這是一個很有資訊量的討論。2025年8月，科技投資人Peter Diamandis在他的"Moonshots"播客中，放出了1X Technologies的CEO Bernt Bornich和Link Ventures的創始人David Blundin的訪談。他們在1X位於帕洛阿爾托的新工廠里錄製了這期節目。就在錄製前，他們剛剛參觀了工廠，看到了幾十台處於不同開發階段的Neo Gamma機器人在大樓里走來走去。
Bernt Bornich，這位從11歲就決定要做人形機器人的挪威人，在描述他的Neo Gamma機器人時，用的第一個詞不是"強大"，不是"智能"，而是"可以擁抱的"（huggable）。
另外，這家公司目前選擇了一個反直覺的商業落地路徑，當特斯拉、Figure等競爭對手都在瞄準工廠和倉庫時，1X卻堅持要把第一批機器人送進普通人的家裡。可能Bernt內心有一個歷史類比：這就像個人電腦的發展史。當年IBM的大型機服務企業，而蘋果等卻相信電腦應該進入每個家庭。最終，是後者改變了世界。
1、"我們需要多樣性的數據，工廠里沒有"
當Peter Diamandis問到為什麼選擇家庭而不是工廠作為初始市場時，Bernt Bornich的回答分成了兩個層次，每一層都值得細細品味。
"消費級硬體的規模化速度與其他一切都不同，"他說，"iPhone在十年多一點的時間裡就達到了10億台設備。對我來說，人形機器人如果不能達到規模就沒有意義。總有更好的自動化系統可以解決某個特定問題。你需要規模，這樣才能獲得令人難以置信的可靠性、極低的成本、完整的生態系統和智能。"
但他馬上提出了一個更深層的觀點，這個觀點觸及了當前AI發展的核心瓶頸："智能來自多樣性。這在AI研究的各個領域都非常明顯——從最早期開始，無論是語言模型、圖像模型、影片模型，還是在這個案例中的機器人模型。你不需要重複相同的數據。如果你仔細想想，這是非常符合邏輯的。如果你在汽車工廠，你基本上是在一遍又一遍地做同樣的事情。你沒有在學習新東西。"
為了支撐這個觀點，他分享了一個具體的經驗數據："我們之前一代的人形機器人Eve，在2022-2023年部署在安保和物流領域。大約20到40個小時後，我們的機器人就會達到學習平台期，停止為特定任務學習新東西。這取決於任務的複雜程度。如果你是在守衛一個設施，開著輪子到處跑——因為那個版本有輪子，是輪子上的人形機器人——開門之類的，這裡面有一些多樣性，所以你可能需要40多個小時。但如果你只是整天把這個杯子從這裡移到那裡，那麼你可能只需要20個小時就到達學習極限了。"
他接著說："從那裡到通用智能，根本就沒有路徑。我們可能與人形機器人領域的其他公司有些不同，我認為我們更像是一家真正奔向AGI的公司，以及如何儘快到達那裡，而不是如何在工業或類似環境中應用勞動力。"
Peter插話問道："你說20小時、40小時是安保機器人的學習時間。那麼在家庭中所有各種各樣的事情，相當於多少小時？"
"我們還不知道，"Bernt坦誠地說，"在我們目前的規模上，我們還沒有真正看到多樣性的上限。它會到達那裡，我們需要進一步多樣化。但我認為你問了一個非常重要的問題。對我來說，這不僅僅是AI或機器人，而是兩者的結合。如果你想想什麼是富足（abundance），它是知識或智能的富足乘以勞動力或商品和服務的富足。你需要兩者，它們是相輔相成的。我們在社會中的約束不總是只在智能或數據層面。它們也在我們構建的基礎設施上。"
2、一個66磅的機器人如何舉起150磅
Neo Gamma的物理規格令人印象深刻，但更有趣的是這些數字背後的設計哲學。這個機器人重66磅（約30公斤），但能舉起150磅（約68公斤）的重量。
"這是運動員級別的重量-力量比，"Bernt解釋道。在實際使用中，它可以搬運約50磅（約23公斤）的物品四處走動。電池續航時間約為4小時，充電相對快速——完全充滿需要2小時，充到一半只需半小時。
當David Blundin評論說Neo Gamma"難以置信地柔軟，不像C-3PO那樣的金屬外殼"時，Bernt分享了公司十年前的創始原則。"如果你真的想要製造能夠在智能方面規模化的東西，它需要能夠在我們中間生活和學習。日常生活中有太多細微之處。我們做的一切都是社交的。工作是社交的。每個任務都是社交的。我們一直在做事情的同時導航這些社交情境。世界上大部分的勞動也發生在社交環境中，當你工作時周圍有其他人。物體也有社交背景——咖啡杯是空的。你需要一個新的嗎？它髒了嗎？還是你想要續杯？或者你整天都把杯子放在外面？"
他繼續解釋設計原則："從第一性原理的角度來看，機器人需要安全，不能傷害人。它仍然需要非常有能力，需要像人類一樣強壯。然後它需要令人難以置信地負擔得起。你需要找到這個美妙的組合，你可以簡化、簡化、再簡化，但仍然得到一個非常有能力的系統，這樣你就可以大規模製造，真正提高質量並降低成本。"
"這就是十年前公司的創始原則。我們說，我們要製造安全、有能力和負擔得起的機器人。所謂負擔得起，我的意思是它將從第一性原理上就是可製造和負擔得起的——非常輕便、非常節能，所以你可以有一個小電池，零件非常少，設計方式不需要嚴格的公差，沒有特殊的合金或材料，只是令人難以置信地簡單但高性能。"
關於Neo Gamma的高度，它是5英尺4英寸（約163厘米）。"這是完美的高度，"Peter評論道，"順便說一下，這也是我妻子的身高。"Bernt補充說："也是我妻子的身高。"
但真正讓人驚訝的是機器人的關節數量，或者用專業術語說，自由度。Bernt詳細解釋道："人類每條腿有6個關節，總共12個。每隻手臂有7個，所以又是14個。現在12加14是26。你會看到今天很多機器人有26個自由度，這很常見。通常它們沒有手腕，而是有脖子。所以這裡有兩個，然後就是26個。"
"我們有三個在頭部，所以你可以用頭部進行適當的表達，這很重要。我們從這裡開始有全部7個。我們在脊柱有3個。然後，當然，我們每隻手有22個。"
Peter問："人類手部有多少個？"
"22個，"Bernt回答，"所以我們匹配了。嗯，好吧，這取決於你如何計算腕骨——你這裡的小骨頭讓你能夠彎曲手掌。在某種程度上，你可以看到那更像是四個或五個自由度，而不是兩個。所以人類可能稍微多一些。但在功能上，它們非常相似。"
3、為什麼大腦必須在頭部
這是一個讓我特別感興趣的技術細節討論。Peter提出了一個看似簡單但實際上觸及核心的問題："你看過《人造意識》（Ex Machina）吧？當我看那部電影時，我在想，為什麼大腦，那個藍色的blob，要在頭部？為什麼不在伺服器房間裡？"
Bernt的回答揭示了硬體設計中的多重考量："首先有一些簡單的答案。頭部是除非你把大腦放在那裡，否則什麼都沒有的地方。其他地方都相當滿了。構建一個具有這種功率水平的人形機器人，以如此小型化的形式，同時還有足夠的空間使其完全柔軟，這是一個非常困難的工程問題。所以如果我們不把它放在頭部，我們要把它放在哪裡？"
但更深層的原因涉及帶寬問題："你大腦中發生的非常高帶寬的事情是視覺，在某種程度上還有音頻、嗅覺、觸覺，但視覺占主導地位。你只想最小化眼睛和計算之間的距離。傳感器之間的帶寬，它們大多數不會通過家庭Wi-Fi，甚至不會真正傳到機器人的胃部，除非在物理接口選擇上變得過於複雜。這是非常高的帶寬。"
"我對此也感到震驚，"Peter說。
Bernt繼續解釋："我們沒有運行雷射雷達，沒有結構光，沒有手腕攝影機，什麼都沒有。我們純粹在模擬人類視覺。所以我們非常依賴它。這是非常高解析度、非常高帶寬、非常高頻率的。這很好，因為這正是人腦非常接近眼睛的地方。"
"現在，這並不意味著你不能在雲端做事情，我們確實在雲端做事情，但從智能的角度來看，它變成了分層的。就像你的肌肉神經系統，這運行得相當快，通常以25赫茲運行。它不會上升到你的大腦。有神經元分布在你的系統中做決定。我們的機器人也有這個。我們把一些東西推到控制的電力電子設備上，只是為了延遲，為了速度。"
"然後你有大腦本身，它實際上運行得很快，通常在5到10赫茲之間。即使是5到10赫茲，延遲也非常低。這在機器人上運行。現在，如果你運行更像1赫茲的流式傳輸，那麼你通常處於LLM首個令牌時間的領域。那是在板外運行的。但那不能解決高頻觸覺反饋操縱任務。那太慢了。"
4、從挪威穀倉到矽谷工廠的十年征程
Bernt的創業故事始於他11歲時的一個決定。"我11歲時就決定要做人形機器人科學，"他說。當Peter問他的靈感來自哪裡時，他的答案出人意料："本田的Asimo。"
"Asimo是一個美麗的機器人，"Bernt說，"他們很早就開始了。本田Asimo P6是90年代末的產品。那時它就能上樓梯，在舞台上跑來跑去，給某人一個球。我想它後來還迎接過歐巴馬總統。它遠遠領先於時代。"
但從童年夢想到創辦公司，中間還有漫長的路。"我建造了很多東西，但重要的是，當我創辦公司時，我坐下來深入思考：好吧，我們研究過所有這些令人驚嘆的機器人，但它們並沒有真正成功。為什麼沒有成功？"
他的結論歸結為一些基本原則："首先，如果你真的想要製造在智能方面可擴展的東西，它需要能夠在我們中間生活和學習。"
公司的早期充滿了戲劇性。"我很幸運，有一個非常好的早期創始投資者，"Bernt回憶道，"公司不是在車庫裡開始的，因為我們在矽谷——我們是在穀倉里開始的，因為我們在挪威。兩年後的某個時候，他賣掉了農場，所以我們不得不搬家。"
Peter問："他賣掉農場來資助公司？"
"是的，"Bernt說，"所以這家矽谷的公司如果沒有挪威投資者就不會存在。我們不會存在，因為我們不會有足夠的資金運行。在挪威運營比在這裡運營便宜得多。"
當被問及這位初始投資者是相信能賺大錢，還是因為對願景和使命的熱情，或是相信他個人時，Bernt回答："我認為三者都有。結果證明相當不錯。"
5、每隻手22個關節背後的工程奇蹟
1X Technologies最引以為豪的創新之一是他們的電機技術。這不是一個小的技術細節，而是整個機器人設計的基礎。
"我們製造自己的電機，"Bernt解釋道，"不僅包括電機的智慧財產權，還包括所有這些的製造和自動化。這個供應鏈非常廣泛。"
Peter驚訝地說："你們真的製造自己的電機。"
"我們有電線，"Bernt確認道，"我們以特殊的方式做這件事，1X版本的方式。電機是我們真正創新的領域之一，這實際上是我開始的方式。十年前我坐下來，做的第一件事就是設計一種不同類型的電機。"
這些電機的性能令人震驚："我們現在Neo中的電機，扭矩重量比是世界紀錄的5.5倍。"
"哇，"Peter和David幾乎同時說道。
Bernt繼續解釋這項創新如何影響整個設計："這就是為什麼我們有如此強大的東西，我們不需要齒輪，我們可以直接拉這些肌腱來鬆散地模擬人類肌肉。這就是為什麼它如此輕。這也是為什麼它如此容易反向驅動和順從。這就是為什麼製造成本如此便宜。一切都源於此。"
"現在，當然，當你有這些電機時，你就可以開始使用肌腱。但是你需要投入大量時間來弄清楚如何使用肌腱。然後就是所有的材料科學，讓肌腱能夠持續數百萬、數百萬、數百萬次循環。這些都是真正困難的研究問題。它們甚至不是工程問題，而是困難的研究問題。我們花了很多時間來解決所有這些問題。"
他還提到了一個有趣的細節："沒有我們製造的電機，你就無法在電子學和功率放大以及一般的電機驅動方面進行一些相當重要的創新。有很多東西匯聚在一起。沒有磁學方面的一些創新，你就無法設計我們今天的電機。"
最令人驚訝的是，Bernt透露他們使用AI來設計這些電機："我坐下來做的第一件事是編程一個網路來學習如何製造電機。"
Peter驚訝地問："你通過AI設計了電機？那是多久以前？"
"十多年前一點，"Bernt回答，"那不是Transformers，但對於那種用例來說沒關係。"
6、定價策略：每月300美元還是一次性3萬美元
關於Neo Gamma的定價，這場對話揭示了一些重要資訊。Peter提出了他心中的數字："我腦海中的數字是3萬美元購買，或者每月300美元租賃，每天10美元，每小時40美分。我在正確的範圍內嗎？"
"我認為我們可以做得更好，但是的，"Bernt回答。
"好吧，那太棒了，"Peter說，"但我的意思是，你需要做得更好嗎？"
"不，我的意思是，毫不猶豫地說，那已經足夠好了。但在那種情況下，我認為人們可以想像擁有幾個這樣的機器人。"
Bernt進一步解釋了他對市場的看法："我認為這真的取決於你通過什麼視角來看待這個問題。我認為顯然每個人都會想要一個機器人。我認為這個陪伴方面的美妙之處被低估了。因為人形機器人是AI的如此美妙的界面。當你與它交談時，你會看到它的肢體語言，它可以看著你，它看到誰在與它交談，方向，所有這些東西。"
他分享了一個個人故事："我11歲的女兒能做的就是她只想坐在沙發上和機器人旁邊談論事情。這顯然將是它的一個重要方面。我認為它不是另一隻寵物，但也不是人類。它是介於兩者之間的東西。就像我說的，它有點像我的Hobbes。如果你讀過《凱文和霍布斯》，它就是Hobbes。"
關於市場規模，Peter引用了一些統計數據："為了參考，地球上大約有10億輛汽車。你可能認為會更多，但地球上大約有80億部智慧型手機。"
當討論到零件數量時，對比更加驚人。Bernt說："我們有幾百個零件。一輛汽車大約有5萬個。"
"5萬個，所以簡單得多，"Peter說。
"一輛汽車重4000磅，"Bernt補充道，"我們的機器人重66磅。所以我認為它們真的不能與汽車相比。我看到很多人將人形機器人與汽車進行比較，但我認為你應該回到繪圖板。這不是汽車。如果你做得真的很好，它更接近冰箱。這是一個非常複雜的冰箱，但它比汽車更接近冰箱。"
7、遠程操作（遙操作）還是完全自主？一個被誤解的爭論
關於Tesla在活動中展示的Optimus機器人大多是遠程操作的這一事實，Bernt有著獨特的見解。
"我認為遠程操作得到了不應有的壞名聲，"他說。Peter問："為什麼？"
Bernt解釋道："我認為這是因為人們對'這是遠程操作還是自主的'沒有足夠的清晰度。但它就是標記數據。它是專家演示。如果你看看任何訓練出來的大型AI模型，都有大量的人坐下來手工標記數據，查看示例，寫出問答，並引導這個非常高質量的數據集來使其工作。"
他進一步闡述："所以你在通用資訊上進行預訓練。我們也這樣做，只是使用機器人發生的一切。然後你有一個非常高質量的微調數據集。在機器人學中，那就是遠程操作，因為它是專家演示。它是手工標記的數據。沒有什麼不同。我只是認為在發生什麼方面缺乏一些透明度。"
Peter提出了一個關鍵觀點："我認為反對意見是，如果你有一個演示，比如一個影片，讓它看起來能做某事，但實際上它不能，因為你手工編碼了它。"
"它顯然可以，但它不能自己做，"Bernt回應道，"但我認為你說得很對，如果它能在物理上做到這一點，如果機制能做到這一點，神經網路無論如何都會立即填補那個盲點，一旦你訓練了它。所以我認為這完全合理。"
關於1X如何使用遠程操作，Bernt詳細解釋了他們的方法："在早期，當我在家裡有Neo Gamma時，它將是基線自主的，但會有時候它需要引入遠程操作員。所以你會有總部的遠程操作員，如果它需要幫助，或者做一些複雜的事情，或者它出錯了，遠程操作員可以介入並實際完成任務。"
他描述了兩種不同的模式："我稱之為最佳努力自主模式，我們剛剛談到的。然後你有任務調度。就像我家裡的機器人現在正在做的那樣。所以我拿出手機，我安排並說，嘿，在這些時間之間，這些是我想要你為我做的任務。今天是洗我的白色衣物。然後有一個包裹要送來，我可以在門口接收它並把它放進冰箱。還有就是一般整理。"
"我已經設定了我不在家的時間。就像這些時間我在工作。完成它就行。現在，我不在乎這是自主發生還是通過遠程操作員。很多通過遠程操作員發生，因為其中一些任務相當複雜，我們還不知道如何足夠好地自動化它們。"
8、隱私和安全：邀請機器人進入你的家
當談到將機器人帶入家庭的隱私和安全問題時，Bernt非常坦誠。
"首先，這很大程度上關乎透明度，"他說，"如果你是像你這樣的第一批在家裡擁有Neo Gamma的人之一，Peter，我們在隱私與成為早期採用者之間進行了一些權衡。因為沒有數據，我們無法改進產品。當然，我們會盡一切努力確保這是按照你的條件的隱私，你處於控制之中。但如果我們要改進產品，我們確實需要你的數據。"
他詳細解釋了他們的隱私保護措施："他們正在做一些非常重要的事情，我們也在做，那就是我們公司的任何人都不能聽到或看到那些數據。這將進入訓練模式。但它不會經過人類。"
"現在，如果我們想查看那些數據，有時你可能需要，對吧？可能就像，讓我們弄清楚這裡發生了什麼，因為顯然有些事情在多個機器人上發生，我們想弄清楚是什麼。然後我們會向你的手機發送通知，說，嘿，這個特定的窗口，我們想要審查數據，你會得到那些數據的影片。然後如果你說是，那麼我們得到解密密鑰，我們可以查看數據。如果你說不，那麼我們不能。所以你處於控制之中。"
他還提到了一個有趣的細節："實際上，即使是關於進入訓練數據，我們總是在訓練上運行24小時的延遲。所以如果有什麼你真的不想要的，即使在訓練數據中，比如這從未發生過，從存在中抹去它，你可以進去並在它進入訓練權重之前刪除它。"
關於遠程操作的隱私問題，Bernt解釋道："當涉及到遠程操作時，當然沒有辦法在不看到玻璃杯的情況下完成這項任務。所以我們做一些抽象，這樣你實際上看不到人。你有點像只看到blob，你只看到你正在交互的對象。我們可以在交互上做很多事情，在過濾方面確保隱私。"
"但我們在這裡做的最重要的事情是，沒有人進入你的機器人的遠程操作，除非你批准它。它在機器人上非常明顯，比如燈光變化，就像有人在你的機器人里，這是你從一大批操作員中批准的預選操作員之一，比如這是為你服務的四個。"
9、從做飯到太空組裝：安全邊界在哪裡
在Peter提到希望Neo Gamma能為他做"完美的照燒三文魚"時，Bernt的回答揭示了安全考慮的深度。
"我希望能為你做完美的照燒三文魚，"Bernt說，"但我必須自己做。我不會讓機器人做。因為這是我們現在推出時實際上不會做的事情之一。這是出於安全考慮。"
他解釋了背後的邏輯："我在這十年裡努力工作的是製造本質上安全的機器人。我的意思是，如果出了大問題，它不小心打到你，那可能會很痛，但不太可能嚴重傷害你。一旦你拿起一壺沸水，就不再保證你是安全的。所以我們通常避免任何危險物體，這樣我們可以在開始時確保安全。"
"當然，隨著時間的推移，隨著AI的改進，我們對所有行為都是安全的越來越有把握，我們將允許烹飪和其他事情。所以我們正在對此進行內部項目，但我們不會在開始時向客戶推出，只是出於安全考慮。"
然而，當談到太空應用時，Bernt變得興奮起來。"我認為我們有巨大的優勢，因為機器人非常輕。雖然我猜Elon正在努力解決這個問題，但送入軌道的有效載荷仍然很昂貴。"
他繼續說："其次，我們的大部分東西實際上在太空中工作得很好。我們必須對電機上的環氧樹脂做一些處理。那不會非常真空硬。"
Peter開玩笑地提議："如果你想在零重力下訓練，我的公司之一是零重力公司。這些拋物線飛行。我們讓史蒂芬·霍金體驗了零重力。也許Neo Gamma應該是下一個。"
"那太好了，"Bernt回應道，"我實際上認為這有真正的用例。一件事是在火星上建立基地或其他什麼，對吧？但即使在我們到達那裡之前，只是在軌道組裝。這是極高價值的任務。"
他詳細闡述了太空應用的願景："我認為在那裡，實際上，我們會使用遠程操作。我之所以這麼說，是因為錯誤的成本太高了，你想使用你擁有的最聰明、最專業的人類。在我們達到超級智能之前，那將是人類。你有人在軌道上，你有機器人在外面，延遲非常低，你可以以非常自然的方式遠程操作，就像它是你自己的身體一樣，如何完成所有這些在軌組裝任務。它們可以非常複雜，你仍然可以以非常高的精度完成它們，而且你不會危及人員。當然，當你做了一段時間後，你有數據來自動化所有這些，這非常有趣。"
10、中國的機器人運動會與美國的落後
話題轉向中國在機器人領域的發展時，Bernt的觀察既讚賞又擔憂（自然是替美國）。
"首先，我認為我們這裡需要同樣的東西，"他說，"我們可能沒有意識到，但當然我們需要同樣的東西。我認為中國的生態系統令人難以置信。我不知道世界上還有什麼地方可以去那麼快地開發硬體。"
他詳細描述了中國硬體生態系統的優勢："你需要什麼東西，你去這裡的角落買一台機器，有什麼東西壞了，你就過馬路買一些新組件。有人在那邊的街角做回流焊。這是一個令人難以置信的生態系統。"
"我認為灣區地區，我的意思是，矽谷，畢竟深圳也是一個彎曲，但矽谷這個灣區——如果我們想要真正達到同樣水平的硬體快速疊代，還有很長的路要走。"
他特別強調了製造知識的重要性："我認為這被高度低估了。想想磁鐵。我們有優秀的材料科學家，他們知道磁鐵是如何工作的，可以設計非常好的磁鐵。但是我們缺少那個知道的人，是的，你做了書上告訴你的所有事情，但你知道，兩個小時後你必須向左攪拌，而不是向右。有太多這樣的東西。這在中國非常分散。有太多的工藝知識。"
當Peter問到這在中國是如何發展的而不是在美國時，Bernt思考道："我不確定。我認為中國的創業社區非常活躍。資本相當活躍。我覺得它的運行與我們喜歡認為的海灣地區非常相似。"
他提出了一個激進的解決方案："我認為美國應該建立一些自由經濟區。在這裡你有加速的許可。"
"在加利福尼亞特別是，這樣做將是一個明智之舉，"David插話道。
"那是有史以來最簡單、最好的想法，但我不知道需要什麼才能通過，"Peter說。
Bernt繼續說："這是人們現在正在研究的一些東西。如果你看看Massa的Crystal Land項目夢想，例如，它與美國的這種自由經濟區非常相似。"
他還指出了另一個需要解決的問題："美國只是永遠忍受、忍受、忍受。我們不僅不做硬體，我們只是不做晶片。"
Peter糾正道："嗯，不是永遠。我們在矽谷。"
"是的，"Bernt承認，"中間有一個階段，人們有點迷失了方向。"
11、工廠規模：從年產2萬到10億的路徑
關於1X的製造計劃，Bernt分享了具體的數字和時間表。
"首先，只是一個小的糾正，"他說，"我們還沒有建造超過100個Neo Gamma。我們建造了超過100個機器人。有多個版本。"
關於未來的生產能力："2026年底的工廠運行率超過2萬台。年化的2萬台。"
"所以每月幾千台，"Peter計算道。
"是的，"Bernt確認，"當然，要達到那裡有一個爬坡期，所以你在2026年不會完全達到那個數字。"
"之後的工廠，我們試圖遵循一個數量級的增長。我們不會完全能夠做到這一點。我認為iPhone的增長是一個非常好的比較，你看到他們幾乎翻倍，但當你達到某些規模時會有一些平台期，你會遇到問題。"
他詳細解釋了可能的瓶頸："這裡有一些相當有趣的問題，如果你要將人形機器人的製造擴展到iPhone水平。因為你會用完一些基本的東西，比如鋁。例如，你不會用完地球上的所有鋁，那不是我的意思，但有一定百分比的當前鋁精煉你可以使用，超過這個百分比你就會真正難以獲取鋁。"
Peter問："iPhone的增長是大約翻倍。那是一個有趣的統計數據，我甚至沒有想到。我的意思是，你達到10億。它更像是1.7。"
"1.7年化，哇，這不像我想的那麼快，"Peter說，"所以你可以想像10萬。"
"嗯，指數相當快，"Bernt說。
"是的，不，我不知道。但你可以想像在這個十年結束之前每年數十萬的運行率。"
"這個十年結束？多得多，"Bernt堅定地說。
他繼續解釋更深層的挑戰："在那個時候，你需要真正思考什麼會減慢你的速度。它歸結為精煉，比如採礦和精煉，當然。但越來越多的，它實際上歸結為勞動力。沒有真正使用機器人作為勞動力，你不會達到那裡。"
"如果你想想iPhone的增長，那麼蘋果基本上調動了中國人口的很大一部分進行勞動，他們仍然用完了勞動力，不得不擴展到鄰國。這太瘋狂了。"
"現在我認為我們在設計上做了令人難以置信的工作，所以零件很少，組裝非常簡單，但它仍然比iPhone更複雜。所以它看起來更複雜。"
"是的，它確實比iPhone更複雜。讓我們說它需要五倍的時間，所以我們需要五倍於iPhone的勞動力。然後你就有麻煩了。"
"所以你必須自動化，"Peter說。
"是的，"Bernt確認，"當然，無論如何那都是目標。我們希望儘快達到我所說的硬起飛時刻，機器人建造機器人，機器人建造數據中心、晶片工廠、能源基礎設施。"
12、世界模型：不僅僅是機器人的秘密武器
當討論到為什麼1X、Figure和Tesla等公司獲得巨額估值時，Bernt揭示了一個關鍵的技術資產：世界模型。
"對我來說，我們的使命是創造人工勞動的富足，這跨越了數字和物理兩個領域，"他說，"所以是的，它將被產品化，雖然還有一段時間，但是的，這將被產品化。"
他詳細解釋了世界模型的重要性："它們當然是目前通向AGI
的最知名路徑。但對我們來說更重要的是，短期內，隨著我們在數據收集和模型訓練方面的進展，它們給了我們這個令人難以置信的機會來自動化模型的評估，包括安全性和紅隊測試以及所有這些事情。"
"你可以這樣想，如果你訓練了一個新模型，現在你想知道它是否比前一個更好，你可以將它部署到所有客戶那裡，幾天后得到一些感覺檢查，比如，嘿，人們現在更快樂了嗎？這通常是怎麼做的。你不想對物理系統這樣做。你也不能對自動駕駛汽車這樣做。"
他解釋了世界模型的工作原理："世界模型實際上是一個能夠生成如果你採取特定行動會發生什麼的模型。所以你可以把它想像成一個影片模型，你要求它做某事，然後它實際上不僅得到要做什麼的問題，它還得到這樣做的動作。它給你回的不僅是影片，還有世界的感覺，比如力量，機器人的一切。"
"所以本質上就像機器人在矩陣中。我們把機器人放在世界模型中，它不知道它在世界模型中。它認為它在真實世界中，它做它的事情。我們要求它做我們通常在家裡做的事情，我們看看它做什麼。我們可以放入大量的自動檢查來確保它表現得更好，也確保它不做任何可能被認為不安全的事情。所以這真的是這個令人難以置信的重要和強大的評估工具。"
Peter問："你認為這就是為什麼你們和Figure以及Tesla獲得巨額估值的原因嗎？估值純粹是因為，嘿，我們將銷售1萬台、2萬台，然後20萬台？還是說，不，世界模型是如此獨特的資產，在數千種不同的方式中如此有價值，它成為了一個非常自我強化的進入壁壘。"
Bernt回答："實際上，我認為機器人的收入將永遠占主導地位。我確實認為真實的物理世界比人們想像的有更高的價值。我的意思是，只是讓人們意識到，對吧，我們有110萬億美元的全球GDP，勞動力占其中的一半，對吧？所以TAM，總可尋址市場這裡是50多萬億美元。只是如果你繼續做我們已經在做的事情。它將變得更大。"
13、為什麼是人形而不是章魚形？
這是Salim Ismail經常提出的問題，Peter代他問道："Salim總是說，為什麼是兩隻手臂？為什麼是兩條腿？為什麼不是六隻手臂？為什麼我們需要有人形？我的意思是，在廚房裡，有一雙額外的手臂不是更好嗎？"
Bernt的回答既哲學又實用："嗯，我認為，首先，他有點對。人形不是唯一會起作用的東西。我確實認為，我們看了很多，我不知道有任何形態因素像人類一樣通用，可以在任何環境中做任何類型的勞動。我們試圖簡化。我們試圖增加複雜性。人類是一台相當好的機器。"
他列出了選擇人形的幾個關鍵原因："如果你的目標只是儘可能通用，那麼你需要一個人形機器人。現在，如果你的目標是從人類轉移知識，如果你有一個人形機器人會容易得多。我認為這是等式中最重要的部分。你不會將學習轉移到一個六臂機器人上。至少更難。"
"然後，我的意思是，世界是為人類製造的。這就是黃仁勛說的，對吧？這是棕地部署。這非常真實。然後，我認為，最後，就是，你想和一個六腿機器人住在你的廚房裡嗎？"
但Bernt提供了一個更宏大的視角："我將人形機器人視為通用技術的頂峰。但歷史上有這種重複模式，零到一的新產品會發生這種情況。"
他用電腦的發展歷史來類比："如果你想想，比如說，電腦。它從解決非常專業任務的大型主機電腦開始。機器人學中的等價物將是工業機器人。現在出現了PC，或者甚至在PC之前，像VIX或Ataris之類的，更通用的電腦。"
"這以如此大的規模生產，它變得普遍可用。現在它質量超高，令人難以置信地可靠。它有這個巨大的生態系統，它成為解決任何問題的最佳方式。即使，這是反對人形機器人的論點，對吧？它對任務來說過於複雜。即使它對任務來說過於複雜，當你拿著你的美麗的蘋果電腦寫一個Word文檔...我的意思是，那是我能想到的最複雜的打字機。人類掌握了納米級晶片製造，只為了讓你有一個打字機。但它實際上仍然是最便宜、最可靠的打字機，因為它是以如此大的規模製造的。人形機器人完全一樣。"
"現在，如果你看看電腦現在發生了什麼，因為市場已經變得如此之大，它實際上開始再次分段。現在你看到你可以在計算中開闢利基市場，它們仍然如此之大以至於有規模。所以現在你得到了AI的專用計算，物理的專用計算，各種事物的專用計算。"
"機器人學也會發生同樣的事情。所以我們會到達我們有星球大戰的地方，會有不同的無人機做不同的任務，它們看起來會更專門化，比如我的維修無人機，有六隻手臂和剪刀手，我不知道，不像它會到達那裡，但你必須首先經歷這個人形階段。所以讓我們說人形是一個階段。"
14、兩個小時學會了什麼，然後世界就不一樣了
在談話的最後部分，Bernt分享了他對未來十年的願景，這個願景遠遠超出了簡單的家務自動化。
"首先會發生的是實際的富足意味著每個人都可以擁有他們想要的任何東西，"他說，"但不僅你可以擁有你想要的任何東西，你可以以可持續的方式擁有你想要的任何東西。因為可持續性是我們在削減成本時失去的東西。如果你實際上有能源和勞動力的富足，為什麼你不以可持續的方式做事呢？"
他繼續描繪更宏大的圖景："然後我認為下一個前沿，在一般建設允許每個人擁有令人難以置信的生活質量的全球基礎設施之後，是我們如何解決科學中剩餘的真正困難的問題？我認為這不會在沒有人形機器人的情況下發生，因為你需要建造粒子加速器。你需要建造進行實驗的巨大生物技術實驗室。你需要做所有的實驗。"
"而且，我認為這對人類幸福幾乎是存在性的。我不希望天空中的神一樣的AI指揮地球上所有的居民戴著眼鏡為它做實驗來解決科學問題。那不是我們瞄準的未來。我們希望人與機器之間有這種美麗的共生和共同發明。"
Peter提到了一個具體的應用場景："Dennis Hassabis正在研究完整的細胞模擬器，試圖閉環，但你知道，你將需要人們混合大量的化學品來真正解鎖長壽、健康和化學。人形機器人可以做這項工作，因為實驗室里的一切..."
"不僅它們可以做這項工作，"Bernt打斷道，"我認為這是一個常見的誤解。人形機器人最初會做很多工作，但一旦達到一定規模...人形機器人將製造將做這項工作的自動化系統。因為人形機器人不會用Dremel加工新零件。你會使用CNC機器。人形機器人不會通過30個人形機器人搬運汽車底盤。一般來說，這沒有意義。我們有現有的自動化系統，我們會建造更多。人形機器人為你做的是建造所有這些自動化系統並讓它們運行起來，並發現你目前不能用人類做的剩餘差距。"
15、100億台機器人的瓶頸不是技術，而是鋁和晶片
當Peter提到Elon Musk和Brett Adcock都預測到2040年會有100億台人形機器人時，Bernt的回答出人意料地樂觀，但也指出了關鍵的挑戰。
"我認為這可能大致正確，"他說，"我認為它可能會更早發生。我認為這真的取決於我們對如何擴展施加什麼樣的人為約束。"
他詳細列舉了需要解決的挑戰："在那個時候，你必須真正思考你如何精煉稀土？你如何開採更多的鋁？你如何確保你很好地將你的勞動力引導到機器人勞動力中？你如何建設電力基礎設施？順便說一下，我們需要更多的晶片工廠。沒有更多的晶片工廠，我們無法建造100億個人形機器人。"
"我們可以幫助機器人建造這些。但我確實認為那個時間表很大程度上取決於許可流程如何進行，以及我們允許自己擴展多少和多快。但我希望我們能到達那裡。"
Peter提供了一些參考數據："我的意思是，作為參考，地球上有大約10億輛汽車。你可能認為會更多，但是...我甚至不確定有多少iPhone，嗯，地球上有大約80億部智慧型手機。"
David指出了一個關鍵的不平衡："每一個這些機器人使用一個完整的GPU，可能可以使用兩個。如果你說到2040年有10億個，我們每年只生產2000萬個GPU。然後TSMC現在占工廠市場份額的66%。所以他們實際上是我們試圖建立的整個經濟的單點故障。所以我們在工廠方面嚴重短缺。"
"那只是深入一層，"Bernt補充道，"看看ASML。晶片工廠的供應鏈更加脆弱。"
"我真的很驚訝我們沒有更快地行動，考慮到Elon就在其中間。Elon在華盛頓。我們只是讓這個瓶頸..."Peter說。
"我們談論磁鐵多久了？"Bernt問道，"這是只有中國才能真正製造高級磁鐵的問題。不僅僅是稀土。是生產過程。"
"我認為現在，終於，人們睜開了眼睛，就像，等一下，這實際上是一個真正的問題。"
David感嘆道："我們會見了很多官員，他們完全不知道這些瓶頸，有趣的是，如果你指出它們，仍然沒有反應。但它是如此尖銳和緊急。"
16、預訂將在2025年開始，但這不是買產品，是買一張改變世界的門票
談話接近尾聲時，Peter問到了每個人都關心的問題：什麼時候可以預訂Neo Gamma？
"我會善待我的團隊，不說具體日期，"Bernt說，"但它今年會發生。"
"好的，今年，2025年，"Peter確認。
"是的，"Bernt說，"現在，我們將在預訂中談論很多這個。但我們在這裡做的最重要的事情是期望管理。這是令人難以置信的早期。你在這裡購買的是成為這種轉變一部分的門票。"
"收養一個Neo進入你的家庭。幫助我們教它，"Peter說。
"這將會很有趣，"Bernt繼續，"它會有用。但它不會完美。會有很多粗糙的邊緣。我們會很好地對待你。我們會一起弄清楚。這將是一個令人難以置信的有趣旅程。這就是我們今年推出的早期採用者計劃。"
"你會有一個很長的等待名單，"Peter預測。
關於公司的投資者，Bernt透露："我們有一些大型經典風險投資，比如軟銀、Target Global、NVIDIA、Samsung Next、OpenAI。"
Bernt最後強調了他的核心觀點："我認為越來越清楚的是，社會通向超級智能的瓶頸不是更好的算法或更徹底地抓取網際網路。是更好的數據。是的，是更好的數據，然後你需要機器人來生成這些數據。但更重要的是，是物理部分。你需要更多的數據中心。你需要更多的電力。"
"要做到這一點，你需要更多的勞動力。這有點像這個引導問題。如果你只是分解金字塔，你說，超級智能由這令人難以置信的大量數據組成...以及它由計算和電力的基礎設施組成，那麼你會看到人形機器人是兩者的解決方案。如果你只是做數學，你會看到沒有那個你可能不會到達那裡。你只是用完了這些基本約束。"
"我確實認為人形機器人會令人驚訝地有用，令人驚訝地快。不完美，但它會令人驚訝地有用，令人驚訝地早。"
Q1：為什麼1X選擇家庭市場而不是工廠？
A1：主要有兩個原因。第一，消費級硬體的規模化速度遠超其他領域，iPhone十年達到10億台就是例證。第二，更關鍵的是，智能來自數據的多樣性。在工廠環境中，機器人20-40小時後就會停止學習新東西，而家庭環境提供了無限的多樣性，這是通向AGI的必經之路。
Q2：Neo Gamma的價格和生產計劃是怎樣的？
A2：目標價格在3萬美元購買或每月300美元租賃左右，甚至可能更低。2026年底工廠年產能將超過2萬台，之後每個工廠都將按數量級增長。但真正的挑戰不是技術，而是鋁材料供應、勞動力和晶片製造能力等基礎設施瓶頸。
Q3：人形機器人與其他形態相比有什麼優勢？
A3：人形不是唯一可行的形態，但它是最通用的。關鍵優勢包括：能夠從人類轉移知識和技能，適應為人類設計的世界，以及作為AI的自然交互界面。就像個人電腦最終成為最便宜的"打字機"一樣，大規模生產的人形機器人將成為解決各種任務的最經濟方案，即使對某些特定任務來說它過於複雜。
