这两年，生成式 AI 的迅猛发展让我们对普通智力工作的未来充满担忧。无论是编程、文学艺术创作，还是各类文职岗位，AI 是否会取代人类，成了热议话题。然而，AI 在体力劳动领域的变革或许更加剧烈，甚至可能迅速颠覆整个行业。
通用人形机器人公司 Figure AI 的投资人 Chris Camillo 预测，到 2025 年，人形机器人将正式进入工厂，承担体力劳动。虽然初期规模不大，仍需通过不断学习来应对各种特殊情况，但它们会率先在受控环境中运行，并逐步提升工作效率，最终达到甚至超越人类 120%-150% 的工作速度。
除了效率的提升，这些机器人不会像人类一样朝九晚五，而是能够每天运行 23 小时以上。尽管目前电池续航约为四小时，但通过热插拔电池和可充电方案，机器人可以实现不间断运作。不同公司在这一技术上采取了不同的路径，但机器人全天候工作的趋势已经不可逆转。
Chris 还强调，这场变革并非遥远的未来，而是即将发生的现实。他坦言，虽然马斯克的预测有时略显夸张，但关于人形机器人的愿景并非空谈，而是在一点点变成现实。
过去，这些场景或许只是科幻电影中的想象，但如今，它们真的要来了！
# 仿真工具能否解锁物理智能时代 物理智能发展受限于物理空间数据匮乏，企业自建测试场地成本高昂。 Antioch 公司通过构建高保真仿真环境，帮助机器人在数字世界获取足量训练数据，缩小“仿真到现实”差距。完成 850 万美元种子轮融资，估值 6000 万美元。 MIT 研究员已利用该平台测试 AI 模型设计的机器人。仿真工具正从“可选项”变为“必选项”，有望成为物理智能领域的基础设施。
Physical Intelligence 发布新模型π0.7 ，实现机器人从“专才”到“通才”的跨越。该模型具备组合泛化能力，能整合不同语境习得的技能解决从未显式训练过的任务，如用电饭煲烹饪红薯。模型可响应分步骤口头指令在新环境中实时优化，但仍难以自主执行高层复杂指令。π0.7 的成功率对提示方式敏感，团队认为未来泛化能力增长有望超越线性规模。公司目前估值 56 亿美元，正洽谈新一轮融资，估值或达 110 亿美元。
Google DeepMind 发布 Gemini Robotics-ER 1.6 推理模型，强化机器人的空间感知和物理推理能力。该版本与 Boston Dynamics 合作开发，支持解读模拟仪器读数，可通过 API 集成使用，在精准指向和物理任务检测方面优于前代。这标志着大语言模型正从“理解指令”向“落地执行”迈进，物理智能体有望从实验室走向更广泛的工业应用场景。
围绕《人形机器人即将颠覆劳动力市场？》展开交流，未登录用户可浏览评论，登录后可参与讨论。
