“這是完全自主，還是遠(yuǎn)程控制？”

當(dāng)?shù)貢r(shí)間3月10日，F(xiàn)igure AI發(fā)布Figure 03人形機(jī)器人做家務(wù)的演示視頻后，馬斯克的一條社交媒體提問(wèn)，直接炸穿了人形機(jī)器人行業(yè)的“遮羞布”，也讓全網(wǎng)聚焦一個(gè)核心爭(zhēng)議：這場(chǎng)看似流暢的家務(wù)演示，到底是具身智能的突破性進(jìn)展，還是一場(chǎng)精心編排的“遙控表演”？

我們逐幀拆解視頻細(xì)節(jié)，結(jié)合行業(yè)“公開(kāi)的秘密”，試圖找到藏在鏡頭里的答案：

先回顧這場(chǎng)引發(fā)質(zhì)疑的演示：兩分半鐘的視頻里，F(xiàn)igure 03走進(jìn)開(kāi)放式客廳，熟練地拿起噴壺噴消毒液、用清潔布擦桌子，移開(kāi)杯子、收納玩具，關(guān)掉電視后還“強(qiáng)迫癥”般擺正遙控器，甚至?xí)�“區(qū)別對(duì)待”物品：小心翼翼拿起杯子，卻隨手將沙發(fā)枕拋回原位，全程動(dòng)作流暢，堪比人類做家務(wù)的節(jié)奏。

Figure AI隨即回應(yīng)：全程完全自主，搭載全新Helix 02神經(jīng)網(wǎng)絡(luò)系統(tǒng)，無(wú)需任何遠(yuǎn)程干預(yù)，機(jī)器人通過(guò)自身攝像頭捕捉環(huán)境像素，由“通用大腦”自主決策、控制全身動(dòng)作，無(wú)需單獨(dú)編程，只需補(bǔ)充訓(xùn)練數(shù)據(jù)就能學(xué)會(huì)新家務(wù)。

但馬斯克的質(zhì)疑絕非無(wú)的放矢——機(jī)器人行業(yè)長(zhǎng)期存在一個(gè)潛規(guī)則：很多看似驚艷的演示視頻，實(shí)則是“遠(yuǎn)程操控”的產(chǎn)物。就像深圳越疆科技的Atom機(jī)器人，可通過(guò)VR設(shè)備和超低延時(shí)傳輸，讓工程師遠(yuǎn)程操控其煎牛排，動(dòng)作響應(yīng)達(dá)毫秒級(jí)，外人很難從視頻中分辨真?zhèn)巍６鳩igure 03的演示，真的能擺脫“遙控嫌疑”嗎？

逐幀拆解視頻，我們能找到3個(gè)關(guān)鍵細(xì)節(jié)，藏著自主與遙控的蛛絲馬跡，每一個(gè)都值得細(xì)品。

第一個(gè)細(xì)節(jié)：動(dòng)作的“連貫性漏洞”——看似流暢，實(shí)則有“延遲痕跡”。視頻中，F(xiàn)igure 03在擦完桌子后，將毛巾甩到肩膀騰出手拿收納箱，這個(gè)動(dòng)作銜接看似自然，但慢放后能發(fā)現(xiàn)，毛巾甩動(dòng)的幅度的和收納箱抓取的時(shí)機(jī)，有0.5秒左右的輕微延遲。如果是完全自主決策，機(jī)器人的動(dòng)作應(yīng)該是“瞬時(shí)聯(lián)動(dòng)”，畢竟Helix 02系統(tǒng)主打“端到端全流程控制”；但如果是遠(yuǎn)程操控，操作員通過(guò)攝像頭觀察、再下達(dá)指令，就會(huì)出現(xiàn)這種細(xì)微延遲——哪怕是毫秒級(jí)傳輸，復(fù)雜動(dòng)作也會(huì)露出破綻。

第二個(gè)細(xì)節(jié)：物品識(shí)別的“一致性矛盾”——對(duì)同類物品的處理邏輯不一致。視頻中，F(xiàn)igure 03能精準(zhǔn)識(shí)別杯子和玩具的區(qū)別，卻在處理兩個(gè)相似的積木時(shí)，出現(xiàn)了“抓取力度偏差”：一個(gè)輕輕放入收納箱，一個(gè)卻用力按壓。如果是自主學(xué)習(xí)的AI，對(duì)同類物品的處理邏輯應(yīng)該保持統(tǒng)一，畢竟其核心優(yōu)勢(shì)是“通用模型覆蓋所有動(dòng)作”；但如果是遠(yuǎn)程操控，操作員的手部力度控制難免出現(xiàn)偏差，尤其是長(zhǎng)時(shí)間操控后，容易出現(xiàn)動(dòng)作不一致的情況，這恰恰是遠(yuǎn)程操控的典型特征之一。

第三個(gè)細(xì)節(jié)：場(chǎng)景的“過(guò)度適配性”——無(wú)突發(fā)狀況，疑似“預(yù)設(shè)場(chǎng)景”。整個(gè)演示場(chǎng)景過(guò)于規(guī)整，客廳沒(méi)有雜亂無(wú)章的雜物，也沒(méi)有突發(fā)障礙物，甚至光線均勻，完全沒(méi)有家庭環(huán)境的隨機(jī)性。要知道，家庭場(chǎng)景的核心難點(diǎn)的就是“不確定性”，而Figure 03的所有動(dòng)作都精準(zhǔn)適配場(chǎng)景，沒(méi)有出現(xiàn)任何猶豫、調(diào)整的動(dòng)作。結(jié)合行業(yè)常規(guī)操作，遠(yuǎn)程操控演示往往會(huì)提前布置場(chǎng)景、預(yù)設(shè)物品位置，避免因環(huán)境復(fù)雜導(dǎo)致操控失誤；而真正的自主機(jī)器人，面對(duì)突發(fā)狀況（比如物品掉落），應(yīng)該有即時(shí)調(diào)整的反應(yīng)，這一點(diǎn)，視頻中完全沒(méi)有體現(xiàn)。

當(dāng)然，這些細(xì)節(jié)只能作為“合理猜測(cè)”，無(wú)法作為實(shí)錘證據(jù)。畢竟Figure 03搭載的Helix 02系統(tǒng)，確實(shí)有一定的技術(shù)支撐——它通過(guò)NVIDIA Isaac Lab等平臺(tái)的合成數(shù)據(jù)訓(xùn)練，能快速掌握復(fù)雜動(dòng)作，其前代產(chǎn)品Figure 02已在生產(chǎn)線上累計(jì)運(yùn)行1250小時(shí)，具備一定的自主運(yùn)行能力。

其實(shí)，這場(chǎng)爭(zhēng)議的核心，從來(lái)不是Figure 03是否“作弊”，而是整個(gè)具身智能賽道的“信任危機(jī)”。

Figure AI創(chuàng)始人Brett Adcock強(qiáng)調(diào)“完全自主”，但真正能建立信任的，從來(lái)不是視頻演示，而是實(shí)打?qū)嵉摹斑\(yùn)行時(shí)間”——就像Figure 02在工廠的1250小時(shí)連續(xù)運(yùn)行，比任何演示都有說(shuō)服力。畢竟，遠(yuǎn)程操控可以撐一時(shí)的演示，卻撐不起長(zhǎng)期的連續(xù)運(yùn)行；預(yù)設(shè)場(chǎng)景可以掩蓋技術(shù)漏洞，卻經(jīng)不住復(fù)雜環(huán)境的考驗(yàn)。

馬斯克的質(zhì)疑，更像是給整個(gè)行業(yè)敲了一記警鐘：具身智能的核心是“自主決策、適應(yīng)環(huán)境”，而不是“靠遙控裝樣子”。如果行業(yè)一直沉迷于“虛假演示”，消耗的不僅是資本的信任，更是整個(gè)賽道的未來(lái)。

截至目前，F(xiàn)igure AI尚未公開(kāi)Figure 03的連續(xù)運(yùn)行數(shù)據(jù)，也未接受第三方機(jī)構(gòu)的驗(yàn)證。我們不妨保持理性期待：如果它真的能實(shí)現(xiàn)完全自主，那無(wú)疑是具身智能的重大突破；但如果只是一場(chǎng)“遙控表演”，也必將被行業(yè)和市場(chǎng)淘汰。

畢竟，真正的技術(shù)突破，從來(lái)不需要靠“完美視頻”包裝，時(shí)間和實(shí)際應(yīng)用，才是最好的試金石。而這場(chǎng)關(guān)于“自主與遙控”的爭(zhēng)議，也將推動(dòng)整個(gè)人形機(jī)器人行業(yè)，從“野蠻生長(zhǎng)”走向“規(guī)范發(fā)展”。

       原文標(biāo)題 : 馬斯克質(zhì)疑Figure 03做家務(wù)視頻真假！三大細(xì)節(jié)揭露真相