เปิดตัว Figure 03 - หุ่นยนต์ฮิวแมนนอยด์อเนกประสงค์รุ่นที่ 3

 (figure.ai)
1 คะแนน โดย GN⁺ 2025-10-10 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • Figure AI เปิดตัวหุ่นยนต์ฮิวแมนนอยด์รุ่นที่ 3 Figure 03 ที่สามารถทำงานอเนกประสงค์และเรียนรู้จากมนุษย์โดยตรงได้ โดยตั้งเป้าสำหรับการใช้งานในบ้าน เชิงพาณิชย์ และการผลิตจำนวนมาก
  • มาพร้อมระบบเซ็นเซอร์และระบบมือรุ่นถัดไปที่ออกแบบมาสำหรับ Helix ซึ่งเป็น AI แบบ vision-language-action ที่บริษัทพัฒนาขึ้นเอง โดยทำได้ทั้งอัตราเฟรมเพิ่มขึ้น 2 เท่า ลด latency เหลือ 1/4 และขยายมุมมองภาพ 60% ทำให้เกิด การจัดการวัตถุอย่างแม่นยำและการนำทางอย่างชาญฉลาด ในสภาพแวดล้อมที่ซับซ้อน
  • มีคุณสมบัติ เสริมความปลอดภัย สำหรับสภาพแวดล้อมภายในบ้าน เช่น โฟมหลายชั้นความหนาแน่นต่างกันและผ้าหุ้มเนื้อนุ่ม เสื้อผ้าแบบถอดเปลี่ยนและซักได้ การชาร์จไร้สาย แบตเตอรี่ที่ผ่านการรับรอง UN38.3 และระบบเสียงสำหรับ การสนทนาแบบเรียลไทม์ด้วยเสียง ที่ดีขึ้น
  • สำหรับ การผลิตจำนวนมาก บริษัทเปลี่ยนจากการผลิตแบบ CNC ไปสู่กระบวนการแม่พิมพ์อย่างไดคาสต์ ฉีดขึ้นรูป และปั๊มขึ้นรูป เพื่อลดจำนวนชิ้นส่วนและต้นทุนการผลิตอย่างมาก โดยโรงงานผลิตของตนเอง BotQ สามารถผลิตได้สูงสุด 12,000 เครื่องต่อปี
  • ด้วย เซ็นเซอร์สัมผัสความแม่นยำสูง ที่ปลายนิ้วซึ่งตรวจจับแรงกดได้ถึง 3 กรัม และกล้องฝังในฝ่ามือ ทำให้ Helix จับวัตถุที่มีรูปร่างและวัสดุหลากหลายได้อย่างมั่นคง พร้อมรองรับการเรียนรู้อย่างต่อเนื่องผ่านการถ่ายโอนข้อมูล mmWave 10Gbps วางรากฐานสำหรับ หุ่นยนต์อเนกประสงค์อย่างแท้จริง

Figure 03

  • Figure 03 คือหุ่นยนต์ฮิวแมนนอยด์รุ่นที่ 3 ของ Figure เป็นแพลตฟอร์มที่ออกแบบมาสำหรับ Helix การใช้งานในบ้าน และการขยายสู่ระดับโลก
  • เป้าหมายคือการเป็น หุ่นยนต์อเนกประสงค์อย่างแท้จริง ที่สามารถทำงานคล้ายมนุษย์และเรียนรู้จากมนุษย์ได้โดยตรง
  • เพื่อสิ่งนี้ บริษัทได้ ออกแบบใหม่ทั้งหมด ทั้งฮาร์ดแวร์และซอฟต์แวร์ โดยมีคุณสมบัติหลักดังนี้
  • Helix: Figure 03 ถูกสร้างขึ้นเป็นพิเศษด้วยระบบเซ็นเซอร์และโครงสร้างมือที่รองรับ Helix (AI ด้าน vision-language-action ที่บริษัทพัฒนาขึ้นเอง)
  • บ้าน: เพิ่มฟีเจอร์อย่างวัสดุสัมผัสนุ่ม การชาร์จไร้สาย ระบบเสียงที่ดีขึ้น และความปลอดภัยแบตเตอรี่ที่ดีกว่าเดิม ทำให้ทั้งความปลอดภัยและความสะดวกในการใช้งานดีขึ้นมาก
  • การผลิตจำนวนมาก: ออกแบบโดยคำนึงถึงการผลิตจำนวนมากที่มีมูลค่าสูง จึงสร้างทั้งซัพพลายเชนและกระบวนการผลิตใหม่
  • การขยายระดับโลก: ต้นทุนการผลิตที่ต่ำลงและความก้าวหน้าของเทคโนโลยีที่เกี่ยวข้องกับ Helix ช่วยเพิ่มศักยภาพในการใช้งานเชิงพาณิชย์อย่างมาก

ออกแบบมาเพื่อ Helix

  • จากการประเมินว่า การขยายหุ่นยนต์ฮิวแมนนอยด์เป็นไปไม่ได้หากไม่มี AI Figure 03 จึงถูกออกแบบโดยมีเป้าหมายหลักเพื่อทำให้เกิดการให้เหตุผลในโลกจริงผ่าน Helix AI
    • ระบบเซ็นเซอร์และระบบมือที่ออกแบบใหม่ทั้งหมดถูกสร้างขึ้นโดยเฉพาะเพื่อขับเคลื่อน Helix
  • ระบบวิชันรุ่นถัดไป รองรับการควบคุม visual-motor ความถี่สูง
    • สถาปัตยกรรมกล้องใหม่ทำให้อัตราเฟรมเพิ่มเป็น 2 เท่า ลด latency เหลือ 1/4 และเพิ่มมุมมองภาพต่อกล้อง 60% ในฟอร์มแฟกเตอร์ที่กะทัดรัดขึ้น
    • เมื่อรวมกับระยะชัดลึกที่กว้างขึ้น จะทำให้ Helix ได้รับ สตรีมการรับรู้ ที่หนาแน่นและเสถียรมากขึ้น
    • ความก้าวหน้าเหล่านี้จำเป็นอย่างยิ่งต่อการนำทางอย่างชาญฉลาดและการจัดการวัตถุอย่างแม่นยำในพื้นที่ซับซ้อนและแออัด เช่น ภายในบ้าน
  • ผสาน กล้องฝังในฝ่ามือที่มีมุมมองกว้างและการรับรู้หน่วงต่ำ ไว้ในแต่ละมือ
    • ให้ข้อมูลภาพย้อนกลับระยะใกล้แบบซ้ำซ้อนระหว่างการจับยึด
    • แม้กล้องหลักจะถูกบังสายตา (เช่น การทำงานในตู้หรือในพื้นที่แคบ) Helix ก็ยังคงรักษาการรับรู้ภาพไว้ได้ ทำให้เกิด การควบคุมแบบปรับตัวตามเวลาจริง
  • มือของ Figure 03 ถือเป็น ก้าวกระโดดครั้งใหญ่ด้านการออกแบบการยอมตัวและการรับสัมผัส
    • ปลายนิ้วที่นุ่มขึ้นและปรับตัวได้ดีขึ้นช่วยเพิ่มพื้นที่สัมผัสกับพื้นผิว ทำให้จับวัตถุหลากหลายรูปทรงและขนาดได้มั่นคงยิ่งขึ้น
    • จากการสำรวจตัวเลือกในตลาดเดิม บริษัทพบข้อจำกัดโดยเนื้อแท้ของเซ็นเซอร์สัมผัสในปัจจุบันที่ไม่ทนทานพอสำหรับการใช้งานในโลกจริง จึงพัฒนาเซ็นเซอร์สัมผัสรุ่นแรกขึ้นภายในบริษัทเอง
      • ออกแบบภายใต้หลัก 3 ประการคือ ความทนทานขั้นสุด ความน่าเชื่อถือระยะยาว และการตรวจจับความแม่นยำสูง
    • เซ็นเซอร์ที่ปลายนิ้วแต่ละตัวสามารถ ตรวจจับแรงได้เล็กเพียง 3 กรัม — ไวพอที่จะรับรู้น้ำหนักของคลิปที่วางอยู่บนปลายนิ้ว
      • ด้วยความละเอียดระดับนี้ Helix สามารถแยกแยะระหว่างการจับยึดอย่างปลอดภัยกับสัญญาณก่อนการลื่นไถลได้ ทำให้ ควบคุมวัตถุเปราะบาง รูปร่างไม่สม่ำเสมอ หรือเคลื่อนไหวได้อย่างละเอียดอ่อน
  • มีฟังก์ชัน ถ่ายโอนข้อมูล mmWave 10 Gbps ทำให้ทั้งฟลีตสามารถอัปโหลดข้อมูลระดับเทราไบต์เพื่อการเรียนรู้และปรับปรุงอย่างต่อเนื่อง
    • ความก้าวหน้าเหล่านี้ทำให้ Figure 03 เหมาะอย่างยิ่งสำหรับการเรียนรู้แบบ end-to-end pixel-to-action ในระดับขนาดใหญ่

ออกแบบมาเพื่อบ้าน

  • การทำงานในบ้านอย่างมีประสิทธิภาพต้องอาศัยหุ่นยนต์ที่สามารถทำงานร่วมกับผู้คนในสภาพแวดล้อมประจำวันได้อย่างราบรื่น
    • ด้วยเหตุนี้ Figure 03 จึงมี การปรับปรุงการออกแบบหลายด้านที่เน้นความปลอดภัย
  • ใช้ โฟมหลายชั้นความหนาแน่นต่างกันที่จัดวางอย่างมีกลยุทธ์ เพื่อลดจุดหนีบ และหุ้มด้วยผ้าเนื้อนุ่มแทนชิ้นส่วนแข็งแบบแมชชีน
    • เมื่อเทียบกับ Figure 02 มีมวลลดลง 9% และปริมาตรลดลงมาก ทำให้ เคลื่อนที่ในพื้นที่บ้านได้ง่ายขึ้น
  • แบตเตอรี่ ของ Figure 03 ขยายขอบเขตด้านความปลอดภัยของแบตเตอรี่หุ่นยนต์
    • มีการป้องกันหลายชั้นต่อการใช้งานผิดรูปแบบหรือความผิดพลาด (BMS, เซลล์, interconnect และระบบความปลอดภัยระดับแพ็ก)
    • ได้รับ การรับรองมาตรฐาน UN38.3 แล้ว
  • นอกเหนือจากความปลอดภัย Figure 03 ยังถูกออกแบบมาเพื่อ ความสะดวกในการใช้งานประจำวัน
    • ผ้าเนื้อนุ่มสามารถซักได้ทั้งหมด และถอดหรือเปลี่ยนได้โดยไม่ต้องใช้เครื่องมือ ทำให้เปลี่ยนได้ง่ายและรวดเร็ว
    • สามารถ ปรับแต่งด้วยตัวเลือกเสื้อผ้าหลากหลายแบบ รวมถึงเสื้อผ้าที่ทำจากวัสดุทนการตัดและทนทาน
  • เพื่อให้สื่อสารกับหุ่นยนต์ได้อย่างเป็นธรรมชาติ Figure 03 มาพร้อมระบบฮาร์ดแวร์เสียงที่อัปเกรดสำหรับ การสนทนาด้วยเสียงแบบเรียลไทม์ที่ดียิ่งขึ้น
    • ลำโพงมีขนาดใหญ่ขึ้น 2 เท่าและกำลังขับเพิ่มเกือบ 4 เท่าเมื่อเทียบกับ Figure 02
    • มีการ ย้ายตำแหน่ง ไมโครโฟนเพื่อประสิทธิภาพและความชัดเจนที่ดีขึ้น
  • เพื่อสานต่อวิสัยทัศน์ของระบบไร้สายและอัตโนมัติเต็มรูปแบบ Figure 03 รองรับ การชาร์จแบบเหนี่ยวนำไร้สาย และการถ่ายโอนข้อมูลแบบไร้สาย
    • เพียงยืนบนแท่นไร้สายด้วยคอยล์ชาร์จที่อยู่ในเท้าของหุ่นยนต์ ก็สามารถชาร์จได้ที่ 2kW
    • ในสภาพแวดล้อมภายในบ้าน หุ่นยนต์สามารถ เข้าแท่นชาร์จและชาร์จใหม่อัตโนมัติ ได้ตลอดวันตามความจำเป็น

ออกแบบมาเพื่อการผลิตจำนวนมาก

  • ตามธรรมเนียมแล้ว หุ่นยนต์ฮิวแมนนอยด์มักถูกออกแบบเป็น ต้นแบบวิศวกรรมที่ใช้เวลามากและมีต้นทุนสูง
    • Figure 03 คือหุ่นยนต์ตัวแรกที่ถูกออกแบบมาตั้งแต่ต้นโดยมีเป้าหมายเพื่อ การผลิตจำนวนมาก
  • บรรลุเป้าหมายนี้ผ่าน 3 โครงการริเริ่มหลัก
    • การสร้างสรรค์การออกแบบและกระบวนการใหม่
    • การสร้างซัพพลายเชนใหม่ทั้งหมด
    • การพัฒนาโรงงานผลิตขนาดความจุสูง BotQ
  • ระหว่างการเปลี่ยนผ่านจาก Figure 02 ไปสู่ Figure 03 บริษัทได้ ออกแบบใหม่เกือบทุกองค์ประกอบของหุ่นยนต์โดยคำนึงถึงความสามารถในการผลิตและต้นทุน
    • ทีมวิศวกรรมเครื่องกลและไฟฟ้าลดจำนวนชิ้นส่วน ขั้นตอนการประกอบ และองค์ประกอบที่ไม่จำเป็นต่อการตอบโจทย์ข้อกำหนดการออกแบบลงอย่างจริงจัง
    • ขณะที่ Figure 02 ถูกออกแบบมาให้ผลิตโดยใช้ CNC machining เป็นหลัก Figure 03 พึ่งพากระบวนการแม่พิมพ์อย่าง ไดคาสต์ การฉีดขึ้นรูป และการปั๊มขึ้นรูป อย่างมาก
      • การเปลี่ยนผ่านนี้ต้องลงทุนล่วงหน้ากับแม่พิมพ์เป็นจำนวนมาก แต่ผลตอบแทนนั้นชัดเจน
      • ต้นทุนการผลิตต่อหน่วยของ Figure 03 ลดลงอย่างมาก และเมื่อปริมาณการผลิตเพิ่มขึ้นก็ทำให้ ความคุ้มค่าทางเศรษฐกิจดีขึ้น
  • เพื่อขยาย Figure 03 บริษัทจำเป็นต้องสร้าง ซัพพลายเชนใหม่ทั้งหมดสำหรับอุตสาหกรรมที่ยังแทบไม่มีอยู่ในปัจจุบัน
    • สำหรับโมดูลสำคัญจำนวนมาก เช่น actuator แบตเตอรี่ เซ็นเซอร์ โครงสร้าง และอิเล็กทรอนิกส์ บริษัทเลือกใช้ vertical integration (ทั้งหมดออกแบบภายในบริษัทเอง)
    • สำหรับชิ้นส่วนรายตัว บริษัทได้ ระบุและสร้างพันธมิตรเชิงกลยุทธ์ กับซัพพลายเออร์ที่สามารถรองรับปริมาณ ระยะเวลา และมาตรฐานคุณภาพที่เข้มงวดตามที่ทีมต้องการ
    • ผลของความพยายามตลอด 1 ปีนี้คือ เครือข่ายพันธมิตรระดับโลก ที่เติบโตไปพร้อมกับ Figure และสามารถผลิตชิ้นส่วนได้ตั้งแต่หลักพันไปจนถึงหลักล้านชิ้นภายใต้แผนเร่งกำลังการผลิตที่เข้มข้น
  • BotQ คือ โรงงานผลิตเฉพาะของ Figure ที่ออกแบบมาเพื่อขยายการผลิตหุ่นยนต์
    • สายการผลิตรุ่นแรกของ BotQ สามารถผลิตหุ่นยนต์ฮิวแมนนอยด์ได้สูงสุด 12,000 เครื่องต่อปีในระยะแรก
    • ตั้งเป้าผลิตหุ่นยนต์รวม 100,000 เครื่องภายใน 4 ปีข้างหน้า
    • แทนที่จะพึ่งผู้ผลิตตามสัญญา Figure นำการผลิตระบบที่สำคัญที่สุดกลับมาทำภายในบริษัท เพื่อรักษา การควบคุมอย่างเข้มงวดด้านคุณภาพ การทำซ้ำ และความเร็ว
    • โรงงานมีระบบล้ำสมัยและการบูรณาการดิจิทัล โดยวางรากฐานด้วย Manufacturing Execution System(MES) ที่พัฒนาขึ้นภายใน
      • ทุก sub-assembly และการประกอบขั้นสุดท้ายจะผ่านสายการผลิตนี้พร้อมความสามารถในการตรวจสอบย้อนกลับอย่างสมบูรณ์ เพื่อรับประกันคุณภาพ ความสามารถในการทำซ้ำ และการปรับปรุงอย่างต่อเนื่อง

ออกแบบมาเพื่อการขยายระดับโลก

  • การมุ่งเน้นของ Figure ที่ตลาดภายในบ้าน ไม่ได้ลดทอนศักยภาพของ Figure 03 สำหรับตลาดเชิงพาณิชย์เลย
    • ด้วยการแก้ปัญหาความแปรผันและความซับซ้อนในบ้าน Figure กำลังพัฒนา ผลิตภัณฑ์อเนกประสงค์อย่างแท้จริง ที่สามารถทำงานได้ครอบคลุมที่สุดในกำลังแรงงาน
  • Figure 03 เหมาะสำหรับแอปพลิเคชันเชิงพาณิชย์ ด้วยหลายเหตุผล
    • actuator สามารถทำงานได้เร็วขึ้น 2 เท่าด้วย torque density (nm/kg) ที่ดีขึ้น
    • ผลลัพธ์ที่สำคัญที่สุดคือ ความสามารถในการหยิบและวางสิ่งของได้เร็วขึ้น
  • การปรับปรุงของระบบมือและเซ็นเซอร์ที่สร้างมาเพื่อ Helix มี ความหมายอย่างมากต่อกรณีใช้งานเชิงพาณิชย์
    • ด้วยการอัปเกรดกล้องและระบบการรับรู้ Figure 03 สามารถนำทางในสภาพแวดล้อมเชิงพาณิชย์ได้อย่างชาญฉลาดและทำงานจัดการอย่างแม่นยำ
    • การเปลี่ยนแปลงของมือที่เน้นไว้ข้างต้น (เพิ่มความยืดหยุ่น พื้นที่ผิวปลายนิ้ว และการรับสัมผัส) ช่วยให้ จับวัตถุหลากหลายชนิดได้มั่นคงยิ่งขึ้น เช่น แผ่นโลหะบางชิ้นเล็กและ polybag ที่ยืดหยุ่นได้
  • ด้วยการชาร์จแบบเหนี่ยวนำ Figure 03 สามารถ ทำงานได้เกือบต่อเนื่อง โดยเพียงยืนบนแผ่นชาร์จเป็นช่วง ๆ ระหว่างการใช้งาน
    • การถ่ายโอนข้อมูลไร้สายความเร็วสูงยังช่วยให้หุ่นยนต์ กลับไปที่ dock แล้วถ่ายข้อมูลออกได้อย่างราบรื่น ระหว่างช่วงพักกะ
  • ลูกค้าเชิงพาณิชย์สามารถออกแบบยูนิฟอร์มเฉพาะสำหรับฟลีต Figure 03 ของตนได้
    • มีตัวเลือกใช้วัสดุที่ทนทานมากขึ้นหรือกันการตัด รวมถึงการปรับดีไซน์อื่นสำหรับสภาพแวดล้อมเฉพาะ
    • หน้าจอด้านข้างแบบใหม่ของ Figure 03 ช่วยให้ ระบุแยกแยะได้อย่างรวดเร็ว ในฟลีตขนาดใหญ่ และสามารถปรับแต่งได้เต็มที่ตามความต้องการด้านแบรนด์หรือการปฏิบัติงานของลูกค้าแต่ละราย

บทสรุป

  • Figure 03 คือความก้าวหน้าที่ไม่เคยมีมาก่อนในการเปลี่ยนหุ่นยนต์ฮิวแมนนอยด์จากต้นแบบเชิงทดลองไปสู่ ผลิตภัณฑ์ที่พร้อมนำไปใช้งานและขยายขนาดได้
    • ด้วยการผสานการรับรู้ขั้นสูงและความฉลาดด้านการสัมผัสเข้ากับการออกแบบเพื่อความปลอดภัยในบ้านและความพร้อมสำหรับการผลิตจำนวนมาก Figure กำลังสร้าง แพลตฟอร์มที่สามารถเรียนรู้ ปรับตัว และทำงานได้ ทั้งในสภาพแวดล้อมภายในบ้านและเชิงพาณิชย์
  • Figure 03 ซึ่งถูกออกแบบมาเพื่อ Helix บ้าน และการขยายสู่ระดับโลก ได้ วางรากฐานของหุ่นยนต์อเนกประสงค์อย่างแท้จริง — พร้อมศักยภาพในการเปลี่ยนแปลงวิถีการใช้ชีวิตและการทำงานของผู้คน

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2025-10-10
ความเห็นจาก Hacker News

  • มีการชี้ว่าวิดีโอตัวอย่างทั้งหมดเป็นฉากที่คัดมาแล้ว หากไปถามคนที่ทำวิจัยหุ่นยนต์ฮิวแมนนอยด์จริง ๆ จะพบว่าอัตราความล้มเหลวเมื่อทำซ้ำยังสูง และเส้นทางที่จะสำเร็จก็แคบมาก ถ้าเรียกหุ่นยนต์จากหลายบริษัทมาทดสอบความสามารถล่วงหน้า แล้วจัดสภาพแวดล้อมสำหรับเบนช์มาร์กที่ไม่เคยอยู่ในข้อมูลฝึกมาก่อน ก็น่าจะเห็นอัตราความล้มเหลวจริงได้ ตอนนี้ยังเป็นเพียงขั้นเดโมเทคโนโลยีเท่านั้น การฝึกส่วนใหญ่ทำในซิมูเลชันที่ประมาณฟิสิกส์ และที่เหลือคือให้มนุษย์บังคับด้วยจอยสติ๊กโดยตรง การเคลื่อนไหวที่ใช้มือล้วนเข้าข่ายนี้ และมีอัตราล้มเหลวค่อนข้างสูง

    • งานในวิดีโอสุดท้ายที่แสดงให้เห็นว่า ‘หยิบกล่องจากกองพัสดุแล้ววางบนสายพานให้ฉลากคว่ำลง’ ดูสมจริงที่สุด เคยเห็นวิดีโอแบบไม่ตัดต่อบน Twitter(ลิงก์) ที่โมเดลก่อนหน้าทำสิ่งนี้ซ้ำต่อเนื่องหนึ่งชั่วโมง หุ่นยนต์ฮิวแมนนอยด์อาจไม่จำเป็นต้องใช้ก็จริง แต่ความสามารถในการหยิบและจัดการพัสดุหลากหลายแบบพร้อมกู้คืนจากความล้มเหลวนั้นน่าประทับใจมาก

    • นี่แหละคือประเด็น ถ้าหุ่นยนต์นี้ทำได้จริง ก็มีกรณีใช้งานชัดเจนอย่างการเติมสต็อกบนชั้นวางในร้าน งานหยิบและวางมีเงื่อนไขค่อนข้างจำกัด ต้องการความคล่องตัวแบบมนุษย์ และเป็นสภาพแวดล้อมที่เหมาะกับรูปร่างฮิวแมนนอยด์ จึงสงสัยว่าเข้าใกล้แค่ไหนแล้ว มีการลองมาตั้งแต่ปี 2020(ลิงก์) และยังลองอีกในปี 2022(ลิงก์) เป็นหุ่นยนต์แบบตีนตะขาบที่ใช้ใน 7-11 Japan หุ่นยนต์ที่เดินตรวจร้านและตรวจสอบชั้นวางด้วยภาพเทียบกับ planogram นั้นใช้งานแพร่หลายอยู่แล้ว เพียงแต่ยังไม่ได้จับสินค้าจริง ระบบที่ช่วยวางแผนงานสต็อกก็มีอยู่ ทีมนักวิจัยจาก Delft University of Technology อ้างว่าน่าจะทำได้ภายใน 5 ปี(ลิงก์) แต่ไม่มีจุดอ้างอิงเวลาของแหล่งข้อมูลที่ชัดเจน

    • นี่คือสิ่งที่ฉันอยากพูดพอดี สรุปได้ดีมาก จริง ๆ แล้ววิดีโอทั้งหมดมีเป้าหมายทางการตลาด ดูวิดีโอ Logistics(ลิงก์) แล้วก็อยากเห็นโมเดลนี้ลองทำงานบ้านบ้าง มันคงไม่ลื่นไหลและคงมีความผิดพลาดกับความล้มเหลวเยอะ ไม่ได้หมายความในแง่ลบ แต่อยากให้แสดงภาพแบบนั้นตรง ๆ มากกว่า ถ้ามีวิดีโอถัดไปก็อยากดูแน่นอน

    • มันก็เป็นแบบนี้มาตลอด บริษัทเพิ่งก่อตั้งได้ไม่กี่ปีเอง ฉันไม่ใช่คนศรัทธาฝั่งฮิวแมนนอยด์เป็นพิเศษ แต่จะเริ่มอะไรสักอย่างก็ต้องเริ่มจากที่ไหนสักแห่ง น่าเสียดายว่าพอถึงเวลาระดมทุน มันก็มักจะกลายเป็นสูตร ‘พูดเกินจริง > ความจริง’ เสมอ เลยได้วิดีโอที่คัดมาแบบนี้

    • ฉันเคยดูวิดีโอที่มันคัดแยกพัสดุของ Amazon จริงต่อเนื่องหนึ่งชั่วโมง(ลิงก์) เลยสงสัยว่าจะทำให้ข้ออ้างข้างบนสอดคล้องกับสิ่งที่เห็นจริงได้อย่างไร

  • รู้สึกว่าความเห็นที่นี่ติดลบเกินไป เมื่อ 5 ปีก่อนสิ่งนี้ยังเป็นไปไม่ได้เลย ตอนนี้เราใกล้จะได้เห็นเดโมหุ่นยนต์สำหรับผู้บริโภคที่หลังการทำซ้ำไม่กี่ครั้งก็จะทำงานบ้านส่วนใหญ่ได้โดยไม่มีปัญหาแล้ว สถานการณ์กำลังเปลี่ยนเร็วเหมือนกบที่จู่ ๆ น้ำเดือดขึ้นมา

    • บอกว่าเมื่อ 5 ปีก่อนยังเป็นไปไม่ได้ แต่ Boston Dynamics เปิดเดโมผลิตภัณฑ์จริงมาแล้วตั้งแต่ 20 ปีก่อน และไม่ใช่โฆษณาเกินจริงสักหน่อย แต่ก็ไม่มีแม้แต่ตัวเดียวที่กลายเป็นกรณีใช้งานจริงในตลาดขนาดใหญ่ จะคาดหวังก็ได้ แต่ก็เข้าใจได้ว่าทำไมทุกคนถึงระมัดระวัง

    • ก่อนเป้าหมายจะสำเร็จ ไม่มีใครรู้ว่าจะไปถึงเมื่อไร บางอย่างขยายตัวแบบฉับพลันเหมือนสมาร์ตโฟน แต่บางอย่างก็เหมือนฟิวชันนิวเคลียร์ที่ผ่านไปหลายสิบปีก็ยังไม่มีจุดทะลุ หุ่นยนต์ฮิวแมนนอยด์ดูจะใกล้กับแบบหลังมากกว่า จึงทำให้คนไม่ค่อยเฮกับความก้าวหน้าใหม่ทุกครั้งเหมือนแต่ก่อน พอวันหนึ่งมีจุดทะลุจริง ทุกคนก็คงบอกว่านั่นแหละคือของจริง แต่ก่อนถึงตอนนั้นทุกคนก็ยังคงสงสัย

    • คุณบอกว่า ‘หลังการทำซ้ำไม่กี่ครั้งก็จะทำงานบ้านส่วนใหญ่ได้โดยไม่มีปัญหา’ แต่ฉันกลับคิดว่าพออาชีพ white-collar ถูก LLM แทนที่หมด งานช่างประปาที่เราถูกบอกให้ไปทำกันก็คงหายไปเหมือนกัน

    • มีการพูดถึงเดโมที่ทำซ้ำได้และวิวัฒนาการที่รวดเร็ว แต่ก็ยังมักแพงมาก หรือยังไม่สามารถเรียนรู้และทำงานได้ด้วยตัวเองในสภาพแวดล้อมจริง นี่คงเป็นวิดีโอหุ่นยนต์พับเสื้อตัวที่ N แล้ว แต่ก็ยังไม่เคยเห็นมันหยิบเสื้อจากห้องรก ๆ หรือจากกองผ้า ฉันเคยคิดว่าหุ่นยนต์ AI ตัวแรกจะเป็นสัตว์เลี้ยง แต่ตอนนี้ยังดูไม่ถึงระดับ Furby ด้วยซ้ำ

  • ถึงหุ่นยนต์แบบนี้จะทำงานบ้านให้หมดได้ ฉันก็ยังกังวลว่าเรื่องส่วนตัวของฉันจะถูกเปิดเผยต่อผู้ผลิต ดูจากกรณีละเมิดความปลอดภัยของกล้อง ring(ลิงก์) ก็พอเห็นได้ แต่หุ่นยนต์ที่เคลื่อนที่ได้จะยิ่งรุกล้ำความเป็นส่วนตัวหนักกว่ามาก ถ้าจะซื้อจริงก็ต้องการการรับประกันด้านความเป็นส่วนตัวอย่างจริงจัง

    • เคยมีกรณีที่ภาพน่าอับอายจาก Roomba รุ่นติดกล้องถูกส่งไปยังผู้ผลิต แล้วพนักงานเอาวิดีโอนั้นไปแชร์บนโซเชียลด้วย เรื่องแบบนี้เกิดขึ้นจริงมาแล้ว ยังเคยมีระบบความปลอดภัยแบบโดรนกล้องที่บินรอบบ้านด้วย ไม่รู้ตอนนี้เป็นอย่างไร ฉันกังวลว่าจะมีกรณีข้อมูลส่วนตัวรั่วออกมาหลายแบบ (ลิงก์)

    • Figure 03 บอกว่ามีการถ่ายโอนข้อมูลผ่าน 10Gbps mmWave ทำให้ทั้งฟลีตสามารถอัปโหลดข้อมูลระดับเทราไบต์เพื่อการเรียนรู้ต่อเนื่องได้ พอเห็นตรงนี้ก็ปฏิเสธทันที

    • ยังไม่ต้องพูดถึงเรื่องความเป็นส่วนตัว แค่ลองนึกภาพว่าถ้าคนอย่าง @elder_plinius มาที่บ้านจะเกิดอะไรขึ้น ปัญหา AI safety จะกลายเป็นเรื่องจริงจังกว่ามากทันทีที่ AI มีร่างกาย

    • สิ่งที่ฉันกลัวที่สุดคือโดนแฮ็กจากระยะไกล แล้วหุ่นยนต์อาจทำอันตรายฉันตอนฉันหลับอยู่

    • อยากให้ตั้งโปรแกรมให้หุ่นยนต์ออกจากห้องทันทีเมื่อมีคนในครอบครัวเข้ามา และทำความสะอาดเฉพาะห้องที่ว่างเสมอเท่านั้น

  • ผู้คนวิจารณ์กันหนักมาก แต่ต้องคิดด้วยว่านี่คือสภาพที่แย่ที่สุดของหุ่นยนต์พวกนี้แล้ว หากหุ่นยนต์ตัวหนึ่งพัฒนาขึ้นในงานอย่างหนึ่ง ทั้งหมดก็แชร์การเรียนรู้นั้นได้ ต่อจากนี้มันจะยิ่งดีขึ้นเรื่อย ๆ

    • ทั้งที่รู้ว่าวิดีโอถูกจัดฉากหรือคัดมา แต่ความก้าวหน้าครั้งนี้ก็น่าประทับใจจนน่าหวั่นใจ ฉันยังแปลกใจด้วยซ้ำที่คนมองลบกันมากขนาดนี้

    • ฉันไม่ได้สงสัยความก้าวหน้าทางเทคนิคเอง แต่ส่วนตัวรู้สึกว่าความก้าวหน้าทางเทคโนโลยีช่วงหลังเปลี่ยนเป็นดิสโทเปียอย่างรวดเร็ว จึงยากจะมองในแง่บวกได้อีก คิดว่านี่น่าจะเป็นเหตุผลที่มีปฏิกิริยาเชิงลบเยอะ แน่นอนว่าบางส่วนอาจกังวลเรื่องฟองสบู่การลงทุนด้วย

  • ไม่เข้าใจว่าทำไมต้องชาร์จด้วย ถ้าใส่แบตเตอรี่ 3 ก้อนที่ความจุ 1/3 และชาร์จแยกอิสระได้ หุ่นยนต์ก็แค่ไปที่สถานีชาร์จแล้วเปลี่ยนแบตเองก็พอ ไม่เข้าใจว่าทำไมต้องใช้ชาร์จไร้สายหรือสายเคเบิล การสลับแบตดูสมเหตุสมผลกว่ามาก ถ้าให้หุ่นยนต์จัดการเปลี่ยนและรีไซเคิลเองตามข้อมูลอายุแบตได้ก็ยิ่งดี ถ้าสถานีชาร์จอยู่กลางแจ้งใต้แผงโซลาร์ก็ยังประหยัดค่าไฟได้อีก ตอนชาร์จหรือเปลี่ยนแบตก็ให้มันล็อกประตูเองได้ และถ้าอากาศไม่ดีก็อาจยกทั้งชุดกลับเข้ามาในบ้านเองได้ด้วย

    • มันขึ้นอยู่กับอายุแบตเตอรี่ ถ้าใช้งานได้ทั้งวัน การไปยืนชาร์จบนแท่นตอนกลางคืนก็สมเหตุสมผล การเพิ่มแบตถอดเปลี่ยนได้จะเพิ่มน้ำหนักและลดอิสระในการจัดวางตำแหน่งแบต อีกอย่างความเร็วชาร์จก็สำคัญ ถ้าชาร์จ 30 นาทีได้ 80% ก็อาจแวะชาร์จสั้น ๆ ระหว่างงานหลักได้ ถ้ามีการชาร์จแบบเหนี่ยวนำใต้ฝ่าเท้า ก็อาจยืนบนแผ่นชาร์จขนาดใหญ่และทำงานได้แทบไม่จำกัดในสภาพแวดล้อมแบบโรงงาน ถ้าการพับผ้าหรือการล้างจานใช้เวลา 30 นาที ก็วางแผ่นชาร์จตรงนั้นให้มันทำงานไปชาร์จไปได้เลย บ้านสร้างใหม่ในอนาคตอาจมีขดลวดชาร์จฝังไว้ทุกพื้นก็ได้

    • การเปลี่ยนแบตต้องมีชิ้นส่วนเคลื่อนไหวเพิ่มและต้องมีโครงเฉพาะ แบตก็ต้องแข็งแรงขึ้น และต้องมีอย่างน้อย 2 ก้อน การเสียบสายอาจดูเหมือนหุ่นยนต์น่าจะทำเองได้ แต่ในโลกจริงสภาพแวดล้อมคาดเดาไม่ได้ สายอาจกีดขวางได้ง่าย (แน่นอนว่าเครื่องชาร์จแบบเหนี่ยวนำก็อาจถูกรบกวนได้เหมือนกัน...)

    • เหตุผลที่ฟังดูเป็นไปได้ที่สุดคือ แม้แต่ในสถานการณ์ที่โปรแกรมไว้ล่วงหน้า มันก็ยังเปลี่ยนแบตในตำแหน่งที่กำหนดไม่ได้ การเสียบสายชาร์จเองก็ยังทำไม่ได้อยู่ดี แต่กลับถูกโหมว่าไปพับผ้าได้ ถ้ามีประกาศแบบนี้ออกมาฉันคงขายหุ้นทิ้งทันที

    • ต้องคิดด้วยว่าถ้ามันเปลี่ยนแบตไม่ได้แล้วไปสถานีชาร์จไม่ได้จะเกิดอะไรขึ้น คุณอาจต้องลากของสูง 150 ซม./หนัก 300 กก. ออกมาจากใต้โซฟาเหมือนหุ่นยนต์ดูดฝุ่นที่ค้างอยู่

    • Walker S2 ดูเหมือนจะจัดการการสลับแบตได้ดีในเดโม (ลิงก์)

  • ฉันว่าความเห็นที่เอาเรื่องนี้ไปเทียบกับ GPT-2 น่าสนใจ ฟังเผิน ๆ เป็นอุปมาที่เท่มาก แต่เนื้อแท้ต่างกันสิ้นเชิง GPT มีข้อมูลฝึกอย่างเอกสารบนเว็บและหนังสืออยู่ก่อนแล้ว และทรัพยากรคอมพิวต์ก็มีอยู่แล้ว สุดท้ายจึงเป็นการเอาทรัพยากรเดิมมาประกอบเข้าด้วยกันเพื่อทำให้ไอเดียจากเปเปอร์ปี 2017 เกิดขึ้นจริง เป็นกรณีที่ ‘ชนะด้วยการจัดองค์ประกอบ’ และพอลองทำก็สำเร็จ แต่ฝั่งหุ่นยนต์ฮิวแมนนอยด์นั้น ข้อมูลจริงที่ต้องใช้ในการฝึกโครงข่ายประสาทแทบไม่มีอยู่ในระดับสเกล และธรรมชาติของข้อมูลก็ไม่ได้ง่ายแบบการทำนายโทเคน แต่ซับซ้อนกว่ามาก ถึงอย่างนั้นก็ยังเอาใจช่วยสปิริตการท้าทายของทีม Figure ตัวอย่างที่คัดมานั้นชัดเจนก็จริง แต่เป้าหมายไม่ใช่ขายสินค้า หากเป็นการสื่อสาร R&D และงานวิจัยต่อนักลงทุน ซึ่งสุดท้ายฉันคิดว่ามันก็เป็นแรงบวกต่อการสร้างนวัตกรรม

    • มีการเสนอไอเดียโครงสร้างที่ทำ RL ในสภาพแวดล้อมจำลอง แล้วให้ visual LLM เป็นตัวตรวจสอบ (ยืนยันสถานะจากภาพ 2D แล้วให้ Vision-Language Model คืนค่า 0 หรือ 1) รวมถึงนำโมเดลขยายวิดีโอแบบ Sora ไปประยุกต์กับงานอย่างเครื่องซักผ้าถึงเครื่องอบผ้า โดยใช้โครงสร้างการคาดการณ์แบบอิง FPV(First Person View)

    • ไม่ได้เกี่ยวโดยตรงกับเนื้อหา แต่มีการแชร์ลิงก์งานวิจัยที่เกี่ยวข้องซึ่งน่าอ่าน
      ลิงก์1
      ลิงก์2
      ลิงก์3
      ลิงก์4

    • นี่ไม่ใช่การตั้งสมมติฐานว่ารูปแบบการฝึกเดิมจะยังคงอยู่ต่อไปหรอกหรือ? ดูเหมือนว่าเราจะต้องมีวิธีเรียนรู้จากสภาพแวดล้อมโดยตรง งานวิจัยช่วงหลังก็เริ่มเสนออาร์คิเทกเจอร์ที่อาจนำไปสู่โครงสร้างสติปัญญาทั่วไปแบบนั้นได้ เพียงแต่ฉันยังไม่เห็นตัวอย่างที่มีการลงทุนหรือการลองจริงอย่างหนักในด้านนี้มากพอ

  • กรณีใช้งานที่อยู่ในวิดีโอดูน่าสนใจดี โลกถูกออกแบบบนมาตรฐานของมนุษย์ ดังนั้นจึงคิดว่าหุ่นยนต์รูปร่างคนเหมาะสม และข้อดีคือไม่ต้องดัดแปลงเครื่องซักผ้าหรือบ้านทั้งหลังให้เข้ากับหุ่นยนต์ แต่การเอาหุ่นยนต์ไปทำงานที่ต้องการปัจจัยแบบมนุษย์อย่างเคาน์เตอร์โรงแรมนั้นดูผิดที่ผิดทาง ถ้าตัดคุณค่าจากการมีมนุษย์อยู่ตรงนั้นออกไปหมดแล้ว คีออสก์ธรรมดาก็ยังดีกว่าและใช้งานได้จริงกว่าเยอะ

    • ฉันเคยคิดเรื่องนี้ว่าจะเน้นความเป็นมิตรต่อมนุษย์หรือเน้นประสิทธิภาพมากกว่ากัน และเราก็มักเลือกอย่างหลังอยู่บ่อย ๆ ถ้าวันหนึ่งหุ่นยนต์ทำงานทุกอย่างได้สมบูรณ์ เหตุผลที่จะรักษาพื้นที่ที่ออกแบบเพื่อมนุษย์ก่อนก็คงหายไป ข้อดีของรูปร่างฮิวแมนนอยด์ก็น่าจะลดลง ตัวอย่างเช่นคลังสินค้าลอจิสติกส์ทุกวันนี้ยังมีโครงสร้างแบบมนุษย์เป็นศูนย์กลางเพราะมีคนอยู่ แต่ถ้าอัตโนมัติเต็มรูปแบบ มาตรฐานนั้นก็คงหายไปเช่นกัน

    • เมื่อไม่กี่ปีก่อนฉันไปทำงานที่ลาสเวกัส และประทับใจกับการเช็กอิน/เช็กเอาต์โรงแรมแบบอัตโนมัติ ที่คีออสก์แค่แสดงโค้ดกับพาสพอร์ต เลือกตัวเลือกที่ต้องการ รับคำแนะนำตำแหน่งห้อง/พิมพ์เอกสาร และรับคีย์การ์ดได้อย่างรวดเร็ว จากความรู้สึกของฉัน คีออสก์ 4 เครื่องทำงานได้เกิน 90% ของพนักงาน 4 คน และความรู้สึกเรื่องการรอก็ต่างกันมาก แต่คีออสก์เองก็เสียบ่อยเหมือนกัน เห็นได้ตามสนามบินว่ามีข้อผิดพลาดหลายแบบ ส่วนเรื่องเครื่องซักผ้า คำตอบคือการผลักดันมาตรฐานใน home automation ด้วยเทคโนโลยีอย่าง Thread เพื่อให้ ‘หุ่นยนต์ประจำบ้าน’ รับข้อมูลสถานะได้แบบเรียลไทม์โดยไม่ต้องไปตรวจเอง

    • ฉันเรียกร้องมานานแล้วว่าควรทำระบบเช็กอินอัตโนมัติในโรงแรมและบริษัทรถเช่า เมื่อเร็ว ๆ นี้ได้ใช้ระบบแบบนั้นกับรถเช่าจริง แต่ไม่ราบรื่นเลย ระบบอ่านโค้ดไม่สำเร็จ ต้องขอความช่วยเหลือจากพนักงานหลายครั้ง และยังมีปัญหาจัดสรรคีย์ผิด สุดท้ายก็ต้องให้คนมาใส่คีย์ใหม่อยู่ดี ไอเดียนั้นดี แต่การลงมือทำยังไม่ถึง

    • น่าแปลกที่หุ่นยนต์เดินได้อาจเป็นกรณีใช้งานจริงที่สุดในฐานะ ‘คอมพิวเตอร์ที่เคลื่อนที่ได้เอง’ ถ้ามันใช้เป็นเซิร์ฟเวอร์เคลื่อนที่ ลำโพง หรือช่วงล่างสำหรับอุปกรณ์เก็บข้อมูลวัดค่าต่าง ๆ และสามารถไปประจำตำแหน่งภาคสนามได้เอง ก็จะปลดปล่อยสมอง 15% จากงานจุกจิกได้และมีประโยชน์มาก (ถ้าย้อนกลับไปเรื่องคีย์การ์ดโรงแรม ในทางเทคนิคเครื่องอ่านคีย์การ์ดสามารถทำหน้าที่เป็นเครื่องอ่านบัตรเครดิตได้อยู่แล้ว แต่ในทางปฏิบัติพนักงานยังมีบทบาทในการดูสภาพความปลอดภัยของแขกด้วยตา จึงทำให้อัตโนมัติเต็มรูปแบบได้ยาก)

    • บางคนก็ไม่ชอบองค์ประกอบความเป็นมนุษย์ที่เคาน์เตอร์เลย ถ้าเป็นไปได้ ฉันถึงขั้นยอมจ่ายเพิ่มเพื่อมีตัวเลือกที่รับแค่ QR code หรือพาสแล้วเดินเข้าห้องได้ทันทีโดยไม่ต้องเจอคน

  • ดูเหมือนว่าวิศวกรจะไม่เข้าใจว่าทำไมผู้คนถึงชอบเครื่องมือระดับสูงที่ไม่มีประสิทธิภาพเท่าแต่ใช้งานง่ายกว่าอย่างฮิวแมนนอยด์ มากกว่าเครื่องมือระดับล่างที่มีประสิทธิภาพสูงกว่า ตัวอย่างเช่น การซื้อเครื่องล้างจานต้องผ่านการซื้อ ติดตั้ง และเรียนรู้คู่มือ แต่การบอกคนว่า “ช่วยล้างจานหน่อย” นั้นสื่อสารได้ตรงไปตรงมาง่ายกว่ามาก ต่อให้ผลลัพธ์ด้อยลงหน่อย ผู้ใช้จำนวนมากก็ยินดีจ่ายแพงกว่า นี่เป็นจิตวิทยาผู้ใช้ที่สะท้อนธรรมชาติของมนุษย์ที่ไม่อยากทุ่มเวลาและแรงเพื่อประสิทธิภาพเสมอไป

    • แม้แต่กรณีจ้างคนจริงก็คล้ายกัน ถึงต้นทุนต่อชั่วโมงจะแพงกว่าและประสิทธิภาพอาจด้อยกว่า แต่ก็ช่วยหลีกเลี่ยงความซับซ้อนหลายอย่างของการจ้างพนักงานได้ (ไม่ได้บอกว่าเป็นไอเดียที่ดี แค่คิดในมุมต้นทุน)

    • อย่างไรก็ตาม ข้อจำกัดก็ชัดเจน เช่น งานล้างจานนั้นตอนนี้ถ้ายอมจ่าย คุณก็จ้างแม่บ้านที่มีทั้งประสิทธิภาพสูงสุดและความยืดหยุ่นสูงสุดได้อยู่แล้ว ถ้ามีหุ่นรับใช้แบบอัตโนมัติที่ทำงานบ้านได้หลายอย่างจริง มูลค่าการซื้อที่แท้จริงจะอยู่ตรงไหนระหว่าง $1k~$100k และยังมีตัวแปรอย่างค่าบำรุงรักษา ความน่าเชื่อถือ ฯลฯ อีกมาก ฉันแอบสงสัยว่าขอบเขตของคำว่า “หลายคนชอบ” จะกว้างแค่ไหน

  • การออกแบบหุ่นยนต์นั้นยากอยู่แล้ว แต่สิ่งที่ยากจริงคือ ‘การนำไปใช้งานจริง’ สิ่งสำคัญคือมีหุ่นกี่ตัว ถูกนำไปใช้ที่ไหน และทำงานอะไร งานไหนที่ใช้งานได้จริงพอ และแต่ละสภาพแวดล้อมที่นำไปติดตั้งปรับตัวอย่างไร เปลี่ยนไปอย่างไรเมื่อเวลาผ่านไป อุปสรรคใหญ่สุดของการพัฒนาหุ่นยนต์อเนกประสงค์คือ AI มาโดยตลอด ถ้า Figure สร้าง AI ที่ซับซ้อนและอเนกประสงค์ได้จริง แล้วสามารถนำไปใช้ได้ทันทีในสภาพแวดล้อมกว้าง ๆ และทำผลงานได้จริงในงานหลากหลาย มันก็จะเป็นสินค้าถล่มทลาย ควรติดตามจำนวนการติดตั้งจริงว่าถูกใช้ในบริษัทเล็ก พื้นที่ซับซ้อนอย่างก่อสร้างหรือซ่อมบำรุงหรือไม่ ทำงานอย่างขนถ่ายสินค้าจากรถบรรทุก Walmart หรือเติมของบนชั้นในร้านได้ลื่นไหลหรือเปล่า ถ้าทำได้ นั่นแหละของจริง

    • ในความเป็นจริง การใช้งานจริงช่วงแรกอาจใกล้เคียงกับของเล่นคนรวย เช่น พนักงานเสิร์ฟแชมเปญในงานปาร์ตี้ หรือหุ่นยนต์ต้อนรับในโรงแรม มากกว่าจะเป็นการใช้งานจริงขนาดใหญ่แบบ Walmart ตามตัวอย่างในเทรลเลอร์ 7 นาทีที่ทำให้ดูราบรื่น ซึ่งน่าจะต้องรออีกหลายเจเนอเรชัน

  • ถ้าหุ่นยนต์แบบนี้ลงมาอยู่ในช่วงราคา 30 ล้านวอน ฉันคิดว่ายุคที่ทุกบ้านมีหุ่นยนต์ก็คงมาถึง พร้อมกับฟิวชันนิวเคลียร์ ฉันหวังว่าหุ่นยนต์ใช้ในบ้านจะเป็นหนึ่งในเทคโนโลยีสัญลักษณ์ของคนรุ่นเรา จินตนาการกันมานาน และตอนนี้ดูเหมือนจะเริ่มมีความคุ้มค่าทางเศรษฐกิจเกิดขึ้นจริงภายในช่วงชีวิตของฉัน การมีหุ่นยนต์อยู่ในบ้านทำให้รู้สึกทั้งกลัว ทั้งทึ่ง และทั้งกังวลพอ ๆ กัน

    • ปัญหาความเป็นส่วนตัวต้องถูกแก้เป็นเงื่อนไขบังคับ ในทางทฤษฎี หุ่นยนต์ควรสื่อสารได้แค่กับเซิร์ฟเวอร์ที่ติดตั้งอยู่ในชั้นใต้ดินบ้านฉันเท่านั้น

    • ฉันก็รอเห็นข่าวอุบัติเหตุที่หุ่นยนต์พวกนี้ถูกแฮ็กแล้วถูกนำไปใช้ในอาชญากรรมร้ายแรงอยู่เหมือนกัน

    • เพราะมูลค่าของงานบ้านต่ำ ฉันคิดว่าก่อนที่มันจะถูกพอ มันคงยากจะได้รับการยอมรับในวงกว้าง ฉันไม่คิดจะจ่าย 30 ล้านวอนเพื่อให้มันล้างจานหรือเปิดเครื่องซักผ้า คนรวยสายเทคอาจซื้อเพราะมันน่าตื่นเต้น แต่คนทั่วไปยังคงมองเรื่องความคุ้มค่า สมัยก่อนหุ่นยนต์ดูดฝุ่นราคาถูกขายดีมาก แต่ตอนนี้แทบกลายเป็นของที่มีไว้เฉย ๆ ทุกบ้านแล้ว การใช้งานที่ทรงพลังที่สุดของหุ่นยนต์คืออุตสาหกรรม การผลิต การก่อสร้าง และเกษตรกรรม ซึ่งไม่จำเป็นต้องเป็นฮิวแมนนอยด์ด้วยซ้ำ และรูปลักษณ์แบบนั้นอาจยิ่งกระตุ้นแรงต้านจากสหภาพแรงงานเสียอีก แบบที่ทำให้ดูเหมือน ‘แค่เครื่องมือ’ อาจได้รับการต้อนรับมากกว่า

    • ฉันข้ามกระแส smart home มาหมดแล้ว ดังนั้นกระแสรอบนี้ก็คงขอข้ามเหมือนกัน ฉันจะล้างจานและซักผ้าเองตามปกติต่อไป