Figure AI 凭借新训练方法推动机器人 LLM 物理 AI 2026 向前发展

Figure AI 上个月发布了新的训练结果，显示机器人能够处理它们从未见过的物体。这项工作依赖于大型语言模型在物理任务中提供基本推理。

测试在该公司的湾区实验室进行。机器人无需新编程即可拿起不熟悉的工具并调整抓握。工程师将这一变化归功于视觉语言模型的加入。

这一发展影响多个团队。Boston Dynamics 继续使用自己的控制堆栈推进 Atlas 的工作。Physical Intelligence 专注于数据管道，为模型提供真实机器人试验数据。每种方法现在都面临压力，需要证明 LLM 集成能带来可靠的收益。

Figure AI 和 Physical Intelligence 均报告，在语言模型指导低级操作时，新颖任务的成功率更高。

训练数据现在包含物体属性的语言提示

Figure AI 收集了数千个家庭和工厂互动的视频。每个片段都带有描述重量、纹理和稳定性的字幕。语言模型读取这些描述，并在机器人移动前建议抓握调整。

Physical Intelligence 以较小规模运行类似循环。他们的系统将简短的语言指令与力传感器读数配对。早期结果显示，使用新零件首次尝试时掉落物品的情况减少。

Boston Dynamics 在语言集成方面分享的细节较少。他们最近的更新仍强调硬件平衡和关节控制。

大多数机器人故障发生在条件与训练数据不同时。添加语言模型让系统能够利用关于物体如何行为的广泛知识。即使机器人从未处理过那个确切的杯子，模型也能推断出玻璃杯在压力下会破碎。

这一转变减少了对 exhaustive 物理试验的需求。公司仍在收集机器人数据，但模型提供了缩短搜索的起始启发式。

投资者已注意到这一变化。Figure AI 今年春天完成了新一轮融资，现有支持者参与其中。Physical Intelligence 宣布与两家汽车零部件供应商合作开展试点生产线。

语言模型在感知和行动之间增加了步骤。在当前硬件上，延迟可达数百毫秒。这种延迟在快速装配线上很重要。

安全团队还指出，模型输出仍具有概率性。当出现传感器噪声或部分视图时，机器人可能会收到相互冲突的建议。公司现在运行辅助控制器，在达到力限制时覆盖语言建议。

批评者指出，公开基准仍偏向狭窄任务。广泛的常识性主张需要更长时间在非受控环境中进行试验。

关注 Figure AI 计划于 8 月与一家主要物流合作伙伴进行的公开演示。该演示将展示机器人在无需预先映射布局的情况下拆箱混合箱子。

Physical Intelligence 表示将在 9 月前发布其训练日志的子集。这些数据可能让外部团体测试他们自己的模型添加。

Boston Dynamics 通常在其 10 月的年度活动上发布重大更新。任何语言模型添加都可能首先在那里出现。

这些检查点将显示，当任务变得更复杂或硬件转移到新站点时，当前收益是否能保持。