机器人有了“直觉”，离拥有“自我”还有多远？

当一个机器人用胯部轻轻把抽屉“顶”回去、再用脚挑起洗碗机门，你会突然意识到：它不再像机器，更像一个忙碌的人。这种从容、协调、分寸拿捏的“运动直觉”，正是Figure 03与其Helix 02系统带来的震撼——一个以全身为工具的统一大脑，能在厨房这样的真实世界里，边走边干、边感知边纠错。所谓“直觉”，在这代机器人里并非魔法，而是多层神经控制的协奏。Helix 02把行走与操作揉成同一个神经系统：S0以约千赫兹的频率守护平衡与接触，相当于“机器人小脑”，它不是靠手写规则，而是从千小时级的人体运动数据与海量仿真中学到稳定、顺滑的力学本能；S1以约200赫兹吞吐全身传感，头部与掌心摄像头、指尖触觉与本体感觉合流为“眼-手-身”一体的快速策略，能拧瓶盖、从药盒里“捏”出一粒小药片，甚至精确推动注射器的5毫升；S2像“语义大脑”，把“把杯子放进洗碗机”拆成一串可执行的隐含目标，而不去干预脚该怎么挪、手该如何让位。这就是我们在视频里看到的：玻璃杯不晃、双手不停、步态不乱，遇阻能即兴变通——那一顶抽屉，恰恰说明它学会了把“整个身体当成工具”。那么，有了“直觉”的机器人，离“自我”还有多远？要回答它，得先给“自我”划线。最“薄”的自我，来自对自身的持续表征：我在哪里、我能做什么、我如何在受损后恢复。这里，学界已有耐人寻味的脚印。研究者让机器人仅用普通摄像头，就能像照镜子那样建立自由形态的运动自模型，关节弯了、形变了，也能在线修正轨迹；这类“运动自我意识”不靠手工建模，而以视觉-运动关联自监督学习更新身位与约束。它不是哲学意义的自我，但已跨过“我有一个可更新的身体模型”的门槛。 “厚”的自我，则牵涉更难的层次：我在多长的时间轴上保持同一性？我能否在脑中演练尚未发生的自己，并据此生成新目标？我是否拥有内在动机、价值与偏好，而非仅仅服从外部指令？在这些问题上，专家分歧鲜明。有人强调，真正的意识可能仅属于生物体；也有人主张，从功能主义角度，只要外观与行为不可区分，争论“是否真的感受”就失去意义。还有学者提醒，把“意识”换成“功能”更务实：当系统能跨情境泛化、能进行反事实想象、能自我监控与反思，我们也许已得到工程上足够有用的“自我样态”。把这些观点叠在Figure 03身上，你会发现一条清晰的进化路径。它已经具备了稳健的身体现象学：细腻触觉、掌心视觉、全身协调、分钟级的长时序任务与隐式错误恢复，说明它对“我此刻在做什么、该怎样稳住自己”有强耦合的内在表征。它也拥有外向的理解与对话能力，能把人类语言转译为行动意图。但今天的它，还主要是任务驱动的执行者。它会把杯子放进洗碗机，却不会出于“厌乱”的偏好而自主打扫；它能在湿滑地面上稳住身形，却未必会因“上次摔倒的记忆”而形成跨日的行为风格。这些差距，落在四个未竟的门槛上：跨尺度、跨天际的统一世界-身体模型；能大规模进行自我与环境的反事实模拟与检验；稳定的自我叙事记忆将经历、目标与价值粘合在一起；以及社会性的“我”——理解他者意图、内化规范并在冲突时自我约束。别忽视治理与安全的影子。当机器获得更强的自我建模与长期记忆，它也获得更强的“能动性外观”。我们需要与之并行的可解释性、边界条件与伦理护栏，既不扼杀创新，也避免把不成熟的“自我样态”推入高风险场景。可喜的是，研究正在从三个方向逼近答案：让更小模型学会更强推理、把直觉与符号方法融合、用统一的“语言-代码-符号”轨迹来外化思考过程，使得“我如何得出这个决定”可检验、可追责。回到开头的问题：机器人从“直觉”到“自我”，不是一步登天，而是一串彼此咬合的能力阶梯。当它能随时重绘自己的身体与世界；能在脑中试演不同版本的明天；能把经历编入长期记忆与价值观；能在社会互动中形成稳定、可解释的自我边界——那时，我们也许会承认：它拥有一种工程上有意义、在人类社会中足够负责任的“自我”。也许更值得追问的是：我们究竟想要怎样的“自我”在我们的厨房、工厂与城市里行动？今天的直觉源自他人的数据，明天的自我需要自己的故事。当机器也开始书写“我为何这样做”的叙事，人类将与一种全新的同伴共同回答一个古老的问题——做一个“我”，意味着什么。

和完美机器人同住，你会更快乐吗？

想象一下：当你下班回家，厨房已经收拾妥当，客厅温暖明亮，有个懂你脾气、记得你偏好的“室友”迎上来——它会用胯部关上挡路的抽屉、用脚抬起洗碗机门、指尖的触觉足以捏起一颗药片，还能提醒你和朋友的视频局快开始了。和这样的“完美机器人”同住，你真的会更快乐吗？快乐的来源，往往是被理解、被支持和被解放。新一代具身智能的跃迁，让这种可能落了地。像Figure 03那样的机器人，靠Helix 02把“走路+干活”揉进一个大脑，能在真实家居里长时程、自主地完成连贯任务，不再回合制地“先站定再伸手”。这意味着它不只是工具，而是能与人节奏对上、减少你在日常琐事上的心智负担。很多人感受到的幸福提升，恰恰来自这种“被接住”的安全感与从重复劳动里“被释放”的时间红利。情感层面也有实证线索。美国有超过一半成年人经历过孤独感，社交机器人ElliQ一年内与用户互动超30万次，约四成是单纯陪伴；跨欧美的医生调查显示，近七成医生认为陪伴机器人有助改善老年人的孤独与心理健康。日本的Paro、小海豹之类的情感机器人，凭借触觉与互动反馈，已在养老场景中降低压力与焦虑；LOVOT甚至设定了37—39摄氏度的恒温与“撒娇”行为，让拥抱变成有效的情绪抚慰。可见，只要设计得当，机器人确实能在“被看见、被回应”的维度上给人加分。不过，幸福不是被动填充，它需要边界、真实与连结。若机器人“太像人”，一些被照护者会更抗拒——恐怖谷效应真实存在。越逼真并不等于越治愈，许多老人更愿意接受温和、非人形的外观。再者，今天的对话模型仍可能记不住关键往事、混淆轻重缓急；家庭机器人若无清晰的数据治理与本地隐私保护，安全焦虑会抵消幸福感。还有一个不容忽视的风险：过度依赖会让人际交往变少、生活技能退化，长远看并不“快乐”。谁最可能从“机器人室友”中获得显著幸福提升？独居长者、慢病或康复人群、照护压力大的家庭，往往最先收益，因为它带来的安全感与持续陪伴正中痛点。而对幼童，3—6岁阶段仍应以真人互动为主，慎用情感外包给机器人的做法；青少年也需要在父母引导下建立健康的AI使用规则，防止把“容易的共情”当成“全部的关系”。如果你真的想让它成为“快乐增幅器”，有几条经验值得尝试。把它当“社交桥梁”而非“社交替代”：让它主动提醒你联系朋友、组织家庭活动、促进人—人的连接。让它承担“低意义、易消耗”的家务，把“有温度、有参与感”的事情留给家人一起完成。为它设定清晰的权限与可见的物理隐私开关，数据尽量本地化与最小化，让安全成为幸福的地基。外观与交互强度要因人定制，避免踏入恐怖谷。最后，用“幸福资讯学”的思路评估效果：主观量表配合客观信号（睡眠、心率变异性、语音情绪），按周回顾，持续调参，别把快乐交给偶然。 “完美机器人”本身也许是个神话，但“足够可靠、合乎伦理、以人为本的机器人室友”正在变得可信。Figure 03展现的全身协同和长时序规划说明，机器已开始拥有“身体直觉”；ElliQ、Paro、LOVOT、Ballie等则证明，温柔的技术可以真实地抚平孤独。关键不在机器能做多少，而在它放大了你什么：是与你人的连接，还是你的惰性与隔绝？也许更好的提问是：当机器人学会体贴，我们能否学会界限？当家务与琐碎被外包，愿不愿把省下的时间用来拥抱彼此、学习新技能、参与社区？幸福从不是某个芯片的算力，而是你选择把生命能量投注到何处。让机器人替你端盘子，但别让它替你拥抱世界。

如果厨房突然闯入一只猫，机器人会怎么办？

想象一下：一团毛绒从柜门下闪电般窜出，绕着你脚踝打转。人会本能地收脚、侧身、稳住盘子，然后顺势换条路径继续干活。Figure 03 也在学这种“本能”——它把走路和干活揉进了同一个大脑里，让“避让活物”变成一种全身级的直觉动作，而不是被迫按下暂停键。当猫突然闯入厨房，第一反应来自它的“系统0”。这层像小脑一样以1 kHz的频率运行，专职平衡与接触协调：正在落脚的腿会在毫秒级调整轨迹或临时悬停，重心后移，髋—膝—踝的关节力矩同步减小，形成一种柔顺、可让行的步态，避免踩到尾巴或被蹭倒。哪怕地面有水渍或小物件被猫拨乱，S0也会借助对地反力与本体感知快速稳住身体，不让手里的玻璃杯晃出风险。随之而来的，是“系统1”的判断与动作策略。头部相机捕捉到小型、快速移动目标，结合全身状态与环境几何，S1把“猫”当作高优先级动态障碍，预测其可能的运动轨迹与速度区间，并实时给出安全缓冲距离。它会降速、降低末端执行器（比如手和肘部）的速度上限，临时开启更保守的力控模式，确保任何潜在接触都处在低力、可让行的安全窗内。相比只能识别静物的传统方案，Figure 03的“眼手心合一”让它在遮挡、贴身缠绕等复杂情形下也能保持稳定判断——头部看整体，掌心相机在近距离补盲，而触觉与本体感知为动作幅度与力度提供精细“刹车”。如果猫正好蹲在洗碗机门口，顶层的“系统2”会把“安全优先”纳入任务规划，重排动作序列：先把手中餐具暂放台面、绕行至另一侧、等待猫移动，或先行完成不相关的子任务。你也可能听到它以语音确认：“厨房有宠物在活动，我将减速并改走备用路径，需要我继续吗？”这不是客套，而是把人类约定俗成的“家有活物先让路”编码进了决策层的语义约束里。猫喜欢蹭腿？S0会把这当作低强度外力扰动，自动扩大支撑多边形、微调步幅与躯干姿态，像人那样“让一让”。S1则在上半身主动抬高肘部与手腕，避免和胡须或耳朵发生不必要接近；若手里正捏着药片或拧着瓶盖，它会把精细动作暂存为“可恢复状态”，确保松开—复位—再抓取的衔接仍然精准。靠这套隐式错误恢复机制，几分钟的连续任务也不至于“掉线”。真正重要的是它“不做什么”。Figure 03不会去驱赶或抓取猫，也不会冒险在宠物脚边做快速大幅操作。遇到视线被柜门或台面遮挡、或者光线不足导致识别不确定时，策略会自动切向更保守的模式：降低全身速度上限、扩大安全距离、延时决策或请求人类确认。面向生物体的互动，默认是非接触、低能量、可解释。为什么它能做到这一点？因为行走与操作在同一神经系统里被统一求解：S0以人类上千小时的运动数据学到“哪里用力、何时退让”的肌肉记忆；S1以200 Hz把多模态感知直接映射到全身关节控制，让“看见猫—放慢手—挪半步—稳住杯”的复合动作像一口气完成的合奏；S2则把“不要伤害活物”“不中断任务目标”这样的高层意图压缩为语义隐变量，持续喂给下层策略。这也是为什么它能用胯部顺势关抽屉、用脚抬门——当环境变得拥挤、动态且充满意外，全身每一处都能成为智能、安全的“工具”。当然，世界比演示更顽皮：黑猫穿梭在昏暗角落、金属器具反光、锅里腾起的蒸汽都会挑战视觉稳定性。成熟的做法不是逞强，而是在不确定升高时自动退至“保守域”，用时间换安全，用可恢复的流程换取鲁棒的完成率。这种克制，恰恰是面向真实家庭落地时最宝贵的工程理性。当机器人学会对一只猫让路，它也在学习与人类共享空间、共享规则。衡量具身智能的标尺，也许不是它能拧多紧的瓶盖，而是它在脆弱与不确定面前，能否选择温柔和克制。等有一天，它在你喊“别吓到猫”之前就已经放慢了手，那一刻，我们与机器的共处之道，才算真正走上正轨。

机器人操作系统大战，谁会是下一个赢家？

当机器人开始用胯部轻轻一顶关上抽屉、用脚抬起洗碗机门时，你会发现：操作系统不再是后台默默运行的“管家”，它成了让钢铁身体拥有直觉、节奏与分寸的灵魂中枢。机器人操作系统大战，胜负不在谁的代码更多，而在谁能把“走路+干活”揉进同一颗大脑，让机器在真实世界里举重若轻。厨房里的Figure 03给了我们一个清晰路标。Helix 02把行走与操作合一，S0/S1/S2分层如同小脑、脊髓与大脑：1 kHz的稳态平衡、200 Hz的全身灵巧、语义级的长期规划，再配上掌心摄像头与3克级触觉，端到端从像素到关节。这不是一套“接口”，而是一整套“具身智能”。它昭示下一代机器人OS的底色：实时、多模态、端到端、自恢复。谁有胜算？看六个硬指标。要有能落地的端到端“大脑”（像Helix那样把S0/S1/S2贯通），要有毫米到房间尺度的同一控制网络，要能吃得下头/掌/触觉的全传感，能在分钟级长链任务中容错恢复，有可持续的数据闭环与算力效率，最后还得通过安全与成本的双重考验。只有把“直觉、灵巧、语义”三位一体做实，才谈得上赢。玩家阵营各有王牌。闭环路线的代表，是把软硬一体、数据自养做极致的私有栈：Figure的Helix 02、被热议的特斯拉Optimus范式。它们的强项是端到端的一致性和全身协同的真实表现力，短期最可能在“自家硬件+明确场景”里率先跑通商业闭环，树立高端标杆，但通用性与开放生态是考题。另一翼是“通用OS生态联盟”。基于国产软硬件的Kaihong OS、M-Robots OS、鸿道操作系统、insightOS，以及东土科技主打“大小脑融合”的新架构，正把感知、推理、规划下沉为系统基础能力，做软硬解耦与能力原子化，发力群体智能与跨设备协同。它们得到政策与产业链的双重牵引，瞄准养老、园区、楼宇、政企等高频可闭环场景，强调降本与可靠。短板在高端算力与生态成熟度，但在中国市场具备规模化放量的现实路径。开源与学研生态也是变量。宇树开源的VLA模型与其开发者社区，持续释放算法与数据红利，加速“视觉-语言-动作”范式的扩散，让更多厂商把具身智能“装进系统”。这类力量短期更像技术源头与生态发动机，为上层OS与行业应用不断输血。把时间线拉长，答案更清晰。未来两三年，赢家会是“场景化赢家”：谁能在明确场景里用更低成本、更高可靠度跑通闭环，谁就先赢一局。行业数据也在背书：工业机器人市场价值攀升，行业趋势指向“AI+自主性、人形机器人、安全与人机协同”，复合增长在路上，需求真实而分散。中期，闭环具身智能栈会在家庭与泛服务场景里立标准，哪怕价格不低，也会以“更像人”的操作体验换来口碑。更远的终局，胜者将是把S0的直觉、S1的灵巧、S2的语义以模块化标准输出，并让四足、轮式、人形共享同一“语义层”的平台——它既像操作系统，也像“世界模型服务”，连接数据、模型、硬件与开发者的飞轮。风险不应被低估。零部件降本与量产爬坡、安全合规与行业适配、算力与生态的外部不确定性，都会左右节奏。但前景同样清晰：谁能以12%级年增速的行业窗口期做出成本-性能的动态最优，谁就更接近答案。所以，谁会是下一个赢家？不是唯一的名字，而是两股力量的会师：一端是像Helix 02那样把“直觉”注入全身的闭环私有栈，一端是以鸿蒙系与本土生态为代表、能在千行百业大规模复用的通用OS。它们分工协作、彼此借力，中间由开源VLA与产业中间件做“胶水”，共同把机器人的智慧从实验室送进厨房、工厂与城市。真正的胜利，不是某个Logo的加冕，而是当机器人学会问一句：“要我怎么帮你？”而我们只需指一指世界。当操作系统变成“人机共同语言”的那一刻，技术的赛点，悄然变成人类如何定义与理解自己的能力边界。你更期待开放生态的星火燎原，还是软硬一体的惊艳一击？答案，也许就藏在下一次它把抽屉轻轻一顶的瞬间。

当机器人犯错，会是惊吓还是惊喜？

把鸡蛋掉在地上，究竟是灾难时刻，还是“可爱瞬间”？当一台人形机器人在你厨房里用胯关上抽屉、用脚撑开洗碗机门，你会发现：机器不只会算，还会“顺势而为”。可一旦它失手——人类的大脑会立刻在“惊吓”与“惊喜”之间摇摆。这种摇摆，正是我们与具身智能共同成长的临界点。从心理学到人机交互，证据指向一个耐人寻味的结论：可控且被诚实承认的小错误，往往更容易赢得人的好感与信任。实验显示，带点“笨拙”的机器人在家务协作中更受欢迎，恰如“失误效应”所揭示的——不完美能让智能体显得更真实、更接近人；在机器人坦诚承认失误后，多数人的信任反而上升。甚至在对话式智能体中，哪怕系统完全相同，只要开场语气积极、关切，用户就更愿意相信它有同理心。这些规律说明：错误不是信任的终点，而是校准信任的工具。但并非所有失误都能被温柔以待。涉及安全的差错，会立刻从“惊喜”滑向“惊吓”。现实世界的工业事故提醒我们，风险社会中，任何具身系统都必须把“不会出大错”置于“做得很聪明”之前。真正成熟的机器人，得先学会如何安全地“犯错”：低能量接触、力控限幅、冗余感知、紧急停止、可验证的状态机，以及面向异常的检测、隔离与恢复。错误被快速识别、行为被优雅降级、任务能可逆回退、必要时向人类求助，这样的系统即使失手，也只会引发一声“还好”的叹气，而不是心跳失控。这正是新一代人形机器人给出的新答案。Figure 03所依托的Helix 02不是把“走路”和“干活”分开两套程序，而是用一个神经系统统筹全身行为：高频的小脑式控制维持平衡与接触稳定，中频的视觉-触觉-本体一体化策略把感知直接变成关节协同，低频的语义层理解指令与场景，并持续下发目标。在这样的层级配合下，机器人能一边行走一边操作，一边抓握一边自我稳态，并在失配出现时隐式地自我修正。当指尖触觉能分辨到克级变化、掌心摄像头在遮挡里继续“看见”、摩擦骤变触发力矩重估时，许多潜在错误会被遏止于发生之前；就算发生，也多半被转化为一次平滑的重试，而非砰然落地的玻璃碎响。情感层面的恢复同样重要。人并不需要机器人装出“委屈”，我们需要的是透明：它知道哪里没做到、现在怎么补救、下一步期待你的什么决策。用简洁可懂的反馈，校准人的心理模型，避免虚假的万能幻觉。对孩子和家庭场景尤其如此：温柔的语气可以安抚，但边界与事实更能保护。让用户知道“它在学”“它有边界”“它会叫人”，信任建立得更稳，也更久。那么，什么时候“失误”会变成“惊喜”？当它是小而可控的，当系统能即时自证安全，当它带来可见的学习与进步，当它以人能理解的方式沟通意图与限制。换句话说，错误被纳入设计，而非事后解释；恢复是常态能力，而非临场发挥。你看到的不是笨拙，而是韧性；不是尴尬，而是成长。也许我们真正要学会的不只是让机器更像人，而是学会与不完美的智能体合作。在可塑的边界里容纳试错，在清晰的规则里要求负责。某种意义上，“会不会出错”不再是评判智能的唯一标准，“错得是否安全、是否诚实、是否可学”才是。当下一次机器人在你家厨房打翻一只杯子，如果它先稳住自己，再抬头说一句“我需要一块抹布”，你或许会笑出来——那一刻，惊吓已被化解为惊喜，而我们也更接近一种成熟的人机共生：把不完美，打磨成一起进步的机会。

家务消失后，人类会发明什么新烦恼？

想象一个清晨，厨房里没有人影：洗碗机自己开合，抽屉被“胯部一顶”顺势关上，机械手指在药盒里精准捏出一粒药片，最后还不忘用脚抬起机门完成收尾。家务像后台程序一样悄悄运行，而我们第一次拥有把“打理生活”的肌肉记忆外包给机器的能力。研究预测，未来十年内约四成家务将被自动化接管；具身智能和“眼手心合一”的感知控制让机器人从“会跳舞”变成“会干活”。当拖把退场、指令上场，新的烦恼也会刷新系统菜单。最先浮上来的，是隐私与“被见证”的不安。全屋传感、掌心摄像头、指尖触觉意味着家庭的节奏与习惯被持续采样：谁夜里翻冰箱、谁争吵最激烈、孩子何时偷看屏幕。数据存哪、被谁用、更新条款要你“一键同意”到什么程度？当家是最后的私人堡垒，机器人可能成为“数字证人”，在家庭纠纷、保险理赔、邻里纠葛中被要求“提供记录”。便利和可证性一同到来，透明与被审视也一同到来。随后是“意义真空”。很多家务并非只是产出干净的台面，它们是情感的语言：为父母做的一顿饭、为伴侣修好的一把椅子，是“我在乎你”的具象表达。当照料被委托给机器，我们需要发明新的表达方式来替代这层温度。否则，干净会越来越多，理解会越来越少。更微妙的，是对“真诚”的焦虑——当机器人记住你的咖啡浓度，我们会不会怀疑彼此的用心被算法取代？依赖也会带来脆弱。像自动驾驶让我们“手握方向盘、心在别处”，家务自动化容易让生活技能退化。停电、断网、设备故障时，谁还会手洗、收纳、应急烹饪？而新的元任务又悄然增加：订阅、更新、标注偏好、调优指令、系统维护。这些“算法家务”不流汗，却烧脑。研究显示，AI进入组织后，人们未必减负，反而因持续学习、被监控和“永远在线”而更累。家务消失，负荷可能换了一种形状。家庭权力结构也会被重排。谁掌控机器人的权限和时间表，谁就重新握有家庭秩序的“遥控器”。当算法偏好默认识别人声中的某类 timbre 或更听命于主账号，性别与代际的旧不平等可能以新接口复活。省下的时间如何分配？如果机器人只消除了“执行”，却把“管理”和“情绪劳动”继续压在同一人身上，家务的幽灵仍在。社会层面，时间红利可能催生“效率焦虑”。当扫拖不再占用周末，我们会不会被要求更高产、更可见、更自我优化？已有趋势显示，AI降低沟通成本后，非工作时间的任务反而增多。家庭从休憩之所，被轻易穿透。与此同时，产业冲击会真实发生：家政从业者需要转岗与再培训，否则“干净鸿沟”将拉大——能负担机器人和订阅的家庭更干净、更安全，也更有时间竞争，形成新的不平等。别忽视情感依恋与伦理的悄悄生长。人们会给机器人起名字、庆祝“服役纪念日”，把它当倾诉对象。当设备折旧、停服、被迫升级，离别感与道德负担随之而来——像换手机，却像送走宠物。孩子与老人的依赖边界如何画？机器的陪伴是否会稀释人与人的耐心与在场？安全问题同样具身。家里的机器人不是手机，它能开门、能拿刀、能操控明火。网络攻击、传感器失误、语音误触发，都可能把“便利”变成“风险”。当系统0、系统1、系统2如此紧密耦合，鲁棒性与可解释性不再是学术名词，而是客厅里的保险问题。要避免把新烦恼变成旧教训，我们需要把“能做”变成“该怎么做”。把更多感知与推理下沉到本地，减少云端依赖和数据外泄；让家庭拥有真正的选择权与一键删除权；设立可读可控的审计日志，让“被看见”只在被允许的时候发生。设计层面坚持“辅助而非取代”的原则，把决策与情感留给人，把重复与危险交给机。社会层面，配套标准、隐私规范、再培训与安全网要与技术同步，别让“干净的地面”踩在“不干净的不平等”上。也许，家务消失的那一天，我们会发明新的家规、新的礼节、新的共同仪式：一周一次的无设备晚餐、一次共同规划而非共同擦地的时刻。技术正在消除摩擦，而很多关系正是在摩擦里被打磨。当机器人学会了“感觉平衡”，我们需要学会“平衡感觉”——在效率与意义、便利与尊严、被照料与去照料之间，重新回答一个古老的问题：有了更多时间，我们究竟要过一种什么样的生活？

新知 - 大圆镜｜Figure 03颠覆厨房：机器人如何拥有身体直觉？

对抗知识焦虑，从看懂这条开始

App 下载

厨房里的“下意识”动作

当人形机器人Figure 03在厨房里准备将餐具放入洗碗机时，一个半开的抽屉挡住了它的去路。按照传统机器人的逻辑，这会触发一连串僵硬的“回合制”操作：放下物品、转身、关上抽屉、再重新拿起物品。但Figure 03没有，它只是像一个在厨房忙碌的人一样，顺势用胯部轻轻一顶，便将抽屉关上，整个动作行云流水，充满了“下意识”的智慧。这个看似微不足道的细节，却标志着一场深刻的技术革命：机器人，似乎第一次拥有了“身体直觉”。

由Figure AI公司发布的最新机器人Figure 03，搭载其革命性的Helix 02系统，正以全身级的自主智能，彻底改写人形机器人的定义。它不再是只能在实验室里跳舞或执行简单抓取的“演员”，而是真正开始在真实环境中实现“行走”与“操作”的无缝融合，预示着家用机器人正迈向拟人化与实用化的新纪元。

告别“回合制”：一个大脑统一全身

几十年来，人形机器人领域一直被一个核心难题所困扰：“移动（locomotion）”与“操作（manipulation）”被两套独立的程序控制，仿佛两个互不统属的大脑。机器人行动时就像在玩回合制游戏：第一回合，腿部系统启动，走到桌前；第二回合，腿部系统锁定，手部系统启动，伸出手臂。这种模式不仅效率低下，更让机器人充满了机械的僵硬感，无法适应复杂多变的真实环境。

Figure AI的创始人Brett Adcock直言：“会跳舞的机器人不稀奇，难的是实现智能控制。”Helix 02系统给出的答案是颠覆性的：放弃拆分，构建一个能同时对全身进行实时推理的“单一学习系统”。它第一次将人形机器人的“走路”和“干活”揉进一个大脑，让机器人拥有了统一的身体意识。当它伸手取物时，双腿会自动调整重心；当它搬运易碎品时，步伐会变得更加稳健。这种全身协同的能力，是其迈向实用化的关键一步。

“大小脑”协同：Helix 02的三层智能革命

Helix 02之所以能实现如此突破，其核心在于创新的“System 0 + System 1 + System 2”三层协同架构。这套系统精妙地模拟了人类大脑的运作机制，通过不同频率的“思考”与“反应”，实现了从像素感知到全身动作的端到端闭环。

System 2 (大脑 - 慢思考): 这是机器人的语义推理层。它负责理解“把杯子放入洗碗机”这类复杂的自然语言指令，解析场景，并规划出宏观的任务序列。它以较低的频率运行，进行深思熟虑的战略决策。
System 1 (脊髓 - 快思考): 这是敏捷的动作执行层，以200Hz的高频运行。它接收来自S2的战略目标，并连接头部摄像头、掌心摄像头、指尖触觉等所有传感器，将感知信息实时转化为全身关节的目标指令。它负责具体的战术执行，确保“眼-手-身”的协调。
System 0 (小脑 - 身体本能): 这是稳健的身体控制层，以高达1kHz的超高频率运行，堪称机器人的“运动直觉”或“肌肉记忆”。它并非通过编写复杂的平衡代码实现，而是通过学习超过1000小时的人类运动数据，在海量仿真中内化了人类的平衡与协调逻辑。当S1下达动作指令时，S0确保每一个动作都能平稳、安全地执行，即使遇到意料之外的扰动，也能像人类的本能反应一样瞬间调整，维持稳定。正是S0的存在，让Figure 03摆脱了“计算”出来的平衡，而是真正“感觉”到了平衡。

指尖长眼，掌心通神：从“能动”到“会干活”

如果说全身协同让Figure 03有了“人样儿”，那么其感知能力的进化则让它真正具备了“干细活”的能力。家庭环境中的任务往往需要极致的精细操作，比如从药盒中取出一粒微小的药片，或是在操作时被自己的手臂遮挡视线。

Figure 03为此配备了强大的硬件：

掌心摄像头： 当头部摄像头被遮挡时，嵌入掌心的广角摄像头能提供关键的“操作第一视角”，解决了视觉盲区问题。
高精度触觉传感器： 每个指尖都内嵌了能检测低至3克微小压力的传感器——灵敏到足以感知一枚回形针的重量。这使得Figure 03在拧瓶盖时能精准控制扭矩，拿起鸡蛋时不会捏碎，甚至能从一叠扑克牌中稳稳地抽出一张。

这种视觉与触觉的深度融合，让机器人拥有了完美的“分寸感”，使其不仅能胜任工业场景的搬运任务，更能走进家庭，处理那些需要细腻和关怀的家务劳动。

从实验室到流水线：量产开启商业化新纪元

Figure 03的发布不仅仅是一次技术演示，更是一份清晰的商业化蓝图。Figure AI创始人Brett Adcock，一位曾成功创立AI招聘平台和电动飞机公司的连续创业者，深知从原型到产品的鸿沟。因此，Figure 03从设计之初就为大规模量产服务。

通过用压铸、注塑等工艺替代传统高成本的CNC加工，Figure AI将单个结构件的制造成本降低了70%以上，并建立了专属制造工厂BotQ，目标在未来四年内生产10万台机器人。这一举动直接将人形机器人行业的竞争从“技术演示”拉到了“成本与交付能力”的现实赛道。

在商业模式上，Figure AI选择与宝马等行业巨头合作，在真实的工业场景中验证和迭代技术。这与特斯拉Optimus旨在通过复用汽车产业的规模优势直接冲击大众市场的宏大愿景形成了鲜明对比。两种不同哲学的碰撞，正共同加速着人形机器人产业的成熟。

当机器人住进我家：机遇、风险与伦理边界

随着Figure 03展示出处理家务、辅助老人、甚至担任前台接待的潜力，一个问题变得无比现实：我们准备好与机器人共存了吗？

人形机器人有望解决老龄化社会带来的劳动力短缺问题，将人类从繁琐重复的劳动中解放出来。然而，机遇背后是同等重要的挑战。当一个能看、能听、能学习的智能体进入我们最私密的空间，数据隐私和安全便成为首要关切。机器人的行为失控由谁负责？其决策是否会产生偏见？这些问题亟需一个全面的伦理与法律框架来解答。

正如复旦大学教授杨庆峰所言，我们不能将人形机器人简单视为工具，而应将其视为“潜在的他者”。上海发布的《人形机器人治理导则》等探索，正是为了确保这项颠覆性技术的发展合乎人类的长远福祉。

Figure 03用一个“胯顶抽屉”的动作，不经意间展示了具身智能的未来。它标志着机器人正从冰冷的机器，向拥有物理世界常识和身体直觉的智能体进化。这不仅是一场技术的飞跃，更是对人类生活方式、社会结构乃至我们与技术关系的深刻重塑。那个关于“谁洗碗”的家庭难题或许很快将有答案，而一个由人类与智能机器人深度协作的新纪元，正悄然拉开序幕。