所以，从宏观层面来讲，我们正试图深入这些行业，并从机器学习的角度，让机器人归纳出通用的行为模式。我们希望硬件能够完成人类所能做的大部分、甚至所有事情。我们的观点是，现在就要在劳动力市场中迅速启动并推动这件事。我认为，距离真正能够将机器人投入使用、并让它们自主地为人类完成有价值的工作，可能只有几年的时间了。因此我们也在努力推进另一条轨道（家庭场景），但因为每个家庭都非常缺乏条理且各不相同，所以那是一个稍微棘手点的问题。

机器人技术的未来方向与扩展

Logan Kilpatrick：

布雷特，我们来深入探讨一下软件和硬件之间的差异。在软件层面，我们正目睹一场大规模的爆发和生产力的提升，软件开发人员拥有AI和各种AI工具，这使得工程师的效率能比以往提升10倍。我很好奇，在硬件领域，我们是否也能看到类似的效益转化？在制造和设计实体产品方面，你认为我们距离实现类似的加速还有多远？

Brett Adcock：

我想在这方面有几点看法。我们倾向于类比学习，这里的关键杠杆在于学习的指数曲线，这意味着我们需要大量投放机器人，并且它们需要持续地学习和改进。

我们现在已经看到了这一点。我们看到机器人因为拥有了更多数据和训练，在执行任务方面表现得越来越出色。我们也看到机器人在现实世界中执行任务的能力不断提升。这正是我们希望从物理智能体上看到的——我们希望它们能通过与世界互动，在完成用例、任务和行为方面变得更智能。

所以我认为这种情况正在发生。并且，在未来一两年内，随着一批机器人走向世界，我们会看到机器人的应用场景日益完善。机器人会将这些成功的经验轨迹反馈给整个机器人集群，用于再训练。

这里的终极模式就是将一批机器人推向市场，这些机器人随着规模化制造成本不断降低而变得越来越智能，并与集群中的其他机器人共享学习成果。

除了像艾勒姆斯（Ailems）¹这样的系统之外，我们或许从未见过类似的技术：它走向世界，与世界互动，并且随着时间的推移变得更智能、更便宜。在接下来的几年里，我们将开始看到这种情况的发生。最终，我们会受到基础生产能力的限制，比如如何让足够多的机器人下线。我们刚启用了一个新设施，现在我们所在的正是Figure 3²的制造工厂。我们目前正在积极制造Figure 3机器人。我去年主要在负责如何实现高速生产的项目。我们正在内部进行Figure 3的制造。我确信我们会制造出很多机器人。但我们能否实现年产量超过手机的规模，目前还是个未知数。这是一个非常难解决的问题。我认为这个问题是有可能解决的，但继学习瓶颈之后，下一个挑战就是制造瓶颈。我们现在正处于学习瓶颈阶段，未来某个时候则会面临制造瓶颈。

Nolan Fortman：

我快速问个问题。Logan，现在机器人已经拥有了视觉、语言能力，并且能像人类一样活动，你认为下一次迭代还需要什么？让机器人在外部世界学习，是一种必要的做法吗？还是说从硬件角度来看，存在某些内部特性的瓶颈，导致机器人还无法达到你们期望的水平？或者情况更像是“我们必须把它们派出去学习，否则就无法取得更大进展”？

Brett Adcock：

我们内部正在进行一些实现这些目标所必需的产品开发。例如，Figure 3是我们设计的首款为高产量制造而生的机器人，它比图2便宜约90%。这些都是关键环节，我们需要将大量机器人投放到世界中，这正是你刚才提到的关于“下一步”的关键。我们需要推出大量低成本的机器人，因此我们一直将可制造性和成本控制作为核心重点。

我们通过设计解决的另外几个方面包括：第一，整体安全性，尤其是在进入家庭领域时，这将极为重要。第二，我们的设计路线图紧密围绕着一个目标：让机器人在操作和移动方面随着时间的推移越来越像人类。可以通过机器人的速度、活动范围和有效载荷来衡量这些进展。我们的路线图趋势，就是让机器人能胜任越来越多的人类体力劳动。

下一步就是，我们如何在一定规模上，将大量人形机器人融入到几乎不需要人类协助就能开展日常工作的世界中。这就像我们过去几年在自动驾驶领域看到的那样：部署一个车队来证明端到端运行的可行性，并逐步降低人工干预率。这正是我们需要经历的阶段，也是我们目前正在做的事。我们的目标是实现极低甚至零人工干预率，让机器人能全天工作。再下一步就是扩大规模：扩大机器学习的规模，以及将制造业的规模提升到非常高的水平。我们正处于将更多机器人真正推向世界的阶段。这将有助于数据采集、提高机器人的可靠性，并帮助我们将机器人更好地融入现实世界——这同样是一件难事。

Logan Kilpatrick：

布雷特，接着刚才的话题，从机器人的角度来看，你认为未来会出现哪些新的产品特性？

近两周我关注到一个话题：人类对机器人的心理反应。比如，如果把机器人设计得有点笨拙可爱，人们的反应会很特别。我现在为只收听音频的听众描述一下，布雷特的旁边有一个机器人模型（弗雷德³）在来回走动，大家的目光会时不时地落到它身上。这提醒我，这对你和你的团队来说已经习以为常了。我很好奇，你认为当人类逐渐习惯身边总有机器人时，大众的接受过程会是怎样的？我再举个例子，DoorDash在芝加哥使用小型机器人配送订单，每次我们开车路过，我的女朋友都会说：“天哪，这个小机器人太可爱了。”它看起来像是在摸索着找路，有点迷糊的样子。我觉得这是一次相当有趣的经历。

Logan Kilpatrick：

我感觉人们对仿人机器人的反应会略有不同，它们看起来太像人类，会给人一种不祥之感（恐怖谷效应）。你有没有想过，相对于工业版，家庭版的机器人会有什么不同？

Brett Adcock：

我对此有一些想法。首先，我认为未来会有这样一个时刻到来：当你出门办事或外出时，你会看到和人类一样多的人形机器人。我觉得那会像一部科幻电影，就好像未来50年发生的事情被提前到了今天，这即将发生的一切，会让人感觉很疯狂。如果你来到我们这里，看到这么多机器人，感觉会非常棒。我非常喜欢这种感觉。

机器人集成的未来

Brett Adcock：

我们有机器人在设施内整天四处走动。有些会与人交谈，询问是否需要饮用水或咖啡；有些则像在巡逻。我们喜欢看机器人，这有助于提升多巴胺水平。我们这里也有很多来面试的人，他们看到这些会觉得很棒。

我们在人形机器人的设计和美学方面投入了大量时间，力求打造出完美的作品。我们还有一个专门的标识团队，其中大多数成员来自大型汽车集团。我们不仅思考机器人本身的设计，也思考它进入家庭所需的人机交互。

但关于你之前提到的让机器人应用更柔和、看起来没有威胁性等观点，我并不认为需要把一个本身就高度能干、智能和复杂的机器人，刻意做得看起来没有威胁性。要建立人类对机器人在安全和隐私方面的信任，需要在实际使用场景中（无论在家还是在工作场合）做到两点：一是做正确的事，二是在性能上表现出色。

因此，我认为给那些能力强大、速度快、并最终能完成大部分人类工作的机器人装上巨大的卡通眼睛，是非常不妥的。这就像戴上谷歌眼镜，试图糊弄别人，让对方觉得它只是一个有趣、卡通化的小玩意儿。从设计角度来看，这很愚蠢。有些机器人团队在机器人或其屏幕上添加了眼睛之类的设计，这看起来很滑稽。这些是精密的机器，我认为它们的设计应该与之匹配。

在家庭环境中，我们正面临一系列与安全和隐私相关的网络安全问题，这确实很困难。在家中，安全是第一位的，我们不希望伤害到任何人或宠物。因此，我们需要360度全天候检测移动的动物或人类。其次是语义安全，例如，我们不希望机器人打翻蜡烛导致房屋烧毁。机器人需要非常审慎，即使在物理上是安全的，它在家庭环境中的移动方式也需要经过周全考虑，以免给周围的人带来危险。