【智能前线】第31期：Figure创始人，人形机器人将是AGI终极载体

Figure创始人、CEO Brett Adcock，近期接受Logan Kilpatrick频道专访，全面展望人形机器人时代。Adcock认为，未来10年内，人形机器人将因硬件可靠性、神经网络控制、学习能力等提升，逐渐在家庭与各行业普及。

Figure致力通过降低成本，将Figure 3机器人量产规模，达到百万、乃至亿级。最终体力劳动将变成可选项，人类将追寻更高阶创造力，借助超级智能实现太空电梯等宏大梦想。

本期智能前线，选择Figure创始人Brett Adcock专访，瓜哥AI新知发布，六合商业研选精校，分享给大家，Enjoy！

正文：

全文14,007字

预计阅读29分钟

Figure创始人Brett Adcock：人形机器人将是AGI终极载体，10年内走进家庭，体力劳动将成可选项

时间：2025年7月7日

字数：14,007

Figure AI CEO Brett Adcock，接受Logan Kilpatrick频道专访，2025年7月6日发布专访视频内容。

内容提要：

人形机器人未来展望：Brett Adcock认为，人形机器人将是AGI终极载体，有望在10年内进入家庭，自主完成有价值的工作。Brett Adcock预言，未来人形机器人将与人类一样，成为日常环境中随处可见的存在。

机器人硬件显著进步：与5~10年前相比，电动人形机器人的硬件可靠性已大幅提升，性能强大。

相较波士顿动力Boston Dynamics Atlas那样早期液压系统，现代电动系统更安全、可靠，能长时间运行，硬件故障率极低，这对AI高效运作至关重要。

神经网络在机器人的核心作用：机器人技术本质是神经网络问题。近年来，神经网络在控制机器人动作方面表现卓越，使机器人能以接近人类速度与性能完成任务。Figure的单一S1 Helix神经网络，已能驱动机器人连续工作60分钟，执行物流任务。

Figure独特愿景：创立之初就目标明确，直击元问题的最终解，直接开发人形机器人。

Brett Adcock反对采用轮子或爪子这类局部最优解，认为会严重阻碍实现通用人形机器人的长远目标。

深度科技融资环境改善：过去7年，深度科技领域的融资环境已发生根本性变化。投资者们认识到，这类公司可能成长为未来行业巨头。这为Figure这类成本高、周期长的硬件开发公司，提供充足资金支持。

硬件开发与软件的差异与挑战：硬件开发时间尺度，比软件长10~100倍，组件成本高昂，无法类似软件无限复制与扩展。

硬件的发布与规模化生产更为艰难，Brett Adcock认为，亲手构建基于可靠物理规则的硬件，更具价值与回报感。

机器人采纳与市场重点：Figure聚焦家庭应用、劳动力市场两大市场。家庭应用，环境非结构化、变数高，工程难度巨大；劳动力市场，物流、制造、医疗、建筑等，环境变数较低，更易于集成自主系统，市场规模庞大。

Figure目标，构建能执行绝大多数人类任务的通用型机器人，通过学习，而非硬编码，处理复杂任务，实现每日自我迭代提升。

机器人生产与扩展计划：Figure 3是首款为高速量产而设计的机器人，成本相较Figure 2降低90%。

新的巴库Baku工厂已启动生产，Figure目标是在未来4年内，部署10万台机器人，最终扩展到数百万、乃至数十亿台规模。

机器人指数级学习与竞争优势：大规模部署机器人，将促进指数级学习。

通过持续学习与与环境互动，机器人会变得更智能、更廉价。

集体学习与进步，将构筑独特的竞争壁垒，创造能自我进化、规模化生产、不断变聪明的系统。

当前瓶颈在于学习，未来瓶颈将是制造。

机器人安全性与隐私：机器人设计需极高的整体安全性，尤其是在家庭环境中，包括360度检测生物、防止打翻物品等通用语义安全问题。

Figure已建立隐私与网络安全部门，致力解决复杂的产品与企业安全问题，确保机器人在严格规则下运行，防止未经授权的访问。

Brett Adcock对中国机器人，在美欧市场部署的信任问题，表示担忧。

人机交互与社会接纳：Figure投入大量资源进行工业设计，力求机器人外形美观、不具威胁性。

Brett Adcock强调，应根据机器人高能力与高智能的真实属性来设计，不是画蛇添足加上卡通眼睛。

机器人的开箱与日常操作，将以语音交互为默认界面，支持自然语言与短信沟通。

Brett Adcock预见，一旦机器人足够安全、有用、自主，价格合理，很多人会渴望拥有它来处理家务与其他日常琐事。

超级智能与未来社会变革：Brett Adcock认为数字超级智能即将到来，若没有具身智能的载体，它将需人类在物理世界执行任务，这可能使人类沦为数字超级智能的奴隶。

人形机器人是完美的部署平台，能完成几乎所有人类的物理任务。

未来数十年内，体力劳动将成为选择，而非必然。

机器人将极大提升GDP，可能类似合成人一样，制造更多机器人。

Brett Adcock构想，这将大幅降低商品与服务价格，使几乎一切都触手可及，人类将有更多时间，追求个人爱好、陪伴家人，释放更高层次创造力。

对2025年与更远未来展望：Brett Adcock希望Figure能成功推动激动人心的未来，呼吁人类设立新的宏伟目标，如水下城市、太空电梯、戴森球等，利用超级智能实现有生之年或可企及的科技飞跃，提升全球生产力与幸福感。

Brett Adcock特别希望在2050年前，建成太空电梯。

世界知识压缩与模型能力：视觉语言模型VLM的骨干网络，有助机器人建立语义层面的基础理解，模型尺寸的缩小，有利于在本地运行。

这些模型，目前缺乏关于物理交互、本体感受、物体柔顺性等方面知识。

缺少类似机器人领域的YouTube这样数据源，这些知识空白，需通过自建数据与大规模训练来弥补。

Figure有20%员工，专注机器人学习与新行为的快速训练。

专访全文：

机器人技术的指数级增长

Brett Adcock：我们所处时代，种种迹象都表明，人形机器人将成为AGI终极载体，家庭应用近在眼前。

我认为，不到10年时间里，我们能真正将机器人部署到家庭中，让它们自主为人类处理真正有用的事务。

未来，当你出门办事或逛街时，会看到越来越多人形机器人，数量之多，甚至会类似我们今天看到的人一样普遍。

主持人Logan：或许可从机器人技术，正在经历的指数级增长开始。

我很想听你对驱动这一增长的因素，我们目前在这条指数曲线上所处位置看法。

数据很重要，最关键的是，作为身处指数级增长最前沿的公司，你们取得的进展令人瞩目，太棒了。

Brett Adcock：我创办过两家与机电硬件相关的公司，一家是生产电动垂直起降飞机的Archer，另一家是生产电动人形机器人Figure。

我认为，与5~10年前相比，有两件事发生根本性变化。

首先，我们已经在机器人领域，特别是人形机器人领域，打造出性能极其强大的硬件。

这种情况下，机器人本体变得异常可靠。

如果来我们工厂，会看到机器人随处可见。

现在就有一个在我身后走动，这些机器人非常可靠。

硬件可靠性已今非昔比，无论是在商业部署场景，还是在我们自己工厂里。

在这里待上一整天，可能都见不到一次硬件故障。

我们极少遇到这种情况，即便发生，也越来越罕见。

我认为，即使拥有全球顶尖的AI，若没有过硬硬件，无济于事，硬件必须足够强大。

这是第一点，我们构建的机电系统非常可靠。可靠性至关重要，尤其是在处理类似机器人这样复杂的机械系统时，复杂程度堪比火箭、涡扇发动机等尖端硬件。

我们已经能在全球范围内，制造出极其可靠的涡扇与涡喷系统，我相信人形机器人也能做到。

未来几年，人形机器人的可靠性，将得到显著提升。

10年前，我们远未达到这一步。

当时最先进的机器人，可能是波士顿动力的Atlas，它是液压系统。

它只能运行大约20分钟，会到处漏油，在极高压力，大约2,000~3,000psi（压强单位，指机器人内部液压系统压力，达到每平方英寸2,000～3,000 磅）下工作，待在它旁边相当危险。

现在，我们拥有安全可靠的电气系统，正朝这个方向不断迈进。

我认为第二件事，根本上说，机器人技术是神经网络问题，直到最近几年，我们才看到神经网络在机器人上展现出优异的性能。

我们现在有运行在机器人上的神经网络，它们控制手的位置、头部的运动、躯干的姿态，是机器人的整个动作空间，效果出奇的好。

你可以看我们发布的一些动态，比如最近我们发布一段视频，一个机器人由单一的S1 Helix神经网络驱动，连续执行60分钟物流工作。

它在很多方面，都酷似人类行为，模仿人类特征。

我们正在让机器人接近人类速度与性能，这在5~10年前，完全无法想象。

就机器人技术，我们现在既拥有高效神经网络，也拥有性能日益强大的硬件，这正是使其成功的两大关键要素。

主持人Logan：我不太了解Figure创业史，你们从一开始，就打算直接挑战人形机器人？

我最近体验了一款Matic家用吸尘机器人，它比我用过的任何其他扫地机器人都好得多，这让我不禁思考。

它给我感觉，已经非常接近人们想象中未来家用机器人的形态，它与人形机器人截然不同，功能上非常有限。

我很好奇，你如何看待让人形机器人走向实用的这条路径。

很明显，你们选择直面挑战，直接开发人形机器人这条路。

人形机器人背后的愿景

Brett Adcock：我从一开始，选择直奔主题，人形机器人。

我写了一份总体规划，是一份愿景文件，现在已经发布在Figure网站上。这是我在Figure注册成立的第一天，就写好，并发布的。

对我终极的元问题，是攻克人形机器人，必须直接面对它；还有其他选择，比如给机器人装上轮子，或者使用爪子之类末端执行器。

这种方法，本质是一种局部最优解。

如果选择那样的路线，从一开始就没有为正确的系统进行设计，它将严重阻碍你朝真正需要的目标前进。

本质上讲，它最终会成为Figure发展的巨大掣肘。

3年前，我相信我们有能力迎接这一挑战。

我们从Figure成立的第一天起，全身心投入到人形机器人建造与设计中。

硬件开发的挑战

主持人Logan：关于这点，我想快速追问一个问题，我只是觉得，这让我想起特斯拉的宏伟蓝图，为实现最终目标，他们前期需做很多铺垫来筹集资金。

当前2025年，融资环境对AI与机器人技术非常有利。

过去几年里，资本大量涌入，你是否感受到业界对这个领域兴趣的指数级增长？

Figure初创时，是什么样的早期信念，让你觉得可以直接挑战终极目标，而不是分步走，先做些小产品，再逐步过渡到人形机器人？

Brett Adcock：我有一段挺有意思的经历。

创办Figure之前，我在2018年创立Archer Aviation。

再之前，我拥有一家软件公司Exodus，以超过1亿美元价格出售了它。

我有一些资本，坚信电动飞机不仅是可能，是时代所需，这是可以解决的问题，我于是创办Archer。

当时，深科技领域的融资环境，几乎是一片空白。

早期投资者，不会资助类似特斯拉、Rivian、SpaceX这样公司，Archer也不例外。

我把我的全部流动净资产，都投入Archer，我仍然需巨额资金，才能把它做成，我个人财力远远不够，我至今还记得当时环境多么艰难。

从那时到现在，大约7年，整个深科技领域融资环境，已经发生翻天覆地变化。

现在有完全专注这个领域的基金，人们意识到深科技中一些公司，可能会成长为世界上最大的企业。

当我创办Figure时，我的净资产有所增加，有能力从一开始，就为Figure提供大量资金，

Figure是我自掏腰包创立。

到第5个月，我们月支出达到100万美元，一心只为制造出一个人形机器人。

我们目标，是尽可能快取得进展，设法在Figure成立后不到12个月时间里，从零开始，设计出人形机器人。

我想说，事情发展得非常快。

如今的趋势表明，人形机器人将成为AGI终极载体。

如果你想在现实世界中完成某项任务，依靠吸尘器或其他任何东西，都会很困难。

我们真正需要的是能搭载强大AI、能执行各种任务的机器人平台。

我们正在见证机器人技术与AI崛起，这些趋势，有大量资金涌入这一市场。

机器人已经开始工作，我们开始看到它们在执行真正有用的任务。

许多情况下，我们可以让机器人近乎全天候运行，完成有意义的工作。

我们开始看到这一切，成为现实的曙光，我们正处在实现这一目标的黄金10年，非常鼓舞人心。

采纳挑战与市场重点

主持人Logan：我想与你聊从软件到硬件的转型，我一直很好奇，开发硬件时，你遇到哪些软件领域前所未见的挑战，你如何应对。

市场采纳角度看，我直觉是，让大众接受硬件产品，要比接受软件难得多，尤其是在软件层出不穷的今天。

人们可以上网，试用一下，喜欢就用，不喜欢换下一个。

我的问题有两部分：首先是硬件的挑战，其次是市场接纳的挑战。

Brett Adcock：硬件创业，在某些方面与软件创业相似，时间尺度要长上10倍、甚至100倍，需大量预先规划。

从设计、构建、采购供应链中的组件，到整合所有部件，进行早期测试、制造、组装，最终验证是否有效。

整个过程，可能耗时1年之久，软件开发中类似过程，可能只需几天或几星期。

两者，遵循相同的底层科学方法与假设检验。

这种努力，通常基于早期客户的真实反馈、或其他类型输入，你构建产品，验证有效性，在此基础上不断迭代。

问题在于，硬件开发，面临极长时间线与昂贵的组件成本。

必须实实在在购买硬件，不仅是编写代码。

硬件推出，更具挑战性，一旦原型完成，要实现量产，确保所有产品都能正常工作，是另一个巨大难题。

相比之下，软件即服务SaaS等数字产品，几乎可以无限扩展。

对软件创业者，这感觉类似是场死亡挑战。

很多方面，硬件创业，类似是给软件创业打了兴奋剂，难度呈指数级增长，我认为它同样价值非凡。

我在从事软件工作时，从未感到实实在在的回报感，我无法亲手触摸到自己创造的东西。

展示产品时，必须登录浏览器，才能进行演示。

亲手在物理世界中创造事物，有种独特魅力，尤其是在我们大部分时间都生活在物理环境中。

过去10~20年里，软件的蓬勃发展，让人们在一定程度上，忽略物理世界的创新。

我从小在农场长大，总是在修修补补，动手建造东西。

在我软件生涯之后，我渴望全身心投入硬件领域，引导我创立Figure、美国电动垂直起降飞行器研发商Archer、美国模块化住宅建筑公司Cover，以及我的其他公司，这个过程很棒。

硬件采用更困难，一切都更具挑战性。

硬件创业类似软件创业，所有挑战与困难，都被调到11档，满分10档，这是我们所处的现实。

我内心深处，总有一种强烈的驱动力，要确保我设计方向是正确的。

软件开发中，你常不确定自己构建的东西是否真的有效。

有早期反馈与用户测试，结果依然可能不明朗。

对硬件，如果你坚信飞行器优于汽车是确凿的解决方案，它节省人们时间这一点就毋庸置疑。

同样，如果你能设计出具有成本效益的地下隧道，只要产品设计得当，就必然会成功。

工程可能相对直接，需创新思维，它终究是建立在物理学之上，物理学有不可动摇的规律。

对我，这是我企业家生涯中最安心的时期。

构建硬件，让我能遵循既定物理规律，这些规律是我可以信赖的基石。

这正是我热爱硬件创业的原因，这段旅程，既充满挑战，又令人无比满足，我享受这种体验的方方面面。

机器人技术的学习与改进

主持人Logan：我想跟进一个关于市场采纳的问题。

你们团队，如何评估、筛选出最合适的潜在客户？

我知道你们目前在制造业与物流领域投入很大，你们是坐等感兴趣的人上门说，我们想在这里整合一些人形机器人，还是说你们有一份明确的目标行业与客户画像清单，主动出击，你们是如何规划的。

Brett Adcock：我们有两个主要焦点，一是家庭场景，这是高度非结构化、充满变数的环境；二是劳动力市场，例如将机器人引入物流、制造、医疗保健、建筑等行业。

有趣的是，家庭场景挑战远超劳动力市场。

你可能会想，如果能攻克难度最高的家庭场景，市场规模将是劳动力市场一千倍。

现实恰恰相反，劳动力市场占据GDP的半壁江山，环境的可变性要低得多。

工程挑战与环境可变性成正比，较低的可变性使得自主系统的集成更为容易，这在劳动力场景中比在家庭中普遍得多。

在家庭场景中，可能每月只能向用户收取几百美元。

在劳动力市场，机器人能创造巨大经济价值，商业机会更为可观。

我们专注家庭场景与劳动力市场这两个方向，我们正努力构建通用型机器人。

我们希望与客户签约后，我们机器人能执行人类员工在工作场所内能完成的大部分任务，只要机器人的运动范围、有效载荷、速度能满足任务要求。

我们签约的第一家物流公司，最初目标并非专门针对包裹处理。

我们想进入一个能真正实现规模化扩张的领域，认为物流业大有可为。

我们签下客户时，不清楚具体要做什么。

参观了几家工厂后，我们发现小型包裹处理，是他们运营中的关键环节，他们在劳动力方面困难重重。

这让我们意识到，每个包裹形态各异，有些是软的塑料袋，一抓就变形，堆叠方式千变万化。

这种复杂性，让我们明白，为每一种情况编写固定代码行不通，唯一的出路是基于学习的方法。

未来方向与机器人扩展

我们坚定基于学习的路径，立即看到积极成果，这个系统每天都在进步。

比如最近，我们记录到机器人处理一个包裹需4秒，到星期五时，已经缩短到3秒半。

昨天我在现场时，没有计时，感觉速度更快，处理各种包裹类型，更得心应手。

它甚至会执行一些智能操作，比如先移开一个包裹，再把另一个包裹推上传送带，高效处理条形码，并在之后翻转包裹。

这就类似机器人，真的在进行一系列逻辑推理来完成任务。

我们正专注目标行业，同时从学习角度开发通用行为，我们要确保硬件能胜任大多数人类任务。

我们策略是，立足当下，在劳动力市场迅速发展，也将家庭场景作为长期优先事项。

我们相信，能在家庭中为人类自主完成有意义工作的机器人，距离我们只有一步之遥，将在未来几年内成为现实。

我们正全力以赴推动这一目标实现，家庭环境的非结构化与高度差异性，成为更艰巨的挑战。

请务必阅读免责声明与风险提示