这些是 2024 年最令人印象深刻的机器人演示（到目前为止！）

快速链接

• 图01

• Agility Robotics 和亚马逊的 Digit

• 波士顿动力 Spot V.4 更新

• 特斯拉 Optimus Gen 2

• 斯坦福大学的移动 ALOHA

虽然每个人都专注于生成式人工智能及其对知识和创造性工作的影响，但机器人技术一直在悄然接近类似的、明显突然的进步点。 2024 年很可能作为体力劳动真正的人工智能自动化革命的开始而载入史册，即使在今年年初，也已经出现了一些令人瞠目结舌的演示。

图01

Figure 是一家新兴的机器人初创公司，吸引了主要科技公司的大量投资。尽管该公司对其人形机器人项目的演示相当保留，该项目直接旨在补充未来几年的人力短缺，但每一个都令人瞠目结舌。截至撰写本文时的最新演示感觉像是一个历史转折点。

在其中，我们看到图 01 机器人坐在一张桌子上，上面放着物体。然后，人类用自然语言与机器人对话，机器人以完美的人类声音做出响应，讲述它所看到的内容并根据请求执行任务。这要归功于 Figure 的技术和软件的结合以及与 OpenAI 的合作，提高了机器人的推理能力和机器视觉能力。最令人印象深刻的是它可以弄清楚如何即时执行任务。

根据图，这不是一个经过编辑或剪切的视频，由于机器人“思考”下一步该做什么或说什么时的长时间处理暂停，这感觉可能是真的，但一如既往，我们对此只有他们的说法直到这些系统进入第三方手中。不过，这些机器人的身影很受欢迎，已经与宝马合作进行了试验。

Agility Robotics 和亚马逊的 Digit

Agility Robotics 与 Amazon 合作，在其人形机器人方面似乎与 Figure 有着相同的总体想法。这个想法是创造一个机器人，它可以进入与人类工人目前占据的相同空间。正如本视频所示，Digit 已经在真实的亚马逊设施中进行测试。

然而，也许更令人印象深刻的是这个早期的 Digit 演示展示了它的推理能力。真正使这个演示变得令人惊叹的是，我们可以看到机器人的内部独白和思维过程，因为它动态地推理完成口头分配的任务。

波士顿动力 Spot V.4 更新

如果没有波士顿动力公司，你就不可能有一个机器人演示视频列表，但遗憾的是这次它不是一个可爱的跳舞机器人视频，但也许是更令人印象深刻的东西。波士顿动力公司展示了他们如何使用虚拟模拟和一种称为强化的机器学习形式，在移动性方面对他们的 Spot 机器人进行了重大升级。之前，Spot 完全依赖于波士顿动力公司微调的预测模型来预测它在穿越地形时应该如何移动，但现在通过最新的更新，它使用了该模型和使用强化训练的模型的混合体。

最终结果是旧版 Spot 软件会在松软或湿滑的表面上绊倒并跌倒，而最新版本即使在不存在抓地力或地形不可预测的情况下也能保持其正常状态。这可能不是任何人炫耀的最华丽的东西，但当你需要机器人进入无法提供完全可预测环境的地方（例如灾难现场或恶劣天气）时，它就很重要了。

特斯拉 Optimus Gen 2

2021 年，我写道，特斯拉提出的机器人完全有意义，从那时起，我们慢慢地越来越多地看到这个项目的进展。最初是一个穿着西装的人类舞者，现在是一个完全实现的人形机器人平台。在第二代演示中，我们看到“擎天柱”表现出流畅的类人运动，以合理（如果平稳）的速度行走，并在指尖传感器的帮助下完成经典的鸡蛋操纵技巧。几十年来，这是机器人手臂视频中常见的比喻。

视频相当令人印象深刻，但不清楚什么是自主、什么是预编程、什么是直接远程操作。尽管如此，在如此短的时间内从没有什么可展示的东西到一个可以工作的硬件平台还是值得鼓掌的。在埃隆·马斯克在 X（以前称为 Twitter）上发布的另一个视频中，我们可以看到擎天柱正在折叠衣服，但马斯克随后澄清说，这还不是自动完成的。得到各地懒人的希望，只是为了再次打倒他们，

斯坦福大学的移动 ALOHA

到目前为止，我们看到的机器人看起来就像是 2000 年代科幻电影中的机器人，但它们的价格也很高，高达数十万美元。

Mobile ALOHA 是 Google 和斯坦福大学合作的一个项目，提供了一个价格不到 20,000 美元的多功能机器人平台。这听起来很多，但如果你观看 ALOHA 功能的演示，就会发现这似乎很划算。远程操作员可以使用这个简单的机器人轻松完成复杂的灵巧任务，并且它可以通过观看人类的演示来学习自主执行任务。最重要的是，ALOHA 的硬件和软件都是开源的，因此我预计它会取得很大的进步，因为来自世界各地的众多贡献者都致力于使其变得更好。

今年几乎没有一个好的开始，而且在下一个假期到来之前，我们似乎已经准备好进行更多令人兴奋的自动化演示了。突然间，机器人真空吸尘器不再那么具有未来感了，不是吗？