FF Nova與Nova Mini人形機器人發表 299美元起切入兒童程式教育

Faraday Future 與 FF EAI Robotics 正式發表 FF Nova 與 Nova Mini 兩款小型人形機器人,分別瞄準高階研發與兒童程式教育市場。這兩款新裝備結合了硬體控制、多重感測器以及程式邏輯,為不同學習階段的學生與研究團隊提供驗證「具身人工智慧」的實體載具。

FF Nova進階開發載具:整合多重感測與模擬訓練

售價 2,490 美元的 FF Nova 是一款高度約 49.7 公分、重量 2.8 公斤的小型人形機器人,全身上下具備 20 個自由度(Degrees of Freedom, DoF),分布於頭部、手臂及雙腿。在移動能力方面,雙足行走速度為每秒 0.1 公尺;若換上可拆卸式的輪式底座,移動速度可提升至每秒 0.8 公尺,並能跨越最高 2 公分的障礙物。這種雙模式設計,讓團隊能在平坦地面測試路徑導航,同時研究雙足步態平衡。

在感測與運算硬體上,FF Nova 配置了 2D 光學雷達(LiDAR)、約 400 萬畫素的廣角攝影機、3D 時間飛行(ToF)深度感測器與三麥克風陣列,內部提供 10 TOPS 的算力、8GB 記憶體與 32GB 儲存空間。軟體層面則支援開源機器人作業系統(Robot Operating System 2, ROS 2)與線上更新(OTA)。開發者可先在 NVIDIA Isaac 模擬平台中利用強化學習訓練控制策略,再將模型部署至實體機器人進行測試。首階段採申請制,限量 100 台供開發者與教育單位申請。

Nova Mini入門教育機器人:低門檻的動作與程式學習

同步登場的 Nova Mini 定位為八歲以上兒童與青少年的入門學習工具,機器人本體售價為 299 美元,重量不到 1 公斤,採用鋁合金骨架設計。這款小型機器人除了能進行雙足行走,還可執行自行站起與前滾翻等動態姿勢。在操作介面方面,它支援視覺化的積木式程式設計以及動作示教功能,幫助初學者以直觀方式理解機器人的控制邏輯。

除了硬體本體,官方也推出 499 美元的選購線上課程,內容包含兩個月共 16 堂的小班直播教學,引導學生從基礎語音指令、動作設定與積木程式撰寫,逐漸延伸至人工智慧與運動控制的基本原理。教育單位或家長在進行預算規劃時,可將機器人硬體與相關軟體服務分開評估。

給家長與老師

隨著人工智慧從螢幕延伸到實體世界,「具身人工智慧」(Embodied AI)已成為 STEM 教育的重要趨勢。傳統的程式教學多半讓成果停留在螢幕上的畫面改變,而人形機器人則能讓孩子直觀地看到程式碼如何轉化為真實世界的物理動作。當機器人因為程式邏輯錯誤而跌倒或無法順利避障時,孩子必須學習分析感測器資料與調整參數,這能大幅提升解決真實問題的能力。

對於不同年齡層的引導方式,建議八歲以上的初學者可以從 Nova Mini 這類具備積木式程式設計與動作示教的工具切入,重點放在建立邏輯思維與對硬體互動的興趣;而高中或大學階段具備基礎程式底子的學生,則可透過 FF Nova 這種支援 ROS 2 與模擬軟體的平台,進一步接觸演算法、感測器融合與機器學習模型。引導學習時,應著重於探索與驗證過程,而非單純追求機器人的表演動作。

學習小教室

  • 具身人工智慧(Embodied AI):指將人工智慧模型與具有實體身體的裝置(如機器人或自動駕駛車)結合。AI 不僅能處理文字或圖像,還需要透過感測器理解物理環境,並透過馬達或關節輸出動作。
  • 自由度(Degrees of Freedom, DoF):在機器人學中,自由度代表機器人關節可以獨立運動的方向數量。自由度越高,機器人能做出的動作越複雜自然,但相對地控制演算法也越艱深。
  • 積木式程式設計(Block-based Programming):一種視覺化的程式撰寫方式,將複雜的程式碼封裝成彩色方塊,使用者只需要像拼圖一樣拖拉組合方塊,就能建立程式邏輯,適合程式初學者。
  • 機器人作業系統(Robot Operating System 2, ROS 2):一套專門用於開發機器人軟體的開源工具與框架,提供感測器資料傳輸、軟體模組溝通與硬體控制的標準介面,是目前機器人領域廣泛採用的技術標準。

常見問題

Nova Mini 適合多大的孩子學習?

Nova Mini 官方建議適用對象為八歲以上的兒童與青少年,主要透過積木式程式設計與動作示教引導程式入門。

FF Nova 與 Nova Mini 主要差異在哪裡?

Nova Mini 主打八歲以上的程式入門與動態動作體驗;FF Nova 則具備多重感測器與較高算力,支援 ROS 2,主要供高階開發者與學校進行具身 AI 控制策略研究。

什麼是具身人工智慧(Embodied AI)?

指將 AI 模型結合實體機器人,讓 AI 不只能輸出文字或圖像,還能透過感測器感知環境並控制硬體關節做出動作。

返回頂端