好的，这是您提供内容的中文翻译： --- 以下是视频脚本中每位嘉宾观点的摘要： --- ### **J. Cal (主持人)** * 在法国巴黎举行的 Makina 会议上，主题是“AI在现实世界”。 * 引出 App Lovin 广告，并介绍随后的嘉宾采访。 ### **App Lovin (广告)** * 从8美元的域名和无风投起步，现已成为全球最大的广告平台之一。 * 其引擎目前为电商提供 App Lovin 广告服务。 * 广告在手机游戏中运行，覆盖超过10亿人，呈现全屏且无干扰。 * 该平台寻找买家并优化利润。 * 一个厨具品牌从400万美元增至1600万美元，实现盈利，今年有望达到8000万美元。 * 访问 applovin.com/allin 启动活动。 --- ### **Dr. Peter Funkhauser (Anybotics 联合创始人兼首席执行官)** * **公司与产品：** Anybotics，生产四足机器人“Anymo”（也称“dog-obot”）。 * **深耕领域：** 投身机器人领域近20年，公司成立10年，前5年专注于研究，后5年专注于部署。 * **核心用途：** 提供关键基础设施的巡检解决方案，用于数据收集和理解。 * **为何选择四足形态：** * 自然界中许多动物有四条腿，提供卓越的移动性。 * 可以爬楼梯，去人能去的任何地方（灵活性和平衡性）。 * 四条腿提供稳定性（宽大的脚印，多个着力点），适用于恶劣环境（湿滑地面、雨雪、杂草）。 * **与类人机器人的比较：** * 类人机器人可能更适合狭窄空间、眼睛水平的工作（例如咖啡馆）。 * 但在 Anybotics 工作的设施中，四足机器人的稳定性和可用空间使其成为完美选择。 * **部署情况与成本：** * 过去五年已部署数百台。 * 成本高昂：购买费用数十万美元，每年服务合同费用数万美元。 * 非家用，用于工业用途。 * **超人能力：** * 并非替代劳动力，而是实现超乎人类的能力。 * 巡检：人类眼睛和耳朵无法感知所有信号。机器人配备热像仪、麦克风、气体浓度传感器等，能检测微量气体泄漏、设备过热等。 * 配备丰富的传感器和AI，超越人类能力。 * **经济效益：** * 避免停机：关键基础设施停运每小时损失数十万美元。机器人节省的时间和金钱足以支付成本，并支持昂贵的传感器和GPU。 * **计算能力与电池：** * 机器人上配备强大的计算能力，用于实时处理（避障、数据质量）。 * 云端用于上下文分析、历史停机分析等。 * 电池续航约2小时，然后返回充电站。 * 一些客户每天运行40次任务，以监测危险区域（例如电弧炉）。 * 追求“免干预自主性”，客户只关心数据和洞察力，不关心机器人本身。 * **科幻般的部署场景：** * 海上作业：在海上油井和风能变电站（例如将交流电转换为直流电的设施）中工作，节省了数万美元的直升机飞行成本。 * 极端环境：已部署在零下20度的挪威和零上40-60度的沙漠。 * 防爆环境：开发了特殊机器人，保证不会产生火花，可在存在甲烷等爆炸性气体（例如二叠纪盆地）的危险化学品或石油天然气设施中工作，避免人类涉险。 * **修理能力：** * 目前尚不能修复泄漏。 * 仍处于开发阶段，实现99.9%的可靠性并具备在防爆环境下操作的能力非常困难。 * 未来可能实现简单的操作（关闭阀门、打开柜子），最终目标是具备双臂甚至多臂操作能力。 * 类人机器人演示（例如叠衣服）是在受控环境中进行，而户外暴风雪等恶劣条件则完全不同。 * **供应链：** * 100%不从中国采购。 * 历史原因：在欧洲本地采购，芯片来自美国等地。 * 对某些客户而言，这是重要考量。 * 会战略性利用硬件的商品化来降低成本。 * **中国机器人威胁：** * 中国机器人硬件很棒，但缺乏完整的解决方案。 * Anybotics 的客户不只购买平台，还需要自主性、巡检能力、智能、工作流程集成、数据信任、网络安全认证等。 * 客户不希望敏感数据（例如核电站数据）被其他国家控制。 * **军事应用：** * 欧洲有责任发展独立技术。 * Anybotics 目前不涉足军事领域，也无意这样做。 * 军事应用的产品、通信、自主性等都与民用领域非常不同，需要专门的团队。 * 个人不喜欢将机器人武器化，认为工程师应为善意目的创造技术。 * 谴责武器化机器人，曾与 Boston Dynamics 等公司联名发表声明。 * 认为目前看到的武器化机器人视频多是早期演示，而非实战部署。 --- ### **Birg Bornik (One X 创始人兼首席执行官)** * **公司与产品：** One X，生产类人机器人“Neo”，定位家用机器人。 * **交付计划：** 承诺2026年开始发货，初期会缓慢，但会有少数客户收到。 * **价格模式：** * 预售时有两种模式：提前全额付款或订阅费。 * 具体订阅模式仍在演变，将与早期客户共同探索。 * **Neo 平台：** * Neo 不仅仅面向消费者市场，目标是为全社会创造劳动力富余。 * 将推出 Neo 平台，允许开发者在其上构建应用（“App Store”或“Skill Store”），例如“制作沙拉”的技能。 * 这将促进 Neo 生态系统发展，加速自主性，并最终惠及消费者。 * **预售情况：** * 未透露官方数字，但首批1万台在几天内售罄。 * 客户支付定金，后续支付月费（主持人提议500美元/月）。 * **早期采用者：** 面向高端先锋用户。2026年的家用类人机器人可能“粗糙”（例如会摔倒）。 * **自主性愿景：** * 尽管早期谨慎，但目前趋势表明，有望在2026年提供接近“完全自主”的体验。 * 如果客户期望即插即用，可能需要一些“遥操作”或系统指导。 * **遥操作 (Teleoperation)：** * 举例：纽约一家鸡肉三明治店雇佣菲律宾员工通过Zoom远程操作收银。 * Neo 也将支持遥操作，例如菲律宾员工可远程控制机器人，帮助倒橙汁。 * 一位操作员可能同时远程监控30-40台 Neo 机器人（例如在便利店帮助搬运商品到车上）。 * 个人应用：希望在出差时，通过 Neo 远程操作公司业务，像一个“化身”。 * 某些任务（例如偏远电站的偶尔维修）可能永远需要遥操作，因为自动化成本太高。 * **硬件与遥操作的差距：** * Neo 的硬件（特别是新手）性能已超越遥操作者所能充分利用的水平。 * 遥操作者无法像机器人那样感知触觉。 * 这意味着纯遥操作无法完全发挥硬件潜力。 * **数据收集策略：** * **数据金字塔：** * **顶层：** 遥操作数据（高质量、小样本，用于校准模型）。 * **第二层：** 人类佩戴机器人传感器收集的数据（非常接近机器人行为）。 * **第三层：** 以人为主视角的视频（“egocentric video”），因 Neo 与人类相似，仍很有效。 * **底层：** 通用视频数据（YouTube、互联网上的所有人类活动视频）——这是 One X 的“大赌注”。 * **核心理念：** * 模型的好坏取决于数据。 * 通用视频数据量极其庞大，是未来突破的关键。 * One X 的“大赌注”在于 Neo 与人类的高度相似性，使其能利用海量的通用视频数据进行预训练。 * 控制机器人需要关注每一个细节（肌肉、组织、摩擦、冲击能量）来模拟人类。 * **机器人递归学习/“硬起飞” (Hard Takeoff)：** * 并非科幻。 * 难以精确预测时间，但AI发展速度超出预期。 * 相信在十年内（个人赌注是三年）将迎来“硬起飞”，即机器人自我构建机器人、数据中心、芯片厂、采矿炼油，实现劳动力真正富余的自给自足系统。 * 数字智能无法凭空创造其物理载体，需要物理部分。 * 这将对人类产生巨大影响，例如推动科学进步（自动化实验室工作）。 * 时间单位是“年”，而非“十年”。 * **订购 Neo：** 访问 One X 官网即可。 --- ### **Amanda McMaster (Boston Dynamics 临时首席执行官)** * **公司历史：** * 曾是风险投资支持的独立公司。 * 被 Google 收购，后出售。 * 曾由软银拥有（孙正义）。 * 目前由现代汽车拥有。 * **当前重点：** * 不再是AI实验室或研发公司。 * 专注于现实世界的机器人部署。 * 面临激烈竞争。 * **Spot (四足机器人)：** * 已部署在工业领域。 * 是目前地球上部署和使用最多的移动自主机器人。 * 拥有超过500家客户，遍布46个国家。 * **主要用途：** 工业巡检（声学、仪表读数、振动检测），用于监测设施中的昂贵资产。 * **其他用途：** 夜间安全巡逻。 * **客户价值：** 客户需要两年内获得投资回报。Spot 不仅能跳舞，现在还能完成真正有用的工作。 * **与人类比较：** 增强人类劳动力，而非完全替代。Spot 可以执行人类不愿做或做不好的任务，将人类从重复性工作中解放出来，从事知识性工作。 * **经济效益：** 关注客户节省的成本（例如发现漏气可节省每天300万美元），而非纯粹的劳动力替代。 * **成本与商业模式：** * 初期采用资本支出模式 (CapEx)。 * 基本机器人10万美元，全面配置（含服务和集成）可达30万美元（相当于特斯拉到法拉利的价格范围）。 * 预计使用寿命超过五年。 * 平均故障间隔时间 (MTBI) 超过3000小时。 * 电池续航约90分钟，然后自动返回充电桩充电。 * 实际运行时间可达18-20小时/天，运营成本仅为每小时几美元。 * **Atlas (类人机器人)：** * 商业模式可能会采用“机器人即服务” (RaaS)，为客户提供更大的灵活性。 * **电池：** 具有可热插拔电池，Atlas 可以自行更换（转动躯干，更换其中一块电池）。 * **计算能力 (大脑)：** * **两类大脑：** * **机器人本体大脑：** 控制机器人的物理运动、动态行为和可靠性，位于机器人内部（Boston Dynamics 的核心优势）。 * **推理层大脑：** 提供环境的语义理解，可位于云端（可能与Google或其他AI伙伴合作，或自行开发）。 * **工作流封装：** 针对特定客户的工作流信息，可位于云端或机器人内部。 * **供应链安全：** * 100%的机器人部件在美国或盟友国家生产，不从中国采购。 * 不应允许来自中国的类人机器人在美国部署。 * 担忧数据泄露（已有中国四足机器人数据回传的例子）。 * 必须保护知识产权，将机器人制造生态系统转移到美国或盟友国家。 * 认为这是一个关乎国家安全的“存亡问题”，需要有协调一致的国家机器人战略。 * **军事应用：** * 秉持“反武器化”立场。 * **原因：** 认为武器化会分散公司目前的工业应用重点。 * 乐意与政府合作进行非武器化任务（例如爆炸物处理 EOD），目前已在进行。 * 不希望制造“终结者”机器人，认为这对市场不利。 * 如果中国部署武器化机器人，Boston Dynamics 是否会制造？这是一个“艰难的问题”，希望永远不会发生。但如果发生，公司会做出“正确的决定”。目前公司专注于有盈利的应用空间。 * **招聘：** 总部位于沃尔瑟姆（波士顿郊外），提供部分远程工作。考虑在西海岸设立办事处。 --- ### **Professor Jonathan Hurst (Agility Robotics 联合创始人兼首席机器人官)** * **学术背景与经验：** 2008年获得机器人学博士学位，投身机器人领域超过20年。 * **行业变化：** * 20年前，机器人学更多是自动化系统和研究（类人、自主移动机器人）。 * 现在，技术已突破并进入现实世界，产生直接影响。 * 大学的机器人学项目和学生数量呈指数级增长。 * **为何当前类人机器人不同：** * 过去制造一个像人的机器人很容易，但让它在人类空间做有用之事非常困难——现在正开始实现这一点。 * **感知能力：** 以前是巨大难题，现在因大型语言模型 (LLMs) 等技术而基本“解决”。机器人能识别物体、理解环境，提高了情境感知能力。 * AI 正在赋能更广泛的通用性，使机器人能做更多有用的事情。 * **机器人开发的挑战与进展：** * **感知：** LLMs 等技术使其成为“商品”，但机器人控制（每个电机的扭矩指令、传感器输入）的数据在互联网上并不存在。 * **训练方法：** * 通过演示学习（例如远程操作）。 * 动画输入、动作捕捉输入。 * 但人类控制机器人无法达到机器人的最佳性能，机器人需要自己“练习”。 * **世界模型：** 下一个前沿领域。 * 模拟整个仓库及其物理特性，让机器人在虚拟环境中练习，从而压缩学习时间（例如几天内进行百万次迭代）。 * **“仿真到现实”的差距：** 模拟无法完美复制现实世界（例如波浪动力学、玻璃上的凝结水、机器人模型的缺陷），需要机器人进行真实的实践。 * **没有“银弹”：** 成功需要所有工具的结合，而非单一解决方案。 * **递归学习：** * 人类学习效率高，数据量小。机器人需要更多数据和例子。 * 未来优势：一旦一个机器人学会某项技能（例如拉小提琴），所有同类型机器人都可以通过 Wi-Fi 立即“下载”这项技能。 * **产品：Digit (4.0，即将推出 V5)** * **当前部署：** 数十台 Digit 机器人已在实际应用中，执行多用途任务，例如搬运箱子和手提袋。 * **人形形态的优势：** 两条手臂可搬运大件物品，全身控制实现灵巧操作和平衡（例如在高货架上取物），证明了人形形态的合理性。 * **Digit V5：** 将是首个无需物理屏障即可在工作区域内与人类安全共存的类人机器人（“可走出工作单元”）。这是一个重要的“规模化时刻”。 * **安全：** 过去两三年投入巨大，进行了自下而上的整体设计，确保机器人的每个系统都符合安全要求。曾与 Amazon 合作时，研发目标达成，但安全要求未能满足。 * **成本与商业模式：** * 物料清单成本在数万美元左右。 * 长期来看，机器人成本会下降，最终接近汽车价格。 * **价值：** 机器人每天可运行20-22小时（Digit V5），每年约8000小时。五年寿命可提供4万小时工作。 * 与人类劳动力（西方国家每小时20-40美元）相比，成本具有巨大优势，提供了巨大的利润空间。 * 提供 CapEx (资本支出) 和 RaaS (机器人即服务) 两种商业模式。 * 机器人价值由替代的人类劳动力成本决定，价格弹性较低。 * **工厂自动化：** * 许多工厂的劳动力主体已是机器人（AMR、传送带、工业机械臂）。 * Digit 是新的自动化形式，进一步提高效率和生产力。 * 美国 GDP 增长需依靠效率提升，而非人口增长，自动化是唯一途径。 * 未来将出现“熄灯工厂” (lights out factories)，完全由机器人和自动驾驶卡车完成所有工作。 * 类人机器人适用于人类环境和工作流程（零售、杂货店、医院、建筑工地、包裹送货上门）。 * **非显而易见的用例：** * “枯燥、肮脏、危险” (Dull, Dirty, Dangerous) 的工作。 * 希望未来的人们看待现在的一些人类工作，就像我们看待19世纪的煤矿工人一样，认为那是“机器人应该做的工作”，从而提升人类的生活质量。 * **机器人学职业前景：** * 巨大的机会，变革时期为学生提供了优势。 * 核心工程技能非常重要。 * “蓝领”机器人工作：机器人操作员、组装工、建造工、维修工。 * 鼓励年轻人攻读机器人学博士或硕士学位。 * **多臂机器人：** * 两条手臂足以处理大型物体，增加第三条手臂的效用不明显，会增加复杂性。除非有真正的需求驱动，否则不会轻易增加手臂。 * **最喜欢的科幻机器人：** * 《WALL-E》(瓦力)：喜欢其持续构建和创造的愿景。 * 《Baymax》(大白)：象征着帮助人类，以及软件和安全防护的重要性（例如急停按钮、主指令）。 * **招聘：** Agility Robotics 正在招聘。 * 地点：塞勒姆（俄勒冈州）、弗里蒙特（加利福尼亚州，新设施，专注机器人行为开发）、匹兹堡（宾夕法尼亚州，靠近卡内基梅隆大学）。 --- ### **PLAWD (广告)** * PLAWD 捕获对话，转化为可搜索的智能信息。 * 提出问题即可获得答案，无需翻找记录或依赖记忆。 * 学习更多请访问 PLAWD.ai。

以下是视频脚本中每位嘉宾观点的摘要： --- ### **J. Cal (主持人)** * 在法国巴黎的 Makina 会议上，主题是“AI在现实世界”。 * 引出 App Lovin 广告和随后的嘉宾采访。 ### **App Lovin (广告)** * 从8美元的域名和无风投开始，成为全球最大的广告平台之一。 * 现在其引擎为电商提供 App Lovin 广告服务。 * 广告在手机游戏中运行，覆盖超过10亿人，全屏、无干扰。 * 平台寻找买家并优化利润。 * 一个厨具品牌从400万美元增至1600万美元，实现盈利，今年有望达到8000万美元。 * 访问 applovin.com/allin 启动活动。 --- ### **Dr. Peter Funkhauser (Anybotics 联合创始人兼首席执行官)** * **公司与产品：** Anybotics，生产四足机器人“Anymo”（也称“dog-obot”）。 * **深耕领域：** 投身机器人领域近20年，公司成立10年，前5年是研究，后5年专注于部署。 * **核心用途：** 关键基础设施的巡检解决方案，用于数据收集和理解。 * **为何选择四足形态：** * 自然界中许多动物有四条腿，提供卓越的移动性。 * 可以爬楼梯，去人能去的任何地方（灵活性和平衡性）。 * 四条腿提供稳定性（宽大的脚印，多个着力点），适用于恶劣环境（湿滑地面、雨雪、杂草）。 * **与类人机器人的比较：** * 类人机器人可能更适合狭窄空间、眼睛水平的工作（例如咖啡馆）。 * 但在 Anybotics 工作的设施中，四足机器人的稳定性和可用空间使其成为完美选择。 * **部署情况与成本：** * 过去五年已部署数百台。 * 成本高昂：购买费用数十万美元，每年服务合同费用数万美元。 * 非家用，用于工业用途。 * **超人能力：** * 并非替代劳动力，而是实现超人能力。 * 巡检：人类眼睛和耳朵无法感知所有信号。机器人配备热像仪、麦克风、气体浓度传感器等，能检测微量气体泄漏、设备过热等。 * 配备丰富的传感器和AI，超越人类能力。 * **经济效益：** * 避免停机：关键基础设施停运每小时损失数十万美元。机器人节省的时间和金钱足以支付成本，并支持昂贵的传感器和GPU。 * **计算能力与电池：** * 机器人上配备强大的计算能力，用于实时处理（避障、数据质量）。 * 云端用于上下文分析、历史停机分析等。 * 电池续航约2小时，然后返回充电站。 * 一些客户每天运行40次任务，以监测危险区域（例如电弧炉）。 * 追求“免干预自主性”，客户只关心数据和洞察力，不关心机器人本身。 * **科幻般的部署场景：** * 海上作业：在海上油井和风能变电站（例如从交流电转直流电的设施）中工作，节省了数万美元的直升机飞行成本。 * 极端环境：已部署在零下20度的挪威和零上40-60度的沙漠。 * 防爆环境：开发了特殊机器人，保证不会产生火花，可在存在甲烷等爆炸性气体（例如Permian Basin）的危险化学品或石油天然气设施中工作，避免人类涉险。 * **修理能力：** * 目前尚不能修复泄漏。 * 仍处于开发阶段，实现99.9%的可靠性并具备在防爆环境下操作的能力非常困难。 * 未来可能实现简单的操作（关闭阀门、打开柜子），最终目标是具备双臂甚至多臂操作能力。 * 类人机器人演示（例如叠衣服）是在受控环境中进行，而户外暴风雪等恶劣条件则完全不同。 * **供应链：** * 100%不从中国采购。 * 历史原因：在欧洲本地采购，芯片来自美国等地。 * 对某些客户而言，这是重要考量。 * 会战略性利用硬件的商品化来降低成本。 * **中国机器人威胁：** * 中国机器人硬件很棒，但缺乏完整的解决方案。 * Anybotics 的客户不只购买平台，还需要自主性、巡检能力、智能、工作流程集成、数据信任、网络安全认证等。 * 客户不希望敏感数据（例如核电站数据）被其他国家控制。 * **军事应用：** * 欧洲有责任发展独立技术。 * Anybotics 目前不涉足军事领域，也无意这样做。 * 军事应用的产品、通信、自主性等都与民用领域非常不同，需要专门的团队。 * 个人不喜欢将机器人武器化，认为工程师应为善意目的创造技术。 * 谴责武器化机器人，曾与 Boston Dynamics 等公司联名发表声明。 * 认为目前看到的武器化机器人视频多是早期演示，而非实战部署。 --- ### **Birg Bornik (One X 创始人兼首席执行官)** * **公司与产品：** One X，生产类人机器人“Neo”，定位家用机器人。 * **交付计划：** 承诺2026年开始发货，初期会缓慢，但会有少数客户收到。 * **价格模式：** * 预售时有两种模式：提前全额付款或订阅费。 * 具体订阅模式仍在演变，将与早期客户共同探索。 * **Neo 平台：** * Neo 不仅仅面向消费者市场，目标是为全社会创造劳动力富余。 * 将推出 Neo 平台，允许开发者在其上构建应用（“App Store”或“Skill Store”），例如“制作沙拉”的技能。 * 这将促进 Neo 生态系统发展，加速自主性，并最终惠及消费者。 * **预售情况：** * 未透露官方数字，但首批1万台在几天内售罄。 * 客户支付定金，后续支付月费（主持人提议500美元/月）。 * **早期采用者：** 面向高端先锋用户。2026年的家用类人机器人可能“粗糙”（例如会摔倒）。 * **自主性愿景：** * 尽管早期谨慎，但目前趋势表明，有望在2026年提供接近“完全自主”的体验。 * 如果客户期望即插即用，可能需要一些“遥操作”或系统指导。 * **遥操作 (Teleoperation)：** * 举例：纽约一家鸡肉三明治店雇佣菲律宾员工通过Zoom远程操作收银。 * Neo 也将支持遥操作，例如菲律宾员工可远程控制机器人，帮助倒橙汁。 * 一位操作员可能同时远程监控30-40台 Neo 机器人（例如在便利店帮助搬运商品到车上）。 * 个人应用：希望在出差时，通过 Neo 远程操作公司业务，像一个“化身”。 * 某些任务（例如偏远电站的偶尔维修）可能永远需要遥操作，因为自动化成本太高。 * **硬件与遥操作的差距：** * Neo 的硬件（特别是新手）性能已超越遥操作者所能充分利用的水平。 * 遥操作者无法像机器人那样感知触觉。 * 这意味着纯遥操作无法完全发挥硬件潜力。 * **数据收集策略：** * **数据金字塔：** * **顶层：** 遥操作数据（高质量、小样本，用于校准模型）。 * **第二层：** 人类佩戴机器人传感器收集的数据（非常接近机器人行为）。 * **第三层：** 以人为主视角的视频（“egocentric video”），因 Neo 与人类相似，仍很有效。 * **底层：** 通用视频数据（YouTube、互联网上的所有人类活动视频）——这是 One X 的“大赌注”。 * **核心理念：** * 模型的好坏取决于数据。 * 通用视频数据量极其庞大，是未来突破的关键。 * One X 的“大赌注”在于 Neo 与人类的高度相似性，使其能利用海量的通用视频数据进行预训练。 * 控制机器人需要关注每一个细节（肌肉、组织、摩擦、冲击能量）来模拟人类。 * **机器人递归学习/“硬起飞” (Hard Takeoff)：** * 并非科幻。 * 难以精确预测时间，但AI发展速度超出预期。 * 相信在十年内（个人赌注是三年）将迎来“硬起飞”，即机器人自我构建机器人、数据中心、芯片厂、采矿炼油，实现劳动力真正富余的自给自足系统。 * 数字智能无法凭空创造其物理载体，需要物理部分。 * 这将对人类产生巨大影响，例如推动科学进步（自动化实验室工作）。 * 时间单位是“年”，而非“十年”。 * **订购 Neo：** 访问 One X 官网即可。 --- ### **Amanda McMaster (Boston Dynamics 临时首席执行官)** * **公司历史：** * 曾是风险投资支持的独立公司。 * 被 Google 收购，后出售。 * 曾被软银拥有（孙正义）。 * 目前由现代汽车拥有。 * **当前重点：** * 不再是AI实验室或研发公司。 * 专注于现实世界的机器人部署。 * 面临激烈竞争。 * **Spot (四足机器人)：** * 已部署在工业领域。 * 是目前地球上部署和使用最多的移动自主机器人。 * 拥有超过500家客户，遍布46个国家。 * **主要用途：** 工业巡检（声学、仪表读数、振动检测），用于监测设施中的昂贵资产。 * **其他用途：** 夜间安全巡逻。 * **客户价值：** 客户需要两年内获得投资回报。Spot 不仅能跳舞，现在还能完成真正有用的工作。 * **与人类比较：** 增强人类劳动力，而非完全替代。Spot 可以执行人类不愿做或做不好的任务，将人类从重复性工作中解放出来，从事知识性工作。 * **经济效益：** 关注客户节省的成本（例如发现漏气可节省每天300万美元），而非纯粹的劳动力替代。 * **成本与商业模式：** * 初期采用资本支出模式 (CapEx)。 * 基本机器人10万美元，全面配置（含服务和集成）可达30万美元（相当于特斯拉到法拉利的价格范围）。 * 预计使用寿命超过五年。 * 平均故障间隔时间 (MTBI) 超过3000小时。 * 电池续航约90分钟，然后自动返回充电桩充电。 * 实际运行时间可达18-20小时/天，运营成本仅为每小时几美元。 * **Atlas (类人机器人)：** * 商业模式可能会采用“机器人即服务” (RaaS)，为客户提供更大的灵活性。 * **电池：** 具有可热插拔电池，Atlas 可以自行更换（转动躯干，更换其中一块电池）。 * **计算能力 (大脑)：** * **两类大脑：** * **机器人本体大脑：** 控制机器人的物理运动、动态行为和可靠性，位于机器人内部（Boston Dynamics 的核心优势）。 * **推理层大脑：** 提供环境的语义理解，可位于云端（可能与Google或其他AI伙伴合作，或自行开发）。 * **工作流封装：** 针对特定客户的工作流信息，可位于云端或机器人内部。 * **供应链安全：** * 100%的机器人部件在美国或盟友国家生产，不从中国采购。 * 不应允许来自中国的类人机器人在美国部署。 * 担忧数据泄露（已有中国四足机器人数据回传的例子）。 * 必须保护知识产权，将机器人制造生态系统转移到美国或盟友国家。 * 认为这是一个关乎国家安全的“存亡问题”，需要有协调一致的国家机器人战略。 * **军事应用：** * 秉持“反武器化”立场。 * **原因：** 认为武器化会分散公司目前的工业应用重点。 * 乐意与政府合作进行非武器化任务（例如爆炸物处理 EOD），目前已在进行。 * 不希望制造“终结者”机器人，认为这对市场不利。 * 如果中国部署武器化机器人，Boston Dynamics 是否会制造？这是一个“艰难的问题”，希望永远不会发生。但如果发生，公司会做出“正确的决定”。目前公司专注于有盈利的应用空间。 * **招聘：** 总部位于沃尔瑟姆（波士顿郊外），提供部分远程工作。考虑在西海岸设立办事处。 --- ### **Professor Jonathan Hurst (Agility Robotics 联合创始人兼首席机器人官)** * **学术背景与经验：** 2008年获得机器人学博士学位，投身机器人领域超过20年。 * **行业变化：** * 20年前，机器人学更多是自动化系统和研究（类人、自主移动机器人）。 * 现在，技术已突破并进入现实世界，产生直接影响。 * 大学的机器人学项目和学生数量呈指数级增长。 * **为何当前类人机器人不同：** * 过去制造一个像人的机器人很容易，但让它在人类空间做有用之事非常困难——现在正开始实现这一点。 * **感知能力：** 以前是巨大难题，现在因大型语言模型 (LLMs) 等技术而基本“解决”。机器人能识别物体、理解环境，提高了情境感知能力。 * AI 正在赋能更广泛的通用性，使机器人能做更多有用的事情。 * **机器人开发的挑战与进展：** * **感知：** LLMs 等技术使其成为“商品”，但机器人控制（每个电机的扭矩指令、传感器输入）的数据在互联网上并不存在。 * **训练方法：** * 通过演示学习（例如远程操作）。 * 动画输入、动作捕捉输入。 * 但人类控制机器人无法达到机器人的最佳性能，机器人需要自己“练习”。 * **世界模型：** 下一个前沿领域。 * 模拟整个仓库及其物理特性，让机器人在虚拟环境中练习，从而压缩学习时间（例如几天内进行百万次迭代）。 * **“仿真到现实”的差距：** 模拟无法完美复制现实世界（例如波浪动力学、玻璃上的凝结水、机器人模型的缺陷），需要机器人进行真实的实践。 * **没有“银弹”：** 成功需要所有工具的结合，而非单一解决方案。 * **递归学习：** * 人类学习效率高，数据量小。机器人需要更多数据和例子。 * 未来优势：一旦一个机器人学会某项技能（例如拉小提琴），所有同类型机器人都可以通过 Wi-Fi 立即“下载”这项技能。 * **产品：Digit (4.0，即将推出 V5)** * **当前部署：** 数十台 Digit 机器人已在实际应用中，执行多用途任务，例如搬运箱子和手提袋。 * **人形形态的优势：** 两条手臂可搬运大件物品，全身控制实现灵巧操作和平衡（例如在高货架上取物），证明了人形形态的合理性。 * **Digit V5：** 将是首个无需物理屏障即可在工作区域内与人类安全共存的类人机器人（“可走出工作单元”）。这是一个重要的“规模化时刻”。 * **安全：** 过去两三年投入巨大，进行了自下而上的整体设计，确保机器人的每个系统都符合安全要求。曾与 Amazon 合作时，研发目标达成，但安全要求未能满足。 * **成本与商业模式：** * 物料清单成本在数万美元左右。 * 长期来看，机器人成本会下降，最终接近汽车价格。 * **价值：** 机器人每天可运行20-22小时（Digit V5），每年约8000小时。五年寿命可提供4万小时工作。 * 与人类劳动力（西方国家每小时20-40美元）相比，成本具有巨大优势，提供了巨大的利润空间。 * 提供 CapEx (资本支出) 和 RaaS (机器人即服务) 两种商业模式。 * 机器人价值由替代的人类劳动力成本决定，价格弹性较低。 * **工厂自动化：** * 许多工厂的劳动力主体已是机器人（AMR、传送带、工业机械臂）。 * Digit 是新的自动化形式，进一步提高效率和生产力。 * 美国 GDP 增长需依靠效率提升，而非人口增长，自动化是唯一途径。 * 未来将出现“熄灯工厂” (lights out factories)，完全由机器人和自动驾驶卡车完成所有工作。 * 类人机器人适用于人类环境和工作流程（零售、杂货店、医院、建筑工地、包裹送货上门）。 * **非显而易见的用例：** * “枯燥、肮脏、危险” (Dull, Dirty, Dangerous) 的工作。 * 希望未来的人们看待现在的一些人类工作，就像我们看待19世纪的煤矿工人一样，认为那是“机器人应该做的工作”，从而提升人类的生活质量。 * **机器人学职业前景：** * 巨大的机会，变革时期为学生提供了优势。 * 核心工程技能非常重要。 * “蓝领”机器人工作：机器人操作员、组装工、建造工、维修工。 * 鼓励年轻人攻读机器人学博士或硕士学位。 * **多臂机器人：** * 两条手臂足以处理大型物体，增加第三条手臂的效用不明显，会增加复杂性。除非有真正的需求驱动，否则不会轻易增加手臂。 * **最喜欢的科幻机器人：** * 《WALL-E》(瓦力)：喜欢其持续构建和创造的愿景。 * 《Baymax》(大白)：象征着帮助人类，以及软件和安全防护的重要性（例如急停按钮、主指令）。 * **招聘：** Agility Robotics 正在招聘。 * 地点：塞勒姆（俄勒冈州）、弗里蒙特（加利福尼亚州，新设施，专注机器人行为开发）、匹兹堡（宾夕法尼亚州，靠近卡内基梅隆大学）。 --- ### **PLAWD (广告)** * PLAWD 捕获对话，转化为可搜索的智能信息。 * 提出问题即可获得答案，无需翻找记录或依赖记忆。 * 学习更多请访问 PLAWD.ai。