础架构。
企业 AI 的落地模型：定制化集成是胜负手
面对企业如何部署生成式 AI 的多种模式——从纯咨询服务、自带工程团队的产品化方案，到开箱即用的标准化产品——Aidan Gomez（艾丹·戈麦斯）认为，长期来看，“中间路线”将会胜出。AI 是一项复杂的新技术，企业往往需要帮助才能将其整合到现有经济体系和五花八门的软件生态中。
Gomez 指出，AI 智能体要实现有效的自动化，必须拥有与人类员工同等级别的信息访问权限。这意味着它需要接入企业的电子邮件、聊天记录、通话、CRM、ERP、HR 软件等几乎所有系统，以获取足够的上下文。这带来了两大挑战：首先是前所未有的隐私问题，很少有软件需要如此广泛的数据访问权限，因此隐私在 AI 领域比其他企业软件更为关键；其次是极高的定制化需求，每家公司的软件“马赛克”都独一无二，没有标准配置，因此需要大量定制化工作来整合所有上下文并接入模型。
这正是 Cohere 在其新的智能体平台“North”上投入巨资的方向：让平台更容易根据每家公司的特定软件图谱进行定制和集成。Gomez 坦言，实现完全自助、无需人工干预的安装和配置目前仍是“幻想”，未来更可能是一种“中间状态”——自动化解决部分问题，但鉴于访问薪资数据、客户数据或患者数据等敏感信息的风险极高，相当多的安全护栏（guardrails）和人工监督仍是必要的。
产品市场契合点：从客户支持到深度研究
凭借与众多企业合作的独特视角，Gomez 分享了当前他认为已具备明确产品市场契合度（PMF）的 AI 用例。
客户支持是技术已准备就绪、需求极为明确的领域，正在电信、医疗、金融服务等各个垂直行业快速铺开。另一个难以归类但需求旺盛的领域是研究增强——用 AI 智能体辅助人类，将需要一个月的研究工作在短短一两个小时内完成。他举了一个生动的例子：银行的财富经理接到客户要求对冲某个未来地缘政治事件的请求，传统上需要耗时数日进行紧急研究。而现在，能够阅读海量资料并生成带有引用来源的详实报告的 AI 模型，可以将这类知识工作的效率提升十倍。
展望未来 12 个月，Gomez 预测，随着像 North 这样的自动化基础设施在企业中部署到位，更多“平凡的”后台办公室工作将开始上线，例如财务、法务领域的流程自动化。此外，销售也是一个成熟的领域。销售人员在会见客户前需要进行的内部和外部研究（公司战略、关键联系人、历史沟通记录等），完全可以由 AI 智能体高效完成，生成一份全面的情报简报，从而极大提升销售效率。
关于企业是选择多个“最佳单项”解决方案，还是一个统一的平台，Gomez 认为会经历一个从分散到整合的过程。初期各部门可能采购各自的应用，但很快他们会发现，销售智能体不能只接入 CRM，财务智能体也不能只接入 ERP，它们都需要连接公司内所有其他信息源。维护这些分散应用与所有数据源的连接将带来巨大的负担，因此最终会强烈倾向于整合到一个统一的、能接入一切、并实现所有自动化目标的平台。这也正是 Cohere 通过 North 平台所布局的“长线游戏”。
模型战略：垂直整合与专业化之路
在“一个模型统治一切”还是“多个专业模型并存”的辩论中，Gomez 的观点经历了演变。他最初更倾向于需要专业模型，但随着模型展现出自我发展出“专家子网络”的能力，这种压力有所缓解。
然而，定制模型仍然至关重要。基于网络数据训练的通用模型，缺乏关于特定业务或领域的根本性上下文信息。网络上有大量关于人类历史、文化、科学的信息，但制造业数据、客户交易数据、详细的个人健康记录等并不在网络上。对于这些模态或数据类型，Cohere 的做法是与拥有这些数据的机构合作，创建仅供其访问的定制模型，使其在该领域变得非常出色。
尽管如此，通用模型的能力已经非常卓越，而合成数据能够显著弥合差距。因此，Gomez 认为，一个组织内部不会运行数十或数百个模型，可能只有少数几个。他并不认为每个团队都需要自己的微调模型，除非他们专注于模型从未接触过的某种新型数据。
谈到 Cohere 同时构建底层模型和上层应用（North）的垂直整合战略优势时，Gomez 强调，这让他们拥有更多杠杆来提供客户所需的体验。最新版的 Command 模型已经针对 North 平台中客户需要的用例进行了优化，例如知道如何使用 ERP、如何与 CRM 协作。这种技术与客户实际需求之间的深度整合，对于产品质量至关重要。许多现有应用未能兑现其对用户的产品承诺，部分原因就在于它们只是技术的消费者，无法为了客户需求而改变底层技术。
数据与评估：合成数据当家，人类把关仍在
在数据策略方面，Gomez 揭示了当前模型训练的前沿实践。合成数据已经占据了 Cohere 为新模型生成数据的“压倒性多数”。用 10 万名医生来教模型学医的成本高得不可行，但用 100 名医生提供高质量、可信赖的“种子”数据，然后生成上千倍的合成仿制数据，则是可行的策略。在代码、数学等可验证领域，这更容易实现，因为可以检查结果并过滤垃圾数据。在其他领域虽然更复杂，但仍然是可行的。
然而，在模型评估（Eval）环节，人类仍然是无法脱离的“黄金标准”。Gomez 明确指出，要让人类退出评估循环，除非有一个比当前模型更专业的“专家”来观察它，但这首先假设你能构建出那个“专家”。因此，在评估方面，仍然严重依赖人类。毕竟，最终使用模型的是人，他们最适合评估模型的有用性。
能力突破：推理改变游戏规则，规模化遭遇瓶颈
Gomez 兴奋地谈到，推理能力是当前一代模型最明显的突破。对于 Cohere 专注的企业场景而言，推理的意义不在于解决数学奥林匹克竞赛，而在于教会模型使用人类在业务中使用的工具，来推理并解决业务中存在的问题。
在具备推理能力之前，许多任务根本无法让模型达到足够的准确度来完成，几乎是“不可能”的，模型几乎总是失败。而有了推理能力后，模型几乎从不失败。无论是多复杂的任务，它似乎都能找到办法完成。推理能力解锁了“反思”——理解第一次尝试为何失败，并利用这个信息找到达成同一结果的其他路径。这带来了真正的解放。
同时，Gomez 明确表示，“规模即一切”的假说正在被打破。资本和算力的回报递减效应已经非常明显。行业将不得不变得更聪明、更有创造力，才能解锁技术的下一个台阶。他认为这是好事，是对创新者施加的良好压力，迫使大家去探索和尝试。旧策略（单纯砸钱堆算力）是“无聊且愚蠢的”，他更期待新时代的到来。
未来架构：Transformer 的统治终将结束
作为 Transformer 架构的共同创造者，Gomez 对此架构的持久统治感到惊讶甚至“不满”。他坦言，如果在 2018 年（Transformer 论文发表一年后）被问到，7 年后我们是否还会主要使用 Transformer，他会认为概率“接近零”。
尽管目前出现了像状态空间模型（SSM）、离散扩散模型等有潜力的新架构，但往往发现可以将它们的优点“偷”过来融入 Transformer，从而削弱了彻底更换架构的必要性。例如，离散扩散模型在用户体验上很酷（像图像扩散一样从噪声中生成文本），但它是否真的是比 Transformer 更好的语言模型？Gomez 表示怀疑。
尽管如此，他热切期望在未来的 5 到 10 年内，会出现新的、成为主流的 AI 架构。“拜托，一定要有（新架构）。”他说道。这反映了一位奠基者对技术持续进步的真诚渴望。
AI 与社会：乐观前景与务实关切
Gomez 对 AI 的未来持乐观态度，但并非乌托邦式的幻想。他认为 AI 不会导致大规模失业，因为世界面临的是供给约束而非需求约束。只要能够将人们转移到需要的岗位并进行再培训，人类的需求是无限的。AI 技术将增强人类，让他们能够产出更多世界需要的东西。
他关注的 AI 风险更侧重于中短期：担心恶意行为者（尤其是国家层面）可能获得的能力；希望自由民主国家能率先掌握并建立优势；担忧社会是否具备足够的基础设施来帮助受影响岗位的人员转型到新的、更有成就感的工作。至于“终结者”式的生存风险（x-risk），他认为目前有足够多近中期的现实问题需要关注和解决，不应让公众和政策制定者的焦点过早集中在末日场景上。
最后，Gomez 分享了他最期待的下一个模型能力突破：从经验中学习。目前，模型无法记住与用户的互动历史和学习反馈，每次对话都像是面对一个刚来的实习生。他憧憬未来模型能像真正的实习生一样，在用户的教导和反馈中成长，从不犯错到熟练，最终成为用户的“2.0 版本”。这种与系统共同成长的联系，将彻底改变人机交互的深度和价值。
Google 首席科学家 Jeff Dean（杰夫·迪恩）与 Transformer 之父 Noam Shazeer（诺姆·沙泽尔）：25 年 AI 之路与 AGI 蓝图撰文：Techub News 整理
导语
2025 年 2 月，知名播客主持人 Dwarkesh Patel 邀请到了 Google 的两位传奇工程师——首席科学家 Jeff Dean（杰夫·迪恩）和 Transformer 架构共同发明人 Noam Shazeer（诺姆·沙泽尔）进行了一场深度对话。两人均在 Google 工作了近 25 年，是塑造现代计算与 AI 格局的关键人物。Jeff Dean 主导了 MapReduce、BigTable、TensorFlow、TPU 等基础系统的开发，如今是 Gemini 项目的三位联合负责人之一。Noam Shazeer 则是 Transformer、Mixture of Experts、Mesh TensorFlow 等核心 AI 技术的发明者或共同发明者，同样深度参与 Gemini 项目。这场对话不仅是对 Google 25年技术史的回顾，更是两位顶尖大脑对 AGI（通用人工智能）未来路径的前瞻性探讨，揭示了从硬件设计、算法创新到组织形态的深层思考。
摘要
从 N-gram 模型到 Transformer：回顾了 Google 早期在语言模型（如 2007 年的两万亿词条 N-gram 模型）上的探索，以及 Transformer 诞生的必然性与偶然性。
硬件与算法的「共舞」：探讨了摩尔定律变迁下，从通用 CPU 到专用 AI 芯片（如 TPU）的转变如何反过来塑造了深度学习算法的发展。
推理计算的范式转变：未来 AI 能力的飞跃将更多来自「推理时计算」的扩展，通过搜索、验证和多步思考，让模型在回答问题时「想得更深」。
下一代 AI 架构构想：提出了超越当前 Transformer 的、更「有机」的模型生长方式，灵感来源于大脑的模块化与连接可塑性，以适应硬件层级和多样化任务。
Google 的 AGI 愿景：AI 不仅是信息检索，更是信息组织与创造的工具，其目标是理解多模态世界并帮助人类完成复杂任务。
从 25 人到 AGI：Google 的技术演进史
当被问及在 Google 早期是否了解公司的一切时，Jeff Dean（杰夫·迪恩）幽默地回忆起公司规模的指数级膨胀。他加入时 Google 只有约 25 人，可以记住每个人的名字和项目。但随着公司壮大，会经历「知道所有软件工程师」到「只知道所有项目」，再到「收到‘鸭嘴兽项目’上线邮件却不知其为何物」的阶段。Noam Shazeer（诺姆·沙泽尔）的加入故事则更具偶然性：1999 年在招聘会上看到 Google，误以为已是巨头而错过，2000 年因喜欢其搜索引擎而投递简历，被当时墙上用蜡笔绘制的、呈指数增长的每日搜索查询图表所吸引，决定加入这个「一群聪明人做好事」的地方，并计划「赚够钱后就去专心研究 AI」——这个计划以他未曾预料的方式实现了。
两人回顾了 Google 如何天然成为 AI 研究的沃土。公司的使命——「整合全球信息，供大众使用，使人人受益」——本身就是一个需要先进 AI 才能实现的宏大目标。从早期的网页索引和搜索，到后来的机器翻译、拼写纠正，AI 一直是 Google 核心业务的延伸与深化。
硬件与算法的共生：从摩尔定律到 TPU
对话深入探讨了硬件进步如何与算法发展相互塑造。Jeff Dean（杰夫·迪恩）指出，过去二十年，摩尔定律在通用 CPU 上的红利逐渐消退，但专用机器学习加速器（如 TPU 和 GPU）的崛起，使得针对现代计算（尤其是矩阵运算）的高性能和高效能成为可能。Noam Shazeer（诺姆·沙泽尔）进一步阐释，当前深度学习得以爆发，正是因为算术变得极其廉价，而数据移动相对昂贵。这使得以大量矩阵乘法（N³ 运算，N² 数据通信）为核心的架构成为主流。
这种硬件特性直接影响了算法设计。Jeff Dean（杰夫·迪恩）以量化为例说明了「协同设计」的重要性。早期 TPUv1 冒险采用 8 位整数进行推理，如今训练和推理已可使用 INT4 甚至更低的精度。这需要算法设计者意识到低精度能带来巨大的吞吐量/成本提升，并与芯片设计者紧密合作。他调侃道，如果只问当前的算法研究者，他们可能会因为量化带来的麻烦而拒绝；但如果能看到全貌，知道量化能让模型快三倍，「那么你就得忍受这点麻烦」。
两人还设想了一个反事实世界：如果内存成本下降速度远快于算术成本，AI 可能会更像 20 年前的样子，依赖对大型内存的查找，而非如今的计算密集型模型。这凸显了当前技术路径的硬件依赖性。
早期探索与 Transformer 的必然性
Jeff Dean（杰夫·迪恩）分享了他 1990 年的本科论文，内容是在 32 处理器超立方机器上并行化神经网络的反向传播。他当时天真地以为 32 个处理器就能训练出强大的神经网络，后来才发现需要百万倍的计算量。直到 2008-2010 年左右，得益于摩尔定律，神经网络才开始在真实问题上发挥作用。
更引人注目的是 Google 在 2007 年的工作：为参与 DARPA 机器翻译比赛，团队训练了一个基于两万亿词条的五元文法（5-gram）语言模型。当时的系统翻译一个句子需要 12 小时，因为要进行数十万次磁盘寻址。Jeff Dean（杰夫·迪恩）与团队合作，设计了内存中的压缩数据结构，将翻译延迟降至 100 毫秒左右。这个将整个互联网词汇关系进行潜在表征的系统，可视为当今大语言模型的早期雏形。Noam Shazeer（诺姆·沙泽尔）则在更早的 2001 年就构建了基于语言模型的拼写纠正系统，其准确性令全公司惊叹。
当被问及是否当时就预见到 N-gram 模型会通向智能时，两人都给出了否定的答案。Noam Shazeer（诺姆·沙泽尔）认为，语言建模之所以成为「世界上最好的问题」，在于其目标简单（预测下一个词的概率分布）、拥有近乎无限的训练数据（互联网文本），并且是「AI 完备」的——做好这一点，几乎就能解决任何问题。Transformer 的诞生被形容为「想法已在空气中」，需要有人将注意力机制、键值存储等已有灵感组合起来，并解决关键的新问题。
从信息检索到 AGI：Google 使命的扩展
随着 AI 模型从检索信息（如 BERT 用于搜索）发展到实际完成工作（如编写代码），Google 的核心使命也在演进。Jeff Dean（杰夫·迪恩）认为，Google 始终是「组织全球信息」的公司，但这一定义已超越检索，涵盖了「根据指导创造新信息」。例如，帮助用户给兽医写信、总结视频内容、处理基因组或自动驾驶汽车激光雷达数据等。
AI 的目标是理解存在于所有模态中的世界信息，并将其转化为对人们有用的洞察，帮助他们完成各种任务——无论是娱乐性聊天，还是从上百个网页中综合信息回答复杂问题。Noam Shazeer（诺姆·沙泽尔）更展望了消除语言障碍的愿景：让任何语言的使用者都能无障碍获取和理解任何内容（如观看任何语言的视频）。
长上下文、推理计算与模型进化
当前模型的上下文长度有限（虽已可达百万 token），且存在「幻觉」问题。Noam Shazeer（诺姆·沙泽尔）指出，模型参数记忆事实的效率较高（大约每个参数记忆一个事实），但上下文中的每个 token 需要大量内存存储键值。未来的挑战是让模型能够「关注」数万亿 token，例如整个互联网或个人的全部信息。这需要突破二次复杂度的朴素注意力算法，开发新的近似算法。
两人都认为，未来 AI 能力提升的关键将从预训练更多地转向「推理时计算」。Noam Shazeer（诺姆·沙泽尔）算了一笔经济账：即使进行一万亿次操作 per token，成本也极低，使得与模型对话比阅读平装书便宜 100 倍，比咨询客服、软件工程师或医生便宜无数个数量级。因此，有巨大空间通过增加推理计算来让模型「更聪明」。Jeff Dean（杰夫·迪恩）描述，这就像有一个旋钮，拧得越多（消耗更多计算），答案质量就越高。这对于重要性不同的问题非常有用。
实现更高效推理需要算法创新，例如使用「草案模型」：让小模型一次预测多个 token，再由大模型验证，从而突破单 token 解码的瓶颈。此外，搜索（探索多种解决方案路径）将是利用额外推理计算的核心部分。
下一代架构：超越 Transformer 的「有机体」
在对话最富想象力的部分，Jeff Dean（杰夫·迪恩）勾勒了超越当前 Transformer 的下一代 AI 架构蓝图。他称之为更「有机」、不那么精心数学构造的机器学习模型。灵感来源于大脑的不同专门化区域，以及连接的可塑性。
模块化与专门化：超越混合专家模型当前的结构化形式，实现更有机的「专业能力」生长。模型可以根据需要，在特定领域增加容量并学习更多。
连接适应硬件：模型连接方式应适应硬件层级。同一芯片/HBM 内的「神经元」连接应极度密集；跨芯片连接减少；跨 TPU Pod 或跨数据中心（城域）的连接则更少，仅传递最重要的表征信息。Jeff Dean（杰夫·迪恩）希望这种连接模式能有机地涌现出来，而非手动指定。
动态计算分配：这种「有机体」可以根据任务需求，动态激活不同规模的计算子图。需要 10 个工程师的输出或 100 个工程师的输出，不是调用更多代理实例，而是激活不同模式或更大规模的子图。计算量可能因任务难度差异万倍甚至百万倍。
持续进化与蒸馏：这个系统可以持续进化，虽然部署复杂，但可以通过蒸馏技术，定期将其能力提取到高效、可服务的模型中。Jeff Dean（杰夫·迪恩）呼吁业界发明能瞬间将巨型「有机体」蒸馏到手机上的技术。
Noam Shazeer（诺姆·沙泽尔）补充，要实现这种飞跃，还需要改进训练目标。仅仅预测下一个 token 可能不是最有效的学习方式。人类会通过回答问题、视觉输入、在环境中行动并观察结果（如婴儿学习重力）来学习。让模型在学习过程中采取行动，将比被动观察数据集有效得多。甚至，模型可以通过「思想实验」或自我对弈（如 AlphaZero 下棋）来提升，无需外部数据。
研发加速、数据效率与开源思考
随着 AI 自动化自身研发过程，进步可能加速。Noam Shazeer（诺姆·沙泽尔）指出，当前全球可能有上万名 AI 研究者，每年产生 Transformer 级突破的概率或许是 10%。如果这个社区通过 AI 工具扩大千倍，可能会带来突破的井喷。自动化探索可以让人工研究者从繁琐实验中解放，更专注于高层指导。
Jeff Dean（杰夫·迪恩）特别提到利用 AI 加速芯片设计的潜力。当前芯片设计周期长达 18 个月以上，制造只占其中一小部分。如果通过自动化搜索大幅缩短设计时间，就能更快地响应算法变化，实现更快的硬件迭代，形成加速反馈循环。
关于数据效率，人类仅接触过约 10 亿 token 的数据，却掌握了大量知识。这表明当前模型从数据中提取信息的能力还有巨大提升空间。通过改变训练目标（如掩码预测、dropout、多轮学习）、纳入更多视觉数据，以及让模型通过行动学习，可以大幅提升样本效率。
当被问及 Google 早期开源 Transformer 等核心技术是否后悔时，Noam Shazeer（诺姆·沙泽尔）认为，看到其他公司的进展有助于认清机会规模，而且市场并非零和游戏。AI 将带来 GDP、健康、财富等领域的数量级增长。如今，Google 会根据技术的关键性和产品化节奏，灵活决定是立即发表、产品化后发表，还是仅内部使用。目标是在推动领域发展与保持竞争优势间取得平衡。
25 年长青的秘诀：好奇心、谦逊与协作
回顾长达 25 年且横跨多个领域的突破性职业生涯，两人分享了他们的秘诀。Jeff Dean（杰夫·迪恩）强调持续学习新领域的重要性：关注研究动态，与不同领域的同事合作，让专业知识相互「感染」，从而获得解决新问题的综合能力。Noam Shazeer（诺姆·沙泽尔）则认为「谦逊」是关键：要能随时放弃自己的想法，拥抱更好的方案。他提到 Google Brain 早期「自下而上」的算力分配（类似全民基本收入），鼓励了探索和失败；而如今 Gemini 项目更多「自上而下」的协调，则促进了协作，减少了重复建设。未来的理想模式是两者结合，既鼓励协作，也保持灵活性。
Jeff Dean（杰夫·迪恩）还有一个名为「去吧，杰夫，疯狂点子」的内部幻灯片，用于分享他基于新能力设想的产品方向，以此激发团队兴趣，而非强制命令。这或许正是 Google 这个科技巨头能持续创新的文化缩影。在这场跨越四分之一世纪的回顾与展望中，两位先驱不仅梳理了 AI 发展的来路，更为我们描绘了一条通往更强大、更有机、更通用人工智能的激动人心的未来路径。
Andrew Ng（吴恩达）：AI 时代，速度是创业成功的关键预测因子撰文：Techub News 整理
导语
2025 年 7 月，AI 领域的先驱之一、Coursera 联合创始人、知名 AI 专家 Andrew Ng（吴恩达）在 Y Combinator 的 Startup School 活动上发表演讲，题为《用 AI 更快地构建》。作为 AI Fund（一家专注于 AI 的创投工作室，平均每月联合创立约一家初创公司）的创始人，Andrew Ng（吴恩达）并非仅从投资视角观察，而是亲身参与编码、客户沟通、功能设计和定价决策的全过程。在 AI 技术日新月异的背景下，他分享了从大量实战中提炼出的、旨在帮助初创公司加速执行、提升成功概率的核心经验与策略。
摘要
初创公司的成功与否，与执行速度高度相关。在 AI 时代，新工具使加速成为可能。
追求“具体创意”是获得速度的关键起点，模糊的想法虽有赞美但难以执行和验证。
AI 编程助手正使工程开发（尤其是原型构建）速度提升十倍甚至更多，改变了成本结构和决策模式。
工程速度的提升使产品管理和用户反馈成为新瓶颈，需要一套组合策略来快速获取反馈、调整方向。
深入理解 AI 技术栈和智能体工作流等新兴构建模块，能让团队避开技术弯路，抓住更多创新组合机会。
机遇在应用层，但工具在进化
Andrew Ng（吴恩达）首先分享了其对当前 AI 机遇格局的看法。他认为，尽管半导体、云计算和基础模型公司吸引了大量关注和炒作，但几乎可以肯定，最大的机会必然在应用层。因为最终需要应用来产生更多收入，才能支撑起底层技术栈的成本。他提醒创业者，虽然技术栈各层都有机会，但应用层因其直接创造价值而潜力最大。
过去一年半，AI 最重要的技术趋势之一是 智能体（Agentic）AI 的兴起。Andrew Ng（吴恩达）解释说，过去我们通常以“一次性提示生成完整输出”的方式使用大语言模型（LLM），这好比要求一个人一口气从头到尾不打草稿地写完一篇文章。而智能体工作流则允许 AI 系统迭代工作：先写大纲、做网络研究、撰写初稿、自我批判并修订。虽然速度较慢，但能产出质量高得多的工作成果。在 AI Fund 参与的复杂合规文档提取、医疗诊断、法律文件推理等多个项目中，智能体工作流已成为“项目能否成功”的关键区分因素。
由此，AI 技术栈在过去一年中出现了一个新的层级：智能体编排层，它帮助应用开发者协调下层技术（如基础模型）的多次调用。这一层的出现使得构建应用变得更加容易，但 Andrew Ng（吴恩达）重申，应用层仍是技术栈中价值最高的部分，创业者应继续聚焦于此。
速度的起点：追求“具体创意”
对于如何获得初创公司至关重要的执行速度，Andrew Ng（吴恩达）给出的第一个核心建议是：只专注于“具体创意”。一个具体的产品创意，其细节需要详细到工程师可以直接去构建它。
反面例子：“用 AI 优化医疗资产”。这过于模糊，不同工程师会做出完全不同的东西，无法快速构建，也就没有速度。
正面例子：“开发一款软件，让患者可以在线预约医院的 MRI 机器时段以优化使用率”。尽管这个想法可能已有公司在做，但它足够具体，工程师可以快速构建原型来验证其好坏。
Andrew Ng（吴恩达）指出，许多创业者容易被迷惑，因为模糊的想法往往能获得更多赞誉。当你对朋友说“用 AI 优化医疗资产”时，大家都会说这是个好主意。但模糊几乎总是“正确”的，而具体则意味着可能被验证为正确或错误。对于初创公司而言，快速验证（无论结果如何）才是最重要的。具体创意提供了清晰的方向，团队可以全速前进，要么验证其可行，要么快速证明其无效并转向。
他发现，优质的具体创意通常源于某个领域的专家对该问题的长期思考。在积累了丰富的客户交流经验和直觉后，这些专家的“直觉”（瞬间决策）可以成为决策的绝佳代理机制。虽然 Andrew Ng（吴恩达）热爱数据，但在很多初创场景下，获取数据是缓慢的决策机制，而一个拥有良好直觉的领域专家，往往是实现快速决策的更好方式。
此外，成功的初创公司在任何时刻都应专注于一个非常清晰的假设进行构建和验证。初创公司资源有限，无法同时对多个方向进行对冲。因此，选定一个具体创意，全力投入，一旦数据表明此路不通，便应立即转向另一个完全不同的具体创意。这就是 AI Fund 的常态：以坚定的决心追求一件事，直到世界证明我们错了，然后以同等的决心和执着转向下一件事。
Andrew Ng（吴恩达）还提醒，如果每一点新数据都导致你改变方向（“每个客户访谈都让你彻底改变主意”），这可能意味着你初始的知识基础太薄弱，对该领域还不够了解。此时，引入或成为对该主题有更长期思考的人，有助于你更快地走上正轨。
工程速度革命：从“单行道”到“双向门”
当具体创意确立后，下一个加速环节是工程构建。Andrew Ng（吴恩达）强调了 AI 编程助手如何从根本上改变了工程构建-反馈循环的速度和成本。
他指出，对于许多应用型初创公司而言，最大的风险是“客户接受度”，而非技术实现能力。传统的循环是：构建软件（工程任务）→ 获取用户反馈（产品管理任务）→ 调整构建方向 → 再次构建。AI 编程助手的出现，使得工程速度急剧提升，成本大幅下降。
Andrew Ng（吴恩达）将自己编写的软件分为两类：
快速且粗糙的原型：用于测试想法（如新的客服聊天机器人、处理法律文档的 AI）。
生产级、可维护的软件：维护遗留系统或大型生产就绪代码库。
对于生产级代码，使用 AI 系统可能提升 30% 到 50% 的效率。然而，对于构建快速原型，AI 带来的不是 50% 的提升，而是轻易达到 10 倍甚至更高的速度提升。原因在于：原型无需与遗留软件基础设施集成、对可靠性、可扩展性和安全性的要求要低得多。
他甚至会告诉团队：“去吧，写不安全的代码。”因为如果软件只在你的笔记本电脑上运行，且你不打算恶意攻击自己的电脑，那么不安全的代码是可以接受的。当然，在软件似乎可行之后、交付给他人之前，必须确保其安全性和可扩展性。这种思维的转变，使得初创公司可以系统地通过构建 20 个原型来探寻创新方向，即使很多概念验证（POC）最终不会进入生产阶段，其成本也已低到可以承受。
他回顾了 AI 编程助手的发展历程：三四年前是代码自动补全（如 GitHub Copilot），随后是 Cursor、Windsurf 等 AI 增强的 IDE，而从大约六七个月前开始，出现了新一代高度智能体的编码助手（如他自己大量使用的 o3、Claude Code）。工具迭代极快，跟上最新工具与落后半代之间效率差异巨大。
一个深刻的认知转变是：代码作为“宝贵产出物”的价值正在下降。因为软件工程的成本降低了，重写整个代码库、选择新的数据模式不再那么困难。Andrew Ng（吴恩达）借用 Jeff Bezos（杰夫·贝索斯）的术语解释说，选择技术栈架构过去是一个“单行道”决策，一旦确定就难以回头。而现在，它正变得更像一个“双向门”。他的团队有时会在一周后改变主意，扔掉代码库，在新的技术栈上从头开始重写。虽然仍有成本，但这种可能性已经打开。
更进一步，Andrew Ng（吴恩达）提出了一个颇具争议的观点：现在是让每个岗位的人都学习编程的时候了。在他的团队中，CFO、人才主管、招聘人员、前台都懂编程，并且这让他们在所有职能上都表现得更好。他认为，未来最重要的技能之一是“告诉计算机你到底想要什么，让它为你实现”。学习编程（即使不亲手写代码，而是引导 AI 编程）似乎是长期掌握这一技能的最佳途径。他以团队中一位懂艺术史的成员能精确控制 Midjourney 生成高质量背景图为例，说明了对工具的深入理解如何带来更好的产出。
新瓶颈与快速反馈策略
随着工程速度的飞速提升，产品管理工作——获取用户反馈、决定构建什么功能——日益成为新的瓶颈。Andrew Ng（吴恩达）观察到，过去硅 Valley 常见的产品经理与工程师比例（如 1:6 或 1:7）正在发生剧变。
他透露，就在2025 年 7 月，他的一支团队在规划项目人力时，首次提出了一个前所未有的比例：1 个产品经理对应 0.5 个工程师（即 PM 数量是工程师的两倍）。这个动态非常有趣，尽管他还不确定这是否是个好主意，但这无疑是世界发展趋势的一个标志。他观察到，既懂编程又有产品直觉的 PM，或者有产品直觉的工程师，往往表现更好。
为了应对这一瓶颈，Andrew Ng（吴恩达）分享了一套 获取快速产品反馈的策略组合，并按从快到慢、从低准确性到高准确性排列：
最快但依赖直觉：亲自体验产品，依靠直觉判断（如果你是领域专家，这通常效果出奇地好）。
稍慢一点：询问三个朋友或队友。
再慢一点：询问三到十个陌生人获取反馈。他特别强调了一项重要技能：学会在咖啡店、酒店大堂等高人流区域，非常礼貌地邀请陌生人试用产品并给予反馈。他坦言自己过去常这么做，现在因为被认出来而变得有些尴尬，但这对于创业者是非常宝贵的技能。
更慢：向 100 名测试者发送原型（如果你有用户群）。
最慢的策略之一：A/B 测试。尽管他做大量 A/B 测试，但它已成为其工具箱中最慢的战术之一，因为它需要时间和足够的用户量。
Andrew Ng（吴恩达）特别指出，当使用除第一种（直觉）之外的策略时，关键不仅在于根据数据做出决定。他的团队会坐下来仔细研究数据，目的是“磨砺直觉”——更新关于用户的心理模型，从而提高未来使用“直觉”快速做出高质量产品决策的能力。这一点至关重要。
理解 AI 技术，才能更快、更准
Andrew Ng（吴恩达）最后强调了 深入理解 AI 技术本身如何赋予初创公司速度优势。对于成熟技术（如移动应用）或成熟岗位（如销售、市场），相关知识已广泛传播，找到专家相对容易。但 AI 是新兴技术，关于如何做好 AI 的知识尚未普及。
因此，真正理解 AI 的团队相对于不理解的团队拥有优势。他举例说，诸如“客服聊天机器人能达到多高的准确率？”、“应该使用提示工程还是微调，抑或是某种工作流？”、“如何实现语音输出的低延迟？”等技术决策，如果选择正确，可能几天就解决问题；如果选择错误，则可能在死胡同里浪费三个月。理论上，一个二进制（对/错）的技术决策最多带来两倍的加速，但实践中，选错路径可能导致花费十倍的时间追逐错误方向。因此，拥有正确的技术判断力至关重要。
另一个原因是，过去两年涌现了大量优秀的生成式 AI 工具或构建模块：提示工程、工作流、评估指标、护栏、检索增强生成、语音交互、异步编程、ETL、嵌入、微调、图数据库、模型集成等等。了解这些构建模块，就像拥有更多颜色的乐高积木。每掌握一个新的构建模块，你能组合创造的事物数量就以组合式或指数级增长，从而创造出甚至一年前都没人能构建的软件，这为初创公司创造了大量新机会。
Andrew Ng（吴恩达）以 DeepLearning.AI 的课程为例，表示学习这些课程就是在获取新的“积木”，从而能以丰富得多的组合方式构建前所未有的应用。
问答环节精选：AGI、炒作、教育与责任
在随后的问答环节，Andrew Ng（吴恩达）进一步阐释了他的观点。
关于 AGI 与人类定位：他认为 AGI 被过度炒作，在很长一段时间内，仍有许多事情是人类能做而 AI 不能的。未来最强大的人是那些能让计算机精确执行其指令的人。掌握和使用 AI 工具的人将比不使用的人强大得多。
关于 AI 炒作与危险叙事：他直言过去两年有些公司为了 PR、融资等目的，炒作某些叙事且未被事实核查。例如，“AI 可能导致人类灭绝”、“AI 如此强大很快将无人有工作”、“训练新模型就能轻易消灭成千上万家初创公司”、“AI 耗电巨大只能用核能”等，在他看来都是夸大其词的危险叙事。他强调，AI 本身并非安全或不安全，安全取决于我们如何应用它。他更倾向于谈论“负责任的 AI”，而非笼统的“AI 安全”。他还批评了利用这些炒作 narrative 来攻击开源软件的行为，认为这抑制了创新。
关于创业护城河：当被问及在 AI 能快速复制产品的时代如何思考业务时，他强调创业初期最应关注的是“你是否在构建一款用户真正热爱的产品”。在解决这个问题之前，讨论护城河、渠道等为时过早。护城河往往是随着产品成功而逐步演化出来的。目前，世界上“可能构建但尚未构建”的机遇数量，似乎远超拥有构建技能的人数，尤其在应用层，存在大量空白领域。
关于智能体 token 成本：他建议开发者首先近似地不要担心 token 成本。只有少数足够幸运的初创公司，其产品使用量会大到让 token 成本成为问题。对于遇到这种情况的团队，通常有工程解决方案（如提示工程、微调、优化）来降低成本。他建议软件架构应便于在不同构建模块提供商之间切换，以保持灵活性。
关于教育科技的未来：他认为教育将走向高度个性化，但目前有大量实验在进行，最终形态尚未清晰。AI 在教育领域的应用映射到智能体工作流的过程仍在进行中，尚未成熟。
关于平衡发展与责任：他给出了简单而有力的建议：审视内心，如果你从根本上不认为你所构建的东西会让大众生活得更好，那就不要去做。AI Fund 曾基于伦理考量而非财务原因终止了多个项目。此外，他呼吁让更多人掌握 AI 技能，避免因技能差距加剧不平等。同时，他警惕某些监管提案（如加州曾提出的 SB-1047）可能被用来扼杀开源，造就少数“守门人”公司，从而阻碍创新和知识扩散。他认为保护开源、确保创新的自由，对于普及 AI 知识和技能至关重要。
Figure AI 创始人 Brett Adcock（布雷特·阿德科克）：为何人形机器人将主导万亿级未来撰文：Techub News 整理
导语
2025 年 2 月，Figure AI 创始人兼首席执行官 Brett Adcock（布雷特·阿德科克）做客 Amit Kukreja 播客节目，进行了长达近一小时的深度访谈。作为一位连续成功创业的企业家——从在线招聘平台 Vettery（以约 1 亿美元出售），到电动垂直起降飞行器公司 Archer Aviation（已上市），再到如今雄心勃勃的人形机器人公司 Figure AI——Adcock 分享了其跨越软件与硬件的独特创业视角。本次对话正值 Figure AI 发布新一代机器人并签署重要商业合作之际，Adcock 的见解为我们理解这一前沿科技领域的竞争格局、技术挑战与未来愿景提供了珍贵的一手资料。
摘要
人形机器人是解决全球劳动力短缺和推动生产力增长的终极方案，其市场规模最终将远超智能手机或汽车。
Figure AI 的核心战略是垂直整合硬件设计与 AI 学习，认为这是实现可靠、高性能机器人的唯一路径，而“硬件先行”已取代“软件先行”成为当前阶段的竞争关键。
公司的商业模式分为两条主线：优先解决工商业中重复性、高流动性的体力劳动需求，远期目标是将机器人带入家庭，成为真正的个人助手。
Adcock 预测，人形机器人领域将像电动汽车和自动驾驶一样，最终由少数几家拥有顶尖人才、巨额资本和快速产品迭代能力的公司主导。
从软件到天空，再到机器人：创业者的“多巴胺”之源
Brett Adcock（布雷特·阿德科克）的创业生涯始于 2012 年创立的在线招聘平台 Vettery。他回忆道，创业初期充满起伏，甚至曾贷款 5 万美元支付纽约的生活开销。最终，公司在 2017 年以约 1 亿美元的价格出售，为他带来了“改变人生”的财富。然而，Adcock 并未止步于此。他将这笔财富几乎全部投入了下一个更具挑战性的领域：硬件。出于对航空的热爱和对电动化趋势的坚信，他在 2018 年创立了 Archer Aviation，一家电动垂直起降飞行器公司。在深科技领域融资异常艰难的时期，他不得不再次自我注资，几乎将之前所得全部投入。Adcock 坦言，他享受这种“挑战游乐场”般的状态，每天处理公司最难的问题，解决问题所带来的“多巴胺”是驱使他前进的核心动力。
当被问及为何在 Archer 已步入正轨（现已上市）时，转而投身于看似更难的机器人领域时，Adcock 表示，他从小就阅读艾萨克·阿西莫夫的科幻作品，对机器人充满向往。更重要的是，他看到了一个历史性的机遇窗口：“十年前太早，十年后太晚”。他认为，当前正是人形机器人进入市场的正确节点。技术的发展，特别是神经网络与机器人硬件的结合，正在产生“魔法般”的效果。他相信，Figure AI 所致力于解决的——将 AI 系统赋予物理身体，去完成各种有用的工作——将是“我们一生中可能构建的最重要的资产”。这不仅是一个巨大的商业机会，更是能为人类社会带来根本性变革的事业，例如让他的父亲以及未来的子孙后代无需再从事繁重的体力劳动。
为何人形机器人将定义万亿级未来？
Brett Adcock（布雷特·阿德科克）对未来市场规模有着极其坚定的预测：人形机器人产业将达到“数万亿美元的收入”。他解释道，核心逻辑在于“机械人类”的普适性。人形机器人可以直接部署在人类设计的环境中，无需改造现有基础设施，就能从事从工厂搬运到家庭洗衣的广泛工作。这是一个“绿地解决方案”。
从经济角度看，全球近一半的 GDP 是人力劳动贡献的。Adcock 指出，当前许多行业面临严重的劳动力短缺（仅美国就有约千万职位空缺）和高流动率问题，这些工作往往是重复、枯燥且人们不愿从事的。人形机器人并非简单地一对一取代人类岗位，而是在填补人力无法或不愿覆盖的空白，并最终提升整体生产率和经济产出。他乐观地展望，机器人的普及将使商品和服务变得更丰富、更便宜。
在需求端，Adcock 透露，Figure AI 目前已签署两家大型商业客户，仅这两家在未来四年内就有超过 10 万台机器人的意向需求。此外，还有约 50 家同等级别的潜在客户在排队。市场认知在过去两年发生了 180 度转变：从最初企业高管质疑“机械人类是什么”，到现在主动发出招标书，询问机器人的部署时间表。他相信，未来每个人都想拥有一台机器人，就像今天拥有手机或汽车一样，它将处理一切琐事，从做咖啡、洗衣到遛狗。
硬件与AI的垂直整合：Figure AI的“秘密武器”
在技术路径上，Brett Adcock（布雷特·阿德科克）强调了 Figure AI 与众不同的核心战略：深度垂直整合硬件设计与人工智能学习。他认为，这已成为当前阶段竞争的关键优势，而行业认知在此方面发生了“彻底的翻转”。
Adcock 回顾道，几年前许多人认为 AI（软件和专有数据集）是护城河，而机器人硬件是商品化的。但现在情况正好相反。要训练优秀的机器人神经网络，需要大量、高质量的“领域内机器人数据”。而市场上并没有现成的、高性能的人形机器人硬件可供采购用于训练。因此，Figure AI 从零开始，自主设计了所有硬件，包括电子设备、执行器、电池系统、嵌入式软件等，现已迭代至第三代。优秀的硬件是进行卓越机器人学习的前提。在此基础上，公司再构建专有的神经网络模型。
关于与 OpenAI 的合作关系终止，Adcock 解释称，他们已自主进行 AI 研发约一年时间。机器人 AI 需要两部分：一是用于语义理解的多模态大模型基础，二是关于机器人具体动作（如移动手臂、抓取轨迹）的专有训练数据。后者在大语言模型中并不存在。Figure AI 利用开源模型结合自研模型和内部机器人收集的数据，自建机器人基础模型。他认为，目前世界上没有其他团队在机器人 AI 学习方面展示了比 Figure AI 已公开成果更出色的能力。
他分析了行业中的两类玩家：一类是只专注硬件、对 AI 持“不可知论”的“中国机器人”模式；另一类是只想构建“机器人AI大脑”而不碰硬件的“AI即服务”模式。Adcock 认为，这两种割裂的策略都存在根本性挑战。没有硬件，AI 团队难以获得所需的领域数据和实际部署渠道；而没有深度AI整合的硬件提供商，则可能沦为低利润的代工方。Figure AI 选择的中间道路——同时打造顶尖硬件和为其量身定制的AI——虽然艰难，但在他看来是通向产品成功的唯一可靠路径。
制造、团队与文化：规模化征途上的挑战
实现“数百万台机器人”的宏伟目标，意味着必须攻克大规模制造和团队组织等非技术性挑战。Brett Adcock（布雷特·阿德科克）分享了他的思考。
关于制造，Figure AI 同样采取垂直整合策略，自主设计并运营产线。Adcock 指出，机器人制造与汽车制造有本质区别。机器人部件可由人手直接拿取和组装，这为制造流程带来了更大的灵活性，初期无需建设像汽车工厂那样庞大复杂的全自动化传送系统。他参考了消费电子（如手机）的亿级制造规模，认为机器人制造更接近后者而非前者。公司已设立试产线，并每周进行制造工程评审，目标是以最高水准实现高速率制造，并通过规模效应将成本降至数万美元级别。
在团队与文化方面，Adcock 吸取了此前创业的经验教训。在创立 Figure AI 时，他明确制定了长期愿景和详细的文化文件。公司文化强调扁平化、低官僚主义、快速决策。所有员工，包括总监和他本人，都是亲手写代码或进行工程设计的“实干者”，没有纯管理人员。他作为 CEO，将绝大部分时间投入产品与工程工作，而非投资者会议或外部活动，坚持与工程师团队并肩作战，获取一线的“地面实况”。
他认为，领导力的核心在于两点：一是为公司设定清晰的“北极星”方向并不断重申，确保团队同心协力；二是追求极致的速度。结合正确的方向和顶尖的人才，才能产出用户喜爱的伟大产品。Adcock 坚信，创始人主导、对产品抱有极致热忱的公司，相比雇佣职业经理人管理的公司，拥有根本性的竞争优势。这种全身心投入和“必须获胜”的心态，是他从迈克尔·乔丹等伟大竞争者身上汲取的灵感。
竞争格局与未来展望
谈到与特斯拉 Optimus 等竞争对手时，Brett Adcock（布雷特·阿德科克）认为，这个领域将像电动汽车、自动驾驶一样，最终由少数赢家主导大部分市场。成功需要同时具备几个苛刻条件：巨额资本、顶尖人才、快速的产品进展，以及最终实现海量机器人部署的能力。后者不仅能压低制造成本，更重要的是能形成一个收集数据、共享学习的机器人网络，这是单个机器人或小规模车队无法比拟的优势。
展望未来，Adcock 表示，Figure AI 的2025 年 2 月重点是稳健、安全、高性能地满足工商业劳动力需求，这将为机器人进入家庭铺平道路。他预计，在本十年内，人形机器人将变得非常可靠。而随着机器人的普及，它们将成为经济增长和生产率提升的核心引擎，甚至有助于解决国家债务等宏观经济学问题。
访谈最后，Adcock 流露出一种紧迫感和必胜决心。他表示，已拥有足够财富，无需为金钱继续工作。他投身于此，是为了赢得这场竞赛，打造真正具有变革性的产品和企业。他的目标是“尽快将数百万台机器人推向市场”，并在此过程中，深度重塑世界的运作方式。Stellar 网络以 4.9 亿美元规模在非美政府债务代币化领域超越以太坊Techub News 消息，根据 RWA.xyz 截至 8 月 20 日的数据，Stellar 网络持有约 4.9 亿美元的非美国主权债务代币化资产，这一规模已超越以太坊，使其在该领域自 2 月以来保持领先地位。同期，Stellar 原生代币 XLM 价格报 0.1922 美元，24 小时上涨 4.4%。（CoinPedia）Tenor OTC 在 Base 网络新增 AERO 作为固定利率借贷抵押品Techub News 消息，去中心化场外交易平台 Tenor OTC 在 Base 网络上新增 AERO 代币作为固定利率借贷的抵押品。此举旨在为代币持有者提供更多流动性选择和财务灵活性，以促进生态系统增长。（Crypto Briefing）英伟达 CEO 黄仁勋称人类水平 AI 已实现，但业界定义仍存分歧Techub News 消息，英伟达 CEO 黄仁勋近日表示，人类水平的人工智能（AGI）已经到来，并特别提及 OpenAI 的 GPT-6 Astra 模型已达到通用人工智能水平。然而，他此前在 G20 会议上的表态则更为模糊，称 AGI 可能在几年内实现，甚至“实际上今天就已经达到了”，并认为该术语的定义可能意味着很多，也可能毫无意义。
业界对 AGI 的定义和达成标准存在显著分歧。OpenAI 与微软的合作协议曾将 AGI 与创造约 1000 亿美元利润的能力挂钩，但 2026 年 4 月修订的协议已取消这一技术里程碑触发条款，无论技术进步如何，OpenAI 的付款将持续至 2030 年。红杉资本合伙人年初发文称“2026 年就是 AGI”，而 Anthropic 首席执行官 Dario Amodei 则认为当前系统远未达到“天才国度”的水平。
认知科学家 Gary Marcus 对此持怀疑态度，认为在真正实现之前的任何声明都为时过早。投资者则更关注这些系统能可靠地接管多少人类工作。 （BeInCrypto）Solana 应用 Fomo 24 小时协议收入达 140 万美元，超越 Pump.funTechub News 消息，Solana 生态应用 Fomo 在最新统计周期内实现 24 小时协议收入 140 万美元，超越此前占据主导地位的 Pump.fun。这一数据表明 Solana 应用层竞争激烈，用户注意力与资金流动迅速。
尽管单日收入领先并不意味着 Fomo 已永久取代 Pump.fun 的市场地位，但此次超越反映出 Solana 生态内应用轮动与费用生成活动的活跃程度。Solana 凭借低廉的交易成本和快速结算能力，持续吸引零售用户尝试新的交易体验。
分析指出，若 Fomo 能持续数日或数周保持强劲的收入表现，其市场影响力将更为显著；若收入快速回落，则可能仅为短期关注度爆发。无论结果如何，此次数据变化凸显了 Solana 应用排行榜快速更迭的特性。（Bitcoinist）Aave V4 上线 Ethena 生态市场并激活 USDe 奖励Techub News 消息，Aave 在以太坊 V4 的 Ethena 市场中激活 USDe 奖励，用户可存入 USDe 与 sUSDe 等资产进行抵押借贷并获取协议激励。
该集成是 V4 上线时规模最大的生态部署，新增 Liquid Leverage 功能支持 USDe 与 sUSDe 组合存入以提升流动性。目前 USDe 供应量已突破 120 亿美元，Aave 曾在高峰时期承载其超半数流通量。（CryptoBriefing）Neoclouds 凭借英伟达服务器优势挑战传统云服务巨头Techub News 消息，新兴云服务商 Neoclouds 正凭借其在获取英伟达服务器方面的优势，挑战传统云服务巨头。这一趋势正在重塑 AI 基础设施格局，并突显了英伟达在市场上的战略影响力。
（Crypto Briefing）Raydium 日收入达 44 万美元，创 2025 年 7 月以来新高Techub News 消息，Raydium 9 月 6 日协议收入约 44 万美元，创 2025 年 7 月以来新高。StonkFun 集成 LaunchLab 推升交易量与费用。
该平台专注股票与商品代币化，此前已通过 Raydium 路由超 2.19 亿美元交易量。新集成支持无许可部署与联合曲线交易，部署成本降低约 90%，有助于 Raydium 捕获早期流动性。（CryptoBriefing）以太坊基金会确定 Hegotá 升级两项必须部署的 EIPTechub News 消息，以太坊基金会已为即将到来的 Hegotá 升级指定了两项“必须部署”的以太坊改进提案，分别是 FOCIL 和 Frame Transactions。开发团队正在评估数十项其他拟议变更，以决定是否纳入此次升级。（Cointelegraph）OpenSats 向全球 413 个项目拨款 3700 万美元，支持比特币开源开发Techub News 消息，非营利组织 OpenSats 宣布已向全球 413 个项目拨款总计 3700 万美元，以支持比特币生态的开源开发。其资助模式旨在通过最小化运营开销，确保对比特币网络做出多样化和独立的贡献。（Crypto Briefing）Xverse 推出自托管比特币质押服务，支持用户共享访问Techub News 消息，比特币钱包 Xverse 推出自托管比特币质押服务，允许用户通过共享池访问质押功能。该服务旨在降低比特币质押门槛，可能增加 STX 代币需求，但同时也引入了新的风险。（Crypto Briefing）0 篇文章
0 篇文章
0 篇文章
