2024年刚开年，机器人界就投掷了几个重磅炸弹，打响了开年第一枪。

无论是斯坦福Mobile ALOHA、DeepMind机器人技术三大进展，还是Figure 01机器人，都相继引爆社交媒体，将“机器人”在网络上的曝光度和讨论声量推上新高度。

一切是否预示着，我们真的来到了所谓的“机器人元年”？

斯坦福能炒菜会打扫的“全能管家”

家人们，谁懂干贝烧鸡、滑蛋虾仁、蚝油生菜对广东人的杀伤力啊！

那如果做出以上佳肴的是机器人，阁下又将如何应对？

只见机器人，一手锅一手铲，将去骨鸡腿肉煎至两面金黄，再加入干贝增香调味，并焖煮收汁，最后灵魂葱花一撒，一道诱人的干贝烧鸡就做好啦！（什么时候才能拥有能闻到味的手机，在线等挺馋的）

它不仅能炒菜，还能“收拾战场”，洗锅擦桌、整理橱柜全都得心应手，并且业务范围也不困于厨房的三寸之地，目光所及之处“全是活”。

浇花逗猫，洗衣折被……统统不在话下，甚至还能帮忙刮胡子！

“这不是我们梦寐以求的保姆机器人吗？”

一时间，不少网友为之惊艳，表示“眼里有活的机器人终于来了！”（让家长看见，不仅比不过叉烧，这回连机器人也比不过了）

这台名叫Mobile ALOHA的机器人，来自斯坦福大学由博士生Zipeng Fu、Tony Z. Zha和助理教授Chelsea Finn组成的研究团队。

研究论文中表示，Mobile ALOHA是一个低成本的移动操作平台，由移动基座、双手操作系统、传感器和摄像头组成，可以搜集机器人运动控制数据并加以训练。

研究团队发现，通过监督学习方法，Mobile ALOHA在观看人类示范同一个任务50次后，，就可以在复杂环境中学会移动操控任务，完成如叫电梯、开柜门等操作，成功率可高达90%。

Mobile ALOHA采用全模块化和开源设计，整体硬件成本只有32000美元（约合人民币22万元），其中移动平台成本只有7000美元，并配备14kg的电池供电，使机器人可以自主移动；而在“大脑”方面，英特尔RTX3070Ti芯片就足以支撑其运算。这相比许多专业机器人平台具有显著的价格优势，研究门槛大幅降低。

在视频爆火后，研究团队“自行打脸”，放出“翻车”视频，澄清Mobile ALOHA并非全知全能，目前还有很多能力需要人类远程操控，视频中的很多“极限操作“也是采用混合模式。

在Zhao放出失败集锦后，在鼓励大家关注原论文的同时也表示：“这可能是我迄今为止最喜欢的视频”，也有网友表示认同：“还怪可爱的！”（暂时不用担心被取代啦）

Mobile ALOHA视频一出，确实给了不少人震撼，让人感慨机器人的自动化已经发展到如此精细的程度，但它的“混动”其实也在意料之中。

一是依照现有技术，想让机器人完成如此复杂的完全自主运作，还需时日；而是主创团队也压根没想瞒的，只要细心一点就能发现，在不少镜头都出现了人工操控的身影，视频结尾也有出现机器人驾驶员的说明。

但很明显绝大多数人都被机器人前面的炫技吸引，没有将目光落到最后的细节，更不会去看项目网站和原论文。

英伟达科学家Jim Fan也在平台发文：我们距离拥有完全自主的机器人厨师或女仆还很遥远，但我对这项新研究依然感到振奋！

谷歌DeepMind的三大突破

在Mobile ALOHA发布同日，DeepMind从数据采集、决策速度、泛化能力方面，祭出三大研究进展“隔空对打”。

捡水果、从抽屉拿出可乐、摆牙刷……让机器人达成这些操作的是一个自动化数据收集系统AutoRT，以及加速决策速度的新模型SARA-RT。

研究人员花费7个月时间，利用AutoRT系统控制机器人完成任务，已经收集了涵盖7000次试验和6650个独特任务的多样化数据，可同时控制最多52台机器人，让机器人操作速度提高14%、准确度上升10.6%。

此外，还有一个主打泛化能力的新框架RT-Trajectory，通过解释机器人的具体动作，来帮助其深入理解如何完成一个任务，而不仅是简单匹配指令和动作，能让机器人面对41项从未见过的任务时，成功率高达63%。

在推出一系列重要系统进展的同时，谷歌DeepMind团队还起草了世界上第一部面向智能机器人的宪法。

其灵感来源于科幻小说家阿西莫夫的“机器人三定律”，主要核心是确保机器人不伤害人类。DeepMind为LLM模型设置了护栏，确保其生成的任务建议不涉及人类、动物、尖锐物品等不安全内容，同时编程限制机器人关节，并添加控制的物理开关。

之前围绕着AI伦理的讨论多集中在算法本身是否存在偏见等问题上，很少涉及AI尤其是具有物理形态的智能机器人应该遵循哪些道德规范。

首部机器人宪法体现了技术应该为人类服务的理念，而非单纯追求功能、效率。虽然作为第一步的尝试，这部机器人宪法还较为简单和原则，如何使其拥有更严密的逻辑体系，如何覆盖各种情形和伦理，还需要广泛讨论和不断完善。

但人类文明进步史，是一个不断学习、探索、犯错、修正的过程，当我们站在技术发展的新阶段，既然已经迈出第一步，其影响力就绝不会限于技术层面。

Figure 01看视频就能学会煮咖啡

这台Figure 01机器人，出自硅谷吸金力极强的Figure公司。

号称要做世界上第一台商业上可行的通用机器人的Figure，在去年先后完成共计7900万美元的融资（约合人民币566万元），股东阵容更是包括英伟达等明星企业。

继去年10月的初亮相后，Figure 01这次不“蹒跚踱步”了，而是煮起了咖啡！

Figure 01配备了端到端的AI系统，主要观看10小时人类煮咖啡的视频，就能完全自主地完成打开机盖、放入咖啡、按下冲泡按钮等步骤，中途遇到问题还会自我调试优化。

公司创始人表示视频速度没有经过任何加速，那这么看来Figure 01的操作速度和流畅程度还是十分可观的，甚至可以说令人惊喜。

若之后具备了强大的泛化能力，Figure 01能通过视频演示实现快速迁移学习，让机器人摆脱传统的编程模式，转向大数据和AI实现自主控制，极大优化人机交互。

结语

伴随着AI技术热度的持续升腾，人形机器人和通用机器人成为行业新风口，不仅众多高玩下场入局，国家也出台政策强势撑腰，俨然已成为机圈的新一代“流量王”。

据高盛预测，未来10至15年，机器人市场空间至少达60亿美元，而在最理想情况下，预计2035年机器人市场空间有望达1540亿美元。

然即便潜力在前，也奋力狂追，但凭现今的技术与市场，机器人离“走进千家万户”的目标差得不止一两步。

但Mobile ALOHA、DeepMind和Figure的最新成果，也为机器人行业提振了不少信心，让“机器人元年”也显得更加未来可期了一点。当这些先进技术，真正从实验室落到实地，融入生活，或许我们才将迎来真正的“机器人元年”。