【對談】Brett Adcock：機器人進家門，現在只剩資料和算力的問題

這場訪談有幾個值得說的地方：一是零訓練進新家能不能工作這個核心問題，Figure 給出了第一個公開答案；二是他們怎麼蒐集訓練資料，規模大到有點嚇人；三是 Adcock 把整個人形機器人產業的發展路徑拆成四章，講得很清楚，哪些章節錢買不到，哪些章節錢可以買；四是他對即將推出的 Figure 4 說了一些讓人很想知道更多的話；五是成功率數字背後的定義問題，不搞清楚很容易被誤導。合起來看，這場談話的意思是：機器人進家庭這件事，從理論上可行變成了資料和算力夠就行——這個轉變比表面看起來重要得多。

◎三十間 Airbnb，不是噱頭

Figure 把 Helix 2.5 帶進三十間灣區租屋，那些地方機器人從沒去過，執行三項任務：整理客廳玩具，鋪床，折毛巾。這在機器人圈叫 zero-shot generalization，意思是沒有針對這個環境做任何補充訓練就直接上場。Adcock 說這才是真正的難題——以前他們展示的吸塵器影片，是在那個特定客廳訓練過的，換個地方就不靈。現在他說可以把機器人送到任何一間沒見過的家裡，讓它自己開始工作。這個說法如果站得住腳，整個產品邏輯就會不一樣——你不需要先讓機器人認識你的家。

◎成功率 57%，但你要先搞清楚怎麼算

Adcock 在訪談裡特別強調評分標準的問題，這一點值得認真聽。他們的成功定義是全程端對端完成任務，機器人中途抓錯一次，自己修正後繼續完成，算失敗。所以折毛巾如果有兩次抓錯但最後折好了，在他們的計算裡是失敗。這讓整體成功率看起來偏低，但實際執行品質不等於那個數字。重點不是 57% 高不高，而是隨著訓練資料增加，這個數字在持續上升，而且上升的趨勢符合他們的預測曲線。Adcock 說他們在部落格附錄裡寫了五頁左右的評分定義，有興趣的人可以去核對。數字是真的，但分母的定義決定了數字的意義。

◎Index：每秒五十分鐘，全球一百零七個國家在上傳

Figure 有一個叫 Index 的資料蒐集計畫，做法很簡單：讓人戴上頭戴裝置，錄下日常生活裡的各種動作——修輪胎，鏟貓砂，烤餅乾，量尺寸，什麼都要。這些以第一人稱視角拍攝的影片，用來預訓練 Helix 的底層模型。Adcock 說上週上傳速度是每秒三十六分鐘，這週已經到五十分鐘，全球超過一百個國家，一週內有十萬七千名活躍用戶在上傳。他預估光是這個資料蒐集計畫，短期就會花掉數億美元，長期可能到數十億。邏輯很直接：大型語言模型的底層知識來自網路上幾百兆個詞，機器人的底層知識沒有現成的，只能自己去收集人類在做什麼。

◎四章論：哪些錢買不到，哪些錢可以買

Adcock 把人形機器人的發展路徑分成四章，這個框架比較少人討論但很值得記住。第一章是硬體，第二章是自主行動的 AI 能力——他說這兩章錢買不到，你給某個人五百億美元，他也不一定做得出來，因為這是需要幾年深度工程積累的東西。第三章是擴充智慧，也就是靠資料和算力讓機器人持續學會更多事，這章錢可以買，但沒有錢就沒有資格參賽。第四章是製造規模，必須等到第三章有進展才能啟動，否則只是在生產沒有用的空殼。他說 Figure 現在大概處於第三章的起點，Helix 2.5 是第一個公開佐證。

◎Figure 4：他說讓 Figure 3 看起來像穴居人

Adcock 沒有透露任何規格，但他說了幾句話讓人很難忽略。他說 Figure 3 在他看來是智慧型手機出現之前的翻蓋手機，而 Figure 4 是 iPhone 1 的時刻。他說 Figure 3 到 Figure 4 的進步幅度，是歷代產品裡最大的一次。他說他做完 Figure 4 之後，一度想不到 Figure 5 要怎麼再進步。然後他補了一句：Figure 4 會讓 Figure 3 看起來像穴居人。目前 Figure 4 沒有公開發布時間表，Adcock 說準備好了才會公布。

Adcock 在訪談裡說，如果今天能把所有需要的資料和算力一次到位，他認為通用機器人的問題就解決了。這句話說得很大，但他的意思其實很具體：工程上的難關他們認為已經越過，剩下的是資料和算力的規模問題，而這兩樣東西是可以用錢和時間堆出來的。機器人進家庭，從一個遙遠的願景變成一個資本配置的問題——這個轉變如果是真的，接下來幾年的競爭重點就不是誰的工程師更厲害，而是誰的資料更多，算力更大。