{"id":"mb-20260830-8a08e7","kind":"deep","title":"具身智能领域刚刚亮出了一张完全反直觉的底牌","summary":"具身智能领域刚刚亮出了一张完全反直觉的底牌","body":"具身智能领域刚刚亮出了一张完全反直觉的底牌。\nFigure AI 创始人 Brett Adcock 突然公开了秘密项目 Index。\n隐身四个月，没有发布新硬件，也没有炫酷的演示视频。\n他做了一件让整个机器人行业发懵的事：直接给全球普通人发钱。\n平台悄悄上线，下载量突破 26.4 万，覆盖全球 108 个国家。\n4.3 万名周活跃用户，戴着镜头记录自己做家务。\n1600 万条第一人称动作视频涌入后台。\n平台每秒钟吃进 30 分钟视频数据。\nFigure 已经向普通用户真金白银发放了 1500 万美元补贴。\n他们还宣布，未来 12 个月将继续砸下 10 亿美元专攻数据与算力。\n一家估值数十亿美元的机器人巨头，为什么突然做起了众包视频平台？\n为什么不在实验室多造几百台机器人自己跑？\n为什么不用英伟达最拿手的仿真引擎在虚拟世界里合成？\n拆开具身智能的黑箱，底下卡着一台困了行业四十年的冰冷机器。\n它的名字叫「莫拉维克物理鸿沟」与「具身众包数据飞轮」。\n1988 年，机器人学者 Hans Moravec 提出了著名的莫拉维克悖论。\n人类觉得格外复杂的下棋、微积分、写代码，AI 可以在服务器里飞速学会。\n但一个一岁婴儿信手拈来的本能，机器人学了四十年依然寸步难行。\n随手拿起一个带油污的杯子。\n在杂乱的抽屉里摸出钥匙。\n叠好一条软塌塌的毛巾。\n机器人在每一个动作面前都会宕机。\n瓶颈不在关节电机有多强，在物理世界无休无止的混沌与长尾。\n过去几年，整个机器人行业困在两条死胡同里。\n第一条路叫实验室遥操作。\n工程师戴着头显遥控机械臂，抓取固定位置的塑料积木。\n一台设备造价昂贵，上百名研究员昼夜不停，一年也只能攒出几千小时数据。\n这种在无菌实验室里喂出来的模型，一进普通人的杂乱厨房就彻底失灵。\n第二条路叫虚拟仿真合成。\n用大算力在数字世界里渲染上亿次抓取动作。\n但真实世界的摩擦力、光线折射、布料褶皱，物理引擎根本算不准。\n这一道仿真与真实的鸿沟，让算力在物理世界面前集体撞墙。\n缺少海量多样的高质量物理数据，大模型的缩放定律在机器人身上直接熄火。\nFigure AI 找到的解法，是绕过机器人肉身，直接采掘人类数百万年的物理直觉。\n人类的大脑和双手天生理解柔性物体的受力与重心。\n他们用真金白银搭建了一座全球分布式数据矿场。\n4.3 万名普通人在 108 个国家的真实家庭里，洗碗、擦桌子、拉抽屉、叠衣服。\n每一秒钟都在把全世界最真实、最混乱的物理长尾数据泵入系统。\n再通过端到端视觉语言动作大模型 Helix。\n把人类第一人称的视线与操作轨迹，跨模态蒸馏成机器人的通用动作策略。\n很多人以为人形机器人的胜负手在于硬件代工与关节结构。\n硬件迟早会被规模化制造压成白菜价。\n真正把所有玩家挡在门外的，是这堵没人能用纯代码凭空生成的物理数据高墙。\n当大部分玩家还在实验室里手工采集样本。\n真正的先跑者已经把全球数十万普通人的日常生活，变成了一座自我供血的物理世界炼油厂。\n当一门前沿技术学会把全人类最不起眼的物理日常变成核心燃料，它离真正走进千家万户，还差多远？","topic":"具身智能领域刚刚亮出了一张完全反直觉的底牌","frame_type":["莫拉维克物理鸿沟与具身众包数据飞轮","机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-08-30 21:54:03","legal_anchor_count":0,"transcript_citation_count":0}