Figure 计划比预期更早地将其人形机器人引入家庭环境。公司 CEO Brett Adcock 于周四确认,这家湾区机器人初创公司将从 2025 年晚些时候开始在家庭环境中对其 Figure 02 机器人进行"内测"。这位高管表示,加速时间表得益于公司开发的"通用型"视觉-语言-动作 (VLA) 模型 Helix。
在 Figure 宣布这个机器学习平台一周后,Adcock 发表了上述言论。Helix 旨在同时处理视觉数据和自然语言输入,以加快系统学习新任务的速度。本月早些时候,Figure 宣布终止与 OpenAI 备受关注的合作关系,转而采用包括 Helix 在内的自主研发 AI 模型。
我们早就知道家庭应用是 Figure 的发展路线图之一。在最近访问该公司南湾办公室时,Adcock 向 TechCrunch 展示了实验室环境中的一些早期家庭测试。上周的 Helix 发布会透露了更多相关计划,包括展示机器人执行各种家务任务的视频,如食物准备。Helix 专门设计用于协调两个机器人协同完成单一任务。
然而,与大多数竞争对手和叛逆的青少年一样,Figure 已降低了家务工作的优先级。相反,企业们将目标瞄准了更有利可图的工业部署。2024 年初,公司透露正在南卡罗来纳州的 BMW 工厂试点其人形机器人系统。工厂和仓库被认为是试验和部署的首选逻辑步骤。它们比家庭环境更有结构性且更安全,像 BMW 这样的汽车制造商也乐意为测试拨款。
其他人形机器人公司如 Apptronik 和 Tesla 也表示有意将这些系统引入家庭。除了各种家务任务外,机器人长期以来被视为解决日本和美国等国家人口老龄化问题的一种方式。这些系统提供的协助可以帮助老年人在护理机构之外继续独立生活。
挪威初创公司 1X 是极少数将家庭作为优先发展方向的公司之一。这是一条充满挑战的道路。除了定价问题外,每个家庭都各不相同。人们会留下杂物,家里有不均匀的照明、各种地板表面、楼梯,而且经常有宠物和小孩在周围跑动。
Figure 在 2025 年的家庭计划尚未完全明确,但"内测"无疑意味着在今年剩余时间里,家庭测试仍将处于非常早期的阶段。
好文章,需要你的鼓励
斯坦福大学研究发现,主要用英语训练的大型语言模型竟能自发学会处理其他语言任务,无需明确教学。这种跨语言迁移能力随模型规模增大而显著提升,通过形成"通用语义空间"实现不同语言间的知识迁移。研究为降低多语言AI开发成本、支持资源稀缺语言提供了新途径,但仍面临性能不均衡、文化适应性等挑战。
从金冠到雅客、友臣、蜡笔小新,这些曾风靡小卖铺与超市货架的老牌零食厂商,一度因渠道滞后、品牌老化而淡出人们视野。而如今,它们在拼多多上正迎来一场集体复兴。
阿姆斯特丹大学与Salesforce合作开发的奖励引导推测解码(RSD)技术,通过让小模型处理简单任务、大模型解决复杂问题的智能分工,在保持推理准确率的同时大幅提升计算效率。该技术在数学推理等任务中表现出色,计算量最多可减少75%,为AI应用的普及和成本降低提供了重要技术支撑。