Figure 03 diumumkan - robot humanoid serbaguna generasi ketiga

• Figure AI mengumumkan robot humanoid generasi ketiga Figure 03 yang mampu menjalankan tugas serbaguna dan belajar langsung dari manusia, dengan target untuk penggunaan rumah tangga, komersial, dan produksi massal
• Dilengkapi sistem sensor generasi berikutnya dan sistem tangan yang dirancang untuk Helix, AI vision-language-action buatan sendiri, dengan pencapaian frame rate 2x lebih tinggi, latensi turun menjadi 1/4, dan sudut pandang 60% lebih luas, sehingga memungkinkan manipulasi presisi dan navigasi cerdas di lingkungan yang kompleks
• Untuk lingkungan rumah, hadir fitur keamanan yang ditingkatkan seperti foam multi-kepadatan berlapis dan penutup kain lembut, pakaian pengganti yang dapat dicuci, pengisian daya nirkabel, baterai bersertifikasi UN38.3, serta sistem audio yang ditingkatkan untuk percakapan suara real-time
• Untuk produksi massal, proses berpindah dari CNC machining ke proses cetakan seperti die-casting, injection molding, dan stamping, sehingga jumlah komponen dan biaya manufaktur berkurang drastis; fasilitas manufaktur internal BotQ dapat memproduksi hingga 12.000 unit per tahun
• Melalui sensor taktil presisi tinggi di ujung jari yang dapat mendeteksi tekanan hingga 3 gram dan kamera tertanam di telapak tangan, Helix dapat menggenggam objek dengan berbagai bentuk dan material secara stabil, sementara offload data mmWave 10Gbps memungkinkan pembelajaran berkelanjutan untuk membangun fondasi robot serbaguna sejati

---

Figure 03

• Figure 03 adalah robot humanoid generasi ketiga dari Figure, sebuah platform yang dirancang untuk Helix, rumah, dan ekspansi global
• Tujuannya adalah menjadi robot serbaguna sejati yang dapat melakukan pekerjaan mirip manusia dan belajar langsung dari manusia
• Untuk itu, perangkat keras dan perangkat lunaknya telah dirancang ulang sepenuhnya, dengan karakteristik utama berikut

• Helix: Figure 03 menggunakan sistem sensor dan struktur tangan yang dibuat khusus untuk mendukung Helix, AI vision-language-action milik perusahaan
• Rumah: Dengan penambahan material yang lebih halus, pengisian daya nirkabel, sistem audio yang ditingkatkan, serta peningkatan keamanan baterai, keselamatan dan kemudahan penggunaan meningkat secara signifikan
• Produksi massal: Dirancang dengan mempertimbangkan produksi massal bernilai tinggi, sekaligus membangun rantai pasok dan proses manufaktur baru
• Ekspansi global: Biaya manufaktur yang rendah dan kemajuan teknologi terkait Helix juga sangat meningkatkan kelayakan komersial

Dirancang untuk Helix

• Dengan pandangan bahwa robot humanoid tidak bisa berkembang tanpa AI, Figure 03 dirancang dengan tujuan utama mewujudkan penalaran dunia nyata melalui Helix AI
  • Sistem sensor dan sistem tangan yang sepenuhnya dirancang ulang dibuat khusus untuk menjalankan Helix
• Sistem visi generasi berikutnya mendukung kontrol visual-motor frekuensi tinggi
  • Arsitektur kamera baru menghadirkan frame rate 2x, latensi 1/4, dan sudut pandang 60% lebih luas per kamera, dalam form factor yang lebih ringkas
  • Dikombinasikan dengan depth of field yang diperluas, sistem ini memberi Helix aliran persepsi yang lebih padat dan stabil
  • Kemajuan ini sangat penting untuk navigasi cerdas dan manipulasi presisi di ruang yang kompleks dan padat seperti rumah
• Kamera tertanam di telapak tangan dengan sudut pandang lebar dan sensing berlatensi rendah diintegrasikan ke masing-masing tangan
  • Memberikan umpan balik visual redundan dan jarak dekat selama proses menggenggam
  • Bahkan saat kamera utama terhalang, misalnya ketika bekerja di dalam kabinet atau ruang sempit, Helix tetap dapat mempertahankan persepsi visual untuk kontrol adaptif real-time
• Tangan Figure 03 menghadirkan lompatan besar dalam desain compliant dan taktil
  • Ujung jari yang lebih lembut dan adaptif meningkatkan area kontak permukaan, sehingga memungkinkan genggaman yang lebih stabil untuk objek dengan beragam bentuk dan ukuran
  • Setelah meninjau opsi sensor taktil yang ada di pasar, Figure menemukan keterbatasan mendasar yang membuatnya tidak tahan untuk penggunaan dunia nyata, sehingga mereka mengembangkan sendiri sensor taktil generasi pertama secara internal
    • Dirancang berdasarkan tiga prinsip: daya tahan ekstrem, keandalan jangka panjang, dan sensing presisi tinggi
  • Sensor di tiap ujung jari dapat mendeteksi gaya sekecil tekanan 3 gram — cukup sensitif untuk mengenali berat klip yang diletakkan di jari
    • Dengan presisi ini, Helix dapat membedakan antara genggaman aman dan tanda awal selip, sehingga memungkinkan kontrol halus terhadap objek yang rapuh, tidak beraturan, atau bergerak
• Fitur offload data mmWave 10 Gbps memungkinkan seluruh armada mengunggah data dalam skala terabyte untuk pembelajaran dan peningkatan berkelanjutan
  • Kemajuan ini membuat Figure 03 sangat cocok untuk pembelajaran end-to-end dari piksel ke aksi dalam skala besar

Dirancang untuk rumah

• Agar dapat bekerja efektif di rumah, robot harus mampu berkolaborasi secara mulus dengan manusia di lingkungan sehari-hari
  • Dengan pertimbangan itu, Figure 03 menghadirkan sejumlah peningkatan desain yang berfokus pada keselamatan
• Foam multi-kepadatan yang ditempatkan secara strategis mencegah pinch point, dan robot ditutup dengan kain lembut alih-alih komponen keras hasil pemesinan
  • Dibanding Figure 02, massanya berkurang 9% dan volumenya jauh lebih kecil, sehingga lebih mudah bergerak di ruang rumah
• Baterai Figure 03 baterai mendorong batas keamanan baterai robot
  • Mencakup perlindungan berlapis terhadap penyalahgunaan atau malfungsi, pada level BMS, sel, interkoneksi, dan pack
  • Sudah memperoleh sertifikasi standar UN38.3
• Selain keselamatan, Figure 03 juga dirancang untuk kemudahan penggunaan sehari-hari
  • Kain lembutnya sepenuhnya dapat dicuci dan bisa dilepas atau diganti tanpa alat, memungkinkan penggantian yang cepat dan mudah
  • Dapat dikustomisasi dengan beragam opsi pakaian, termasuk pakaian berbahan tahan potong dan material tahan lama
• Untuk berkomunikasi secara alami dengan robot, Figure 03 dibekali sistem perangkat keras audio yang ditingkatkan untuk percakapan suara real-time yang lebih baik
  • Ukuran speaker 2x lebih besar dibanding Figure 02, dengan output hampir 4x lebih tinggi
  • Mikrofon juga diposisikan ulang untuk performa dan kejernihan yang lebih baik
• Melanjutkan visi sistem yang sepenuhnya otonom dan nirkabel, Figure 03 mendukung pengisian daya induktif nirkabel dan offload data nirkabel
  • Dengan coil pengisian di kaki robot, robot cukup berdiri di atas dudukan nirkabel untuk mengisi daya pada 2kW
  • Di lingkungan rumah, robot dapat melakukan docking dan mengisi ulang secara otomatis sepanjang hari sesuai kebutuhan

Dirancang untuk produksi massal

• Robot humanoid secara tradisional dirancang sebagai prototipe engineering yang memakan waktu dan mahal
  • Figure 03 adalah robot pertama yang sejak awal dirancang dengan tujuan produksi massal
• Hal ini dicapai melalui tiga inisiatif utama
  • Menciptakan ulang desain dan proses
  • Membangun rantai pasok yang sepenuhnya baru
  • Mengembangkan fasilitas manufaktur berkapasitas tinggi BotQ
• Dalam transisi dari Figure 02 ke Figure 03, Figure merancang ulang hampir semua komponen robot dengan mempertimbangkan kemudahan manufaktur dan biaya
  • Tim engineering mekanik dan elektrik secara agresif memangkas jumlah komponen, langkah perakitan, dan elemen yang tidak esensial untuk memenuhi persyaratan desain
  • Jika Figure 02 terutama dirancang untuk diproduksi lewat CNC machining, maka Figure 03 sangat bergantung pada proses cetakan seperti die-casting, injection molding, dan stamping
    • Peralihan ini memang membutuhkan investasi awal besar pada tooling, tetapi hasilnya jelas
    • Biaya produksi tiap unit Figure 03 turun drastis, dan saat volume meningkat, efisiensi ekonominya ikut membaik
• Untuk memperluas skala Figure 03, Figure perlu membangun rantai pasok yang benar-benar baru untuk industri yang saat ini belum ada
  • Mereka memilih integrasi vertikal di banyak modul penting, termasuk actuator, baterai, sensor, struktur, dan elektronik, yang semuanya dirancang sepenuhnya secara internal
  • Untuk komponen individual, mereka mengidentifikasi secara strategis dan bermitra dengan pemasok yang mampu memenuhi volume, timeline, dan standar kualitas ketat yang dibutuhkan tim
  • Hasil dari upaya satu tahun ini adalah jaringan mitra global yang tumbuh bersama Figure dan mampu memproduksi ribuan hingga pada akhirnya jutaan komponen di bawah jadwal peningkatan produksi yang agresif
• BotQ adalah fasilitas manufaktur khusus milik Figure yang dirancang untuk memperluas produksi robot
  • Lini manufaktur generasi pertama BotQ pada tahap awal dapat memproduksi hingga 12.000 robot humanoid per tahun
  • Targetnya adalah memproduksi total 100.000 robot dalam empat tahun ke depan
  • Alih-alih bergantung pada contract manufacturer, Figure membawa produksi sistem paling penting ke dalam perusahaan agar tetap bisa menjaga kontrol ketat atas kualitas, iterasi, dan kecepatan
  • Fasilitas ini dilengkapi sistem mutakhir dan integrasi digital, dengan fondasi berupa Manufacturing Execution System (MES) yang dikembangkan secara internal
    • Semua sub-assembly dan final assembly melewati lini ini dengan traceability penuh untuk menjamin kualitas, repeatability, dan peningkatan berkelanjutan

Dirancang untuk skala dunia

• Fokus Figure pada pasar rumah sama sekali tidak mengurangi potensi Figure 03 untuk pasar komersial
  • Dengan memecahkan variabilitas dan kompleksitas lingkungan rumah, Figure sedang mengembangkan produk serbaguna sejati yang bisa menjalankan cakupan tugas seluas mungkin di dunia kerja
• Figure 03 cocok untuk aplikasi komersial karena beberapa alasan
  • Actuator-nya dapat bekerja 2x lebih cepat dengan torque density (nm/kg) yang ditingkatkan
  • Salah satu hasil paling penting dari peningkatan ini adalah kemampuan pick-and-place item pada kecepatan lebih tinggi
• Peningkatan pada tangan dan sistem sensor yang dibuat untuk Helix memiliki makna besar untuk use case komersial
  • Dengan peningkatan kamera dan sistem persepsi, Figure 03 dapat menavigasi lingkungan komersial secara cerdas dan melakukan manipulasi presisi
  • Perubahan pada tangan yang disorot sebelumnya — tambahan compliance, luas permukaan ujung jari, dan sensing taktil — memungkinkan genggaman stabil yang lebih baik pada berbagai objek, seperti potongan pelat logam kecil dan polybag yang mudah berubah bentuk
• Berkat pengisian induktif, Figure 03 dapat beroperasi hampir terus-menerus dengan cukup berdiri di atas charging mat selama periode tertentu di antara penggunaan
  • Offload data nirkabel yang cepat memungkinkan robot secara mulus melakukan offload hanya dengan kembali ke dock selama jeda shift
• Pelanggan komersial dapat merancang seragam unik untuk armada Figure 03 mereka
  • Tersedia opsi material yang lebih tahan lama atau tahan potong, serta perubahan desain lain untuk lingkungan tertentu
  • Side screen baru pada Figure 03 memungkinkan identifikasi cepat dalam armada besar dan dapat sepenuhnya dikustomisasi sesuai branding atau kebutuhan operasional tiap pelanggan

Kesimpulan

• Figure 03 merupakan kemajuan yang belum pernah ada sebelumnya dalam mengubah robot humanoid dari prototipe eksperimental menjadi produk yang dapat dideploy dan diskalakan
  • Dengan menggabungkan persepsi canggih dan kecerdasan taktil dengan desain aman untuk rumah serta kesiapan produksi massal, Figure membangun platform yang mampu belajar, beradaptasi, dan bekerja baik di lingkungan rumah maupun komersial
• Figure 03, yang dirancang untuk Helix, rumah, dan skala dunia, membangun fondasi robot serbaguna sejati — dengan kemampuan untuk mengubah cara manusia hidup dan bekerja

[GN⁺]

Komentar Hacker News

• Menunjukkan bahwa semua contoh video adalah cuplikan yang dipilih dengan sangat selektif; jika bertanya kepada orang yang benar-benar meneliti robot humanoid, tingkat kegagalan saat pengulangan masih tinggi dan jalur menuju keberhasilan sangat sempit. Jika robot dari berbagai perusahaan dikumpulkan, kemampuannya diverifikasi lebih dulu, lalu diuji dengan benchmark di lingkungan yang tidak ada dalam data pelatihannya, tingkat kegagalan yang sebenarnya akan terlihat. Saat ini ini masih sebatas tahap demo teknologi. Sebagian besar pelatihan dilakukan di simulasi yang mendekati fisika, dan sisanya dikendalikan langsung oleh manusia dengan joystick. Semua gerakan yang dilakukan dengan tangan termasuk dalam kategori ini, dan tingkat kegagalannya cukup tinggi.

  • Tugas yang ditunjukkan di video terakhir, yaitu ‘mengambil kotak dari tumpukan paket lalu meletakkannya di konveyor dengan label menghadap ke bawah’, terasa paling realistis. Pernah melihat video tanpa potongan di Twitter(tautan) yang menunjukkan model sebelumnya mengulang tugas itu selama 1 jam. Mungkin humanoid tidak mutlak diperlukan, tetapi kemampuan mengambil dan memanipulasi berbagai paket serta memulihkan diri dari kegagalan cukup mengesankan.

  • Inilah intinya. Jika robot ini benar-benar bisa melakukannya, ada penggunaan yang jelas seperti mengisi ulang stok rak toko. Tugas picking dan placing punya kondisi yang terbatas, membutuhkan mobilitas seperti manusia, dan cocok untuk lingkungan dengan bentuk humanoid. Penasaran seberapa dekat kita ke sana. Hal ini sudah dicoba pada 2020(tautan) dan juga pada 2022(tautan), dengan robot beroda rantai yang dipakai di 7-11 Japan. Robot yang berkeliling toko, memeriksa rak secara visual, dan membandingkannya dengan planogram sudah digunakan cukup luas. Robot itu tidak memanipulasi barang secara langsung. Sistem yang membantu perencanaan pekerjaan stok juga sudah ada. Tim riset TU Delft mengklaim ini akan mungkin dalam 5 tahun(tautan), meski tidak jelas kapan tepatnya sumber itu dibuat.

  • Ini merangkum dengan baik apa yang ingin saya katakan. Pada dasarnya semua video itu dibuat untuk tujuan pemasaran. Setelah menonton video Logistics(tautan), saya ingin melihat model kali ini mencoba pekerjaan rumah. Pasti tidak akan mulus dan akan ada banyak kesalahan serta kegagalan. Bukan dalam arti buruk; justru saya berharap mereka memperlihatkannya apa adanya. Kalau ada video berikutnya, saya pasti ingin menontonnya.

  • Memang selalu begini. Perusahaannya juga baru berdiri belum terlalu lama. Saya bukan penganut kubu humanoid, tetapi kalau mau memulai sesuatu ya harus mulai dari suatu titik. Sayangnya, demi pendanaan, pola ‘hype > kebenaran’ selalu muncul, jadi muncullah video-video yang sangat diseleksi seperti ini.

  • Saya pernah melihat video robot itu melakukan pekerjaan penyortiran paket Amazon sungguhan selama satu jam penuh(tautan), jadi saya penasaran bagaimana klaim di atas cocok dengan kenyataannya.

• Komentar di sini terasa terlalu negatif. Lima tahun lalu hal seperti ini benar-benar mustahil. Sekarang, sebentar lagi, kita bahkan sudah melihat demo robot konsumen yang setelah beberapa kali pengulangan bisa menyelesaikan sebagian besar pekerjaan rumah tanpa masalah. Situasinya berubah sangat cepat, seperti katak yang tiba-tiba mulai mendidih.

  • Dikatakan bahwa lima tahun lalu ini mustahil, tetapi Boston Dynamics sudah merilis demo produk nyata selama 20 tahun terakhir, bukan iklan palsu. Tidak satu pun berujung pada penggunaan nyata di pasar massal. Boleh berharap, tetapi saya bisa mengerti kenapa semua orang tetap berhati-hati.

  • Sebelum target tercapai, tidak ada yang tahu kapan akan sampai. Ada contoh yang meledak tiba-tiba seperti smartphone, tetapi ada juga seperti fusi nuklir yang puluhan tahun tidak juga menemukan terobosan. Robot humanoid lebih dekat ke contoh kedua, jadi orang-orang tidak lagi otomatis bersorak setiap kali ada kemajuan baru. Kalau nanti terobosannya benar-benar datang, semua orang akan bilang itulah yang ‘nyata’, tetapi sebelum itu semua orang akan tetap ragu.

  • Anda bilang ‘setelah beberapa kali pengulangan, sebagian besar pekerjaan rumah akan bisa dilakukan tanpa masalah’, tetapi saya jadi berpikir saat pekerjaan kerah putih nanti digantikan oleh LLM, bahkan pekerjaan tukang ledeng yang katanya harus kami lakukan pun akan ikut hilang.

  • Orang membicarakan demo yang bisa diulang dan evolusi yang cepat, tetapi tetap saja harganya mahal atau sering kali belum bisa belajar sendiri di lingkungan nyata untuk bekerja. Ini mungkin video robot melipat baju yang ke-N, tetapi saya belum pernah melihat robot mengambil pakaian dari kamar yang berantakan atau dari tumpukan cucian. Saya sempat memperkirakan robot AI pertama akan menjadi hewan peliharaan, tetapi tampaknya bahkan belum mencapai level Furby.

• Bahkan jika robot seperti ini mengerjakan semua pekerjaan rumah, saya khawatir privasi saya akan terekspos ke pabrikannya. Dari kasus pelanggaran keamanan kamera Ring(tautan) saja sudah terlihat, tetapi robot yang bisa bergerak akan membuat tingkat pelanggaran privasi jauh lebih serius. Jika saya membelinya, saya butuh jaminan privasi yang benar-benar kuat.

  • Pada model Roomba yang dilengkapi kamera, pernah ada gambar memalukan yang dikirim ke pabrikan lalu videonya dibagikan karyawan ke media sosial. Jadi itu memang sudah pernah terjadi. Dulu juga ada sistem keamanan drone kamera yang berkeliling di dalam rumah, tetapi saya tidak tahu bagaimana nasibnya. Saya khawatir akan muncul banyak contoh kebocoran privasi seperti ini (tautan).

  • Figure 03 kabarnya memiliki offloading data mmWave 10Gbps sehingga seluruh armada bisa mengunggah data berukuran terabyte untuk continuous learning. Begitu melihat bagian itu, saya langsung menolak.

  • Privasi belum seberapa; saya malah membayangkan apa yang bisa terjadi kalau orang seperti @elder_plinius datang ke rumah. Masalah keselamatan AI berubah menjadi isu yang jauh lebih nyata begitu AI punya tubuh.

  • Yang paling saya takuti adalah kemungkinan diretas dari jarak jauh lalu robot itu menyakiti saya saat saya tidur.

  • Saya ingin robot diprogram untuk langsung keluar dari ruangan saat anggota keluarga masuk, dan hanya membersihkan ruangan yang selalu kosong.

• Orang-orang sangat kritis. Perlu diingat bahwa ini adalah kondisi terburuk robot-robot ini saat ini. Jika satu robot berkembang dalam satu tugas, semuanya bisa berbagi pembelajaran itu. Ke depan mereka akan terus membaik.

  • Meski tahu videonya dimanipulasi atau dipilih secara selektif, kemajuan kali ini tetap mengesankan sampai terasa menakutkan. Saya malah terkejut orang-orang melihatnya dengan begitu negatif.

  • Saya tidak meragukan kemajuan teknisnya sendiri, tetapi secara pribadi saya sudah tidak bisa lagi bersikap positif karena rasanya perkembangan teknologi sekarang dengan cepat berubah menjadi distopia. Mungkin itu salah satu alasan banyak reaksi negatif. Tentu sebagian juga mungkin karena khawatir ada bubble investasi.

• Saya tidak mengerti kenapa harus diisi daya. Kalau memakai 3 baterai berkapasitas 1/3 yang masing-masing bisa diisi sendiri, robot tinggal pergi ke stasiun lalu menukar baterainya. Saya tidak paham kenapa harus memakai pengisian nirkabel atau kabel; battery swap jauh lebih masuk akal. Akan lebih baik lagi kalau berdasarkan data umur baterai, robot bisa menangani penggantian dan daur ulangnya sendiri. Jika stasiun berada di luar ruangan di bawah panel surya, tagihan listrik pun bisa dihemat. Saat pengisian atau penggantian baterai, robot juga bisa mengunci pintu sendiri, dan kalau cuaca buruk seluruh setelan itu bisa dibawa masuk.

  • Tergantung umur baterainya. Jika bisa dipakai seharian, masuk akal untuk menaruhnya di pad pengisian pada malam hari. Menambahkan baterai yang bisa dilepas akan menambah bobot dan mengurangi kebebasan dalam penempatan baterai. Kecepatan pengisian juga penting; jika bisa terisi 80% dalam 30 menit, robot dapat mengisi singkat di sela-sela pekerjaan utama. Jika pengisian induktif di bawah kaki memungkinkan, robot bisa berdiri di atas charging mat besar dan beroperasi tanpa batas di lingkungan seperti pabrik. Jika melipat cucian atau mencuci piring butuh 30 menit, charging mat bisa diletakkan di sana agar robot bekerja sambil mengisi daya. Mungkin rumah baru di masa depan akan punya koil pengisian tertanam di setiap lantai.

  • Penggantian baterai membutuhkan komponen bergerak tambahan dan housing khusus, serta baterainya juga harus lebih kokoh dan minimal perlu 2 unit. Menyambungkan kabel tampaknya mungkin saja dilakukan robot sendiri, tetapi secara realistis lingkungannya tidak bisa diprediksi sehingga kabel bisa mengganggu. Tentu pengisian induktif juga bisa terganggu, tetapi tetap saja.

  • Alasan yang paling masuk akal adalah bahkan dalam situasi yang sudah diprogram sebelumnya pun menukar baterai di posisi yang ditentukan masih sulit. Menancapkan kabel untuk pengisian sendiri juga belum bisa dilakukan. Meski begitu mereka tetap membungkusnya seolah-olah bisa melipat cucian, jadi kemampuan nyatanya dibesar-besarkan. Kalau ada pengumuman seperti itu, saya akan langsung jual saham.

  • Perlu dipikirkan apa yang terjadi kalau robot tidak bisa menukar baterai dan tidak bisa pergi ke stasiun pengisian. Seperti robot vacuum yang berhenti di bawah sofa, hanya saja kali ini mungkin Anda harus menarik keluar benda setinggi 150 cm/berat 300 kg.

  • Walker S2 tampaknya menangani swap dengan baik dalam demonya (tautan).

• Menurut saya lucu ada yang menyamakan ini dengan GPT-2. Di permukaan analoginya keren, tetapi intinya sama sekali berbeda. GPT sudah punya data pelatihan yang lebih dulu tersedia, seperti dokumen web dan buku. Sumber daya komputasi juga sudah ada. Pada akhirnya ini adalah kasus ‘menggabungkan sumber daya yang ada’ untuk mewujudkan ide dari paper 2017, dan saat dicoba ternyata berhasil. Sebaliknya, untuk robot humanoid, data nyata yang dibutuhkan untuk pelatihan jaringan saraf hampir tidak ada dalam skala yang diperlukan, dan sifat datanya juga jauh lebih kompleks daripada prediksi token. Meski begitu, saya mendukung semangat tim Figure. Walau contoh-contohnya jelas diseleksi, ini bukan untuk menjual produk, melainkan untuk menunjukkan R&D dan riset kepada investor, jadi pada akhirnya saya rasa tetap punya fungsi positif bagi inovasi.

  • Mengusulkan ide struktur yang menjalankan RL di lingkungan simulasi dan menggunakan visual LLM untuk verifikasi, yaitu memeriksa status lewat gambar 2D lalu Vision-Language Model mengembalikan 0 atau 1, serta menerapkan model perluasan video seperti Sora pada tugas mesin cuci hingga pengering dengan struktur prediksi berbasis FPV(First Person View).

  • Tidak berkaitan langsung dengan isi pembahasan, tetapi membagikan tautan materi riset terkait yang mungkin layak dijadikan referensi
    tautan1
    tautan2
    tautan3
    tautan4

  • Bukankah itu mengasumsikan bahwa metode pelatihan yang ada sekarang akan terus dipertahankan? Sepertinya akan diperlukan cara untuk belajar langsung dari lingkungan. Dalam riset terbaru, sudah ada usulan arsitektur yang berpotensi menghasilkan struktur kecerdasan umum seperti itu. Hanya saja saya belum melihat contoh di area ini yang benar-benar mendapat investasi besar atau upaya yang cukup.

• Kasus penggunaan yang muncul di video memang menarik. Karena dunia dirancang berdasarkan manusia, saya pikir robot berbentuk manusia memang cocok. Itu punya keunggulan karena kita tidak perlu mengubah mesin cuci atau seluruh rumah agar sesuai dengan robot. Namun memasukkan robot ke pekerjaan seperti front desk hotel, yang membutuhkan unsur manusiawi, terasa tidak masuk akal. Kalau semua manfaat yang diberikan manusia, seperti suasana hati dan keakraban, dihilangkan, kiosk biasa akan jauh lebih baik dan praktis.

  • Saya pernah memikirkan apakah kita ingin mengejar keramahan bagi manusia atau efisiensi, dan dalam banyak kasus kita sudah memilih lebih mementingkan efisiensi. Saat robot benar-benar bisa menangani berbagai pekerjaan sepenuhnya, alasan untuk mempertahankan ruang yang diprioritaskan bagi manusia mungkin akan hilang, sehingga keunggulan bentuk humanoid juga ikut berkurang. Misalnya gudang logistik juga masih berstruktur berpusat pada manusia karena masih ada manusia di sana; kalau sepenuhnya otomatis, patokan itu pun akan hilang.

  • Beberapa tahun lalu saya pergi dinas ke Las Vegas dan terkesan dengan otomatisasi check-in/check-out hotel. Di kiosk, cukup tunjukkan kode dan paspor, pilih opsi yang diinginkan, lalu lokasi kamar ditampilkan/dicetak dan kartu kunci diterbitkan dengan cepat. Rasanya 4 kiosk bisa menangani lebih dari 90% pekerjaan yang biasanya dilakukan 4 orang, dan sensasi mengantre juga berbeda. Tapi kiosk juga sering rusak; di bandara kita bisa melihat berbagai kegagalannya. Dan soal mesin cuci, jawabannya adalah mendorong standardisasi di home automation. Dengan teknologi seperti Thread, ‘housebot’ seharusnya bisa mengetahui status secara real-time tanpa perlu memeriksanya langsung.

  • Saya sudah lama mengatakan check-in hotel dan rental mobil sebaiknya diotomatisasi. Baru-baru ini saya benar-benar mencoba sistem seperti itu di rental mobil, tetapi tidak mulus. Sistem gagal mengenali kode dan saya beberapa kali harus dibantu staf, lalu ada kesalahan pemberian kunci. Pada akhirnya masalah baru selesai setelah manusia memasukkan kuncinya lagi. Idenya bagus, tetapi eksekusinya masih kurang.

  • Ironisnya, robot berjalan mungkin justru paling realistis sebagai ‘komputer yang bisa bergerak sendiri’. Jika dipakai sebagai server bergerak, speaker, atau kaki untuk alat pengukuran data sehingga bisa menempatkan diri sendiri di lapangan, itu akan sangat berguna dan membebaskan 15% kapasitas otak dari tugas-tugas yang merepotkan. Kembali ke soal kartu kunci hotel, secara teknis pembaca kartu kunci sebenarnya bisa merangkap pembaca kartu kredit, tetapi dalam praktiknya staf juga berfungsi memeriksa kondisi tamu secara visual demi keselamatan, jadi otomatisasi penuh tidak sesederhana itu.

  • Ada juga orang yang tidak suka unsur manusiawi di front desk. Kalau bisa, saya bahkan mau membayar lebih untuk opsi langsung menerima QR code atau pass lalu pergi ke kamar tanpa kontak dengan orang sama sekali.

• Tampaknya para teknolog tidak mengerti kenapa orang lebih menyukai alat tingkat tinggi seperti humanoid, walau tidak efisien, dibanding alat tingkat rendah yang sangat efisien. Misalnya, untuk memakai dishwasher perlu membeli, memasang, dan mempelajari manualnya, tetapi komunikasi intuitif seperti berkata kepada seseorang, “tolong cuci piring,” jauh lebih sederhana. Meski hasilnya sedikit kurang baik, banyak pengguna tetap rela membayar lebih mahal. Sudah menjadi sifat manusia untuk tidak selalu mau mengorbankan waktu dan tenaga demi efisiensi.

  • Bahkan dalam kasus mempekerjakan manusia sungguhan pun sama. Walau biaya per jam lebih tinggi dan performanya mungkin lebih rendah, itu bisa menghindari berbagai kerumitan yang timbul saat mempekerjakan staf. Bukan berarti saya menganggapnya ide yang bagus, saya hanya memikirkannya dari sisi biaya.

  • Namun batasannya juga jelas. Misalnya untuk cuci piring, sebenarnya kita sudah bisa memakai bantuan rumah tangga yang punya efisiensi tertinggi dan fleksibilitas tertinggi, asal mau membayar. Jika ada pelayan otomatis seperti automaton yang bisa mengerjakan banyak tugas rumah, saya penasaran nilai beli nyatanya akan diterima sampai kisaran $1k~$100k, ditambah biaya perawatan, keandalan, dan terlalu banyak variabel lain. Saya diam-diam penasaran seberapa luas cakupan ‘banyak orang akan menyukainya’ itu sebenarnya.

• Desain robot itu sendiri memang sulit, tetapi yang benar-benar sulit adalah ‘deployment’ alias penerapan nyata. Yang penting adalah berapa unit dipakai di mana, untuk tugas apa. Kita harus melihat pekerjaan apa yang benar-benar cukup berguna, bagaimana robot itu beradaptasi di tiap lingkungan penerapan, dan bagaimana perubahan itu terjadi seiring waktu. Hambatan terbesar dalam pengembangan robot umum selalu adalah AI. Jika Figure benar-benar bisa menghasilkan AI yang canggih dan serbaguna, lalu langsung menempatkannya ke berbagai lingkungan dan mendapatkan hasil di banyak tugas, itu akan jadi produk luar biasa. Kalau jumlah deployment nyatanya bisa dilacak, dan ternyata benar-benar dipakai di perusahaan kecil, ruang kompleks seperti konstruksi atau perawatan, membongkar muatan truk Walmart, sampai mengisi stok rak toko dengan lancar, berarti itu benar-benar nyata.

  • Kenyataannya, deployment awal yang realistis kemungkinan lebih seperti mainan unik untuk kalangan kaya, seperti pelayan sampanye di pesta atau robot resepsionis hotel, mirip trailer 7 menit yang dibuat tampak mulus. Penerapan massal sungguhan di skala Walmart kemungkinan baru mungkin setelah beberapa generasi lagi.

• Jika robot seperti ini nantinya hadir di kisaran 30 juta won, saya pikir akan datang era ketika setiap rumah memilikinya. Bersama fusi nuklir, saya berharap robot rumah tangga menjadi teknologi simbolis utama generasi kita. Sudah lama hanya dibayangkan, tetapi saya rasa dalam hidup saya akhirnya ini akan menjadi realistis secara ekonomi. Memiliki robot di rumah terasa setengah menakutkan, setengah mengagumkan, dan setengah membuat cemas.

  • Masalah privasi wajib diselesaikan. Secara teori, robot seperti ini seharusnya hanya boleh berkomunikasi dengan server yang dipasang di ruang bawah tanah rumah saya.

  • Saya juga membayangkan nanti akan muncul berita tentang robot seperti ini yang diretas lalu disalahgunakan untuk kejahatan berat.

  • Karena nilai pekerjaan rumah tangga rendah, saya rasa penerimaan massal akan sulit sebelum harganya benar-benar murah. Saya tidak akan mengeluarkan 30 juta won hanya untuk cuci piring atau menjalankan mesin cuci. Kalangan kaya yang sensitif pada teknologi mungkin membelinya karena terasa keren, tetapi masyarakat umum tetap akan menghitung cost-performance. Dulu robot vacuum murah seperti Roomba laris manis, tetapi sekarang di banyak rumah hanya jadi pajangan yang jarang dipakai. Penggunaan robot yang paling kuat justru ada di industri, manufaktur, konstruksi, dan pertanian; dan itu pun tidak harus berbentuk humanoid. Malah bentuk seperti itu bisa memperbesar penolakan dari serikat pekerja. Mungkin versi yang benar-benar terlihat ‘hanya seperti alat’ akan lebih diterima.

  • Saya sudah melewatkan seluruh tren smart home, jadi tren kali ini juga akan saya lewati. Saya akan tetap mencuci piring dan mencuci baju sendiri seperti biasa.