在宇树人形机器人登上春晚跳起东北二人转时,仿佛就注定了人形机器人在2025年仍将继续横扫全球市场。
这不,刚过完春节,美国人形机器人明星企业Figure AI就官宣要和OpenAI“闹分手”,紧接着是波士顿动力与前CEO成立的研究院再“牵手”。
当然,马斯克也没闲着,他则是在加紧为特斯拉招兵买马,为人形机器人量产做准备。
“机器人公司应该自己做模型”
作为美国最具名气的人形机器人公司之一,成立于2022年的Figure AI如今已经是估值26亿美元(189亿元)的准独角兽企业。
据公开信息显示,在2024年年初的融资中,OpenAI与微软、英伟达等科技巨头和投资机构一同为Figure AI提供了B轮6.75亿美元的融资。
Figure AI在美国追捧程度由此也可见一斑。
作为Figure AI研发的人形机器人产品,Figure 01曾在2024年3月搭载OpenAI大模型对外进行demo演示,彼时这一可以通过语音控制收拾杯盘、整理桌面的人形机器人demo视频一经放出,在全球范围内引起广泛关注。

随后,Figure AI不仅官宣了与宝马汽车工厂的试点合作,还宣布了第二代人形机器人Figure 02将使用 OpenAI 模型进行自然语言交流。
不过,Figure AI团队最近有了新的想法。
Figure AI创始人Brett Adcock在接受外媒采访时称,“我们发现,要想在现实世界中解决人形机器人的具身智能问题,就必须自己做人工智能技术研发,我们不能外包人工智能就像我们无法外包硬件一样。”

为此,Brett Adcock也宣布了与OpenAI的“分手”,宣布放弃使用OpenAI的大模型。
与此同时,Adcock在其社交媒体平台上还表示,Figure AI在端到端机器人AI上已经有了重大突破,将会在接下来30天里展示一些人们在人形机器人上未曾实现的能力。
这算是Brett Adcock为我们埋下了一个彩蛋,不过,努力在将人工智能技术融入人形机器人的不仅有Figure AI,几乎所有人形机器人团队都在将人工智能作为一个重要的技术研发方向。
这其中自然也包括美国老牌机器人明星团队波士顿动力。
波士顿动力为机器人注入AI
波士顿动力是美国老牌机器人团队,早在1992年由麻省理工学院脱胎,创始团队也是由Marc Raibert拉起的一支麻省理工科班团队。
波士顿动力早年间因各种机器人demo视频在YouTube上走红,因而也一直被视为机器人界的网红,不过,由于波士顿动力的机器人产品迟迟难以量产商用,在团队成立后的几年里被几经转手,先后被谷歌、软银、现代汽车收购。
在2021年6月正式被现代汽车收购时,波士顿动力创始人兼CEO Marc Raibert已经卸任离职,并在2022年8月创立了波士顿动力人工智能研究所,这一研究院后更名为机器人与人工智能研究所(RAI Institute),这一研究所的目标正是为波士顿动力机器人做基础技术研究,人工智能自然也是其中的重中之重。
就在被现代汽车收购后不久,全球迎来了人形机器人浪潮,在这波浪潮中,波士顿动力于2024年官宣转向电驱,并发布了电驱版的Atlas。

近日,波士顿动力官宣了一项与其前CEO Marc Raibert创办的RAI研究所的合作,这项合作旨在为电驱版Atlas人形机器人建立强化学习训练的共享机制,提升电驱版Atlas在动态环境中的移动操控能力。
Marc Raibert在官方声明中指出,“RAI的目标是开发支持未来智能机器的技术,与波士顿动力合作开发Atlas使我们能够在最先进的人形机器人上取得强化学习方面的进展,这项工作将在提升人形机器人的能力方面发挥关键作用,不仅可以扩展其技能,还可以简化获得新技能的过程。”
更关注机器人技术研究的Marc Raibert,正在通过人工智能技术支持波士顿动力机器人走向商业市场,不过,要说人形机器人的商业化,还要看更为激进的马斯克。
特斯拉Optimus年内要量产万台
马斯克最近也没闲着。
在1月30日的特斯拉2024年Q4业绩会上,马斯克透露,特斯拉人形机器人Optimus生产线月产能已经达到1000台,明年将建设的第二条生产线月产能将会达到10000台。
他还指出,预计今年Optimus将在特斯拉内部投入使用,负责完成工厂中最无聊、最讨厌的一系列工作,明年下半年将会面向其他公司交付产品。
为了加紧人形机器人产品量产并在特斯拉工厂中得以应用,特斯拉也在紧急招聘相关工程师,据官方挂在招聘网站上的信息显示,特斯拉目前正在为机器人团队招聘工程师、流程主管、产品经理等十多个岗位。

马斯克是这波人形机器人浪潮的关键人物,始终对人形机器人未来前景保持着乐观的态度,在Q4的业绩会上,他还公开了特斯拉2025年10000台机器人量产目标,并指出,未来随着Optimus年产量趋稳(年产量达到100万台以上),Optimus生产成本将会低于2万美元。
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。