人形机器人公司Figure AI周二宣布,在C轮融资中筹集了"超过10亿美元"。这笔资金将用于扩大机器人生产、建设英伟达GPU基础设施以加速训练和仿真,并扩大人类工作和生活数据的收集。
这意味着该公司将同时推进三个关键领域:制造可出货的硬件机器人、构建让机器人变得智能的AI引擎,以及捕获AI引擎所需的训练数据。
"Figure的目标是解决通用机器人问题,"CEO布雷特·阿德科克在周二的YouTube视频中表示。"历史上第一次,实现这一目标的正确技术已经存在。"
Figure拥有极高的雄心壮志。其机器人Figure 02是去年年底第二个获得有偿工作的人形机器人。今年早些时候,阿德科克宣布公司目标是在未来四年内出货10万台人形机器人,并透露Figure的客户名单包括"美国最大的公司之一"。
这些雄心不仅限于仓库或工厂。Figure定期分享其机器人在厨房工作、端饮料、装洗碗机、叠衣服和执行其他家务任务的视频。这些功能的核心是Helix AI,这是Figure为每台机器人构建的智能系统。Helix AI为Figure机器人提供了适应性强的现实世界智能,使它们能够理解从未见过的物体,并基于这种认知执行智能合理的行动。
这对于出货有用的人形机器人至关重要,这样它们就不必在家庭或工厂帮助或工作的每个细微边缘情况上都进行明确训练。
"这是一个非常困难的问题,"阿德科克说。但他补充道,"团队已经就位,机器人已经制造完成,前进的道路很清晰。"
当然,10亿多美元的资金将有所帮助。英特尔、英伟达、LG、Salesforce、高通和T-Mobile都通过其投资部门参与了这轮融资,但融资由Parkway Venture Capital领投。
Figure并不是唯一一家最近筹集10亿美元的人形机器人公司。据报道,中国的优必选本月早些时候也筹集了这一金额,尽管该公司尚未确认。优必选拥有赢得最大公开已知人形机器人合同的殊荣,价值9051.15万元人民币,即1270万美元,来自蜜逸汽车科技有限公司。
人形机器人的未来可能光明。潜在市场是每年完成的40万亿美元体力劳动,占全球国内生产总值的一半。
然而,也有一些反对者。机器人领域资深人士、Kinisi Robotics首席执行官布伦·皮尔斯至少部分持这种观点。
"腿有什么用,"他在最近与我的TechFirst播客中问道。"显然你会有腿式机器人......但我们是否真的缺少启用它们的关键功能之一,即AI?"
他的论点是:腿很炫酷,但轮子在工厂和仓库中运行得很好,对于重载和长电池寿命可能要好得多。此外,手才是真正的挑战。
尽管如此,数十家制造商正在全速冲向完全人形机器人,并在此过程中获得丰厚回报。
在一个有数十个甚至数百个竞争对手的市场中,Figure认为自己是市场领导者。
"这个里程碑对于解锁人形机器人下一阶段的增长、扩展我们的AI平台Helix和BotQ制造至关重要,"阿德科克在声明中说。"新合作伙伴的支持,以及现有投资者的持续支持,既反映了Figure作为市场领导者的地位,也反映了对这项技术将成为日常生活自然组成部分的未来的共同信念。"
有了所有这些投资,这可能比我们意识到的更快到来。
Q&A
Q1:Figure AI公司的Helix AI系统有什么特别之处?
A:Helix AI是Figure为每台机器人构建的智能系统,它为机器人提供适应性强的现实世界智能,使机器人能够理解从未见过的物体,并基于这种认知执行智能合理的行动,无需对每个细微情况都进行明确训练。
Q2:Figure AI计划生产多少台人形机器人?
A:Figure AI的CEO布雷特·阿德科克宣布,公司目标是在未来四年内出货10万台人形机器人,客户名单包括美国最大的公司之一,应用场景涵盖工厂、仓库和家庭环境。
Q3:人形机器人市场前景如何?
A:人形机器人的潜在市场规模巨大,达到每年40万亿美元的体力劳动市场,占全球国内生产总值的一半。目前已有多家公司获得大额融资,包括Figure AI的10亿美元和中国优必选的类似融资规模。
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。