能说会看会行动，OpenAI机器人，一出手就是王炸

AIGC动态9个月前更新 almosthuman2014

1,223 0 0

模型信息

【模型公司】 Azure
【模型名称】 gpt-4-32k
【摘要评分】 ★★★★★

文章摘要

【关键词】 Figure 01、OpenAI、具身智能、神经网络、人形机器人

Figure，一家明星机器人创业公司，最近发布了全新的机器人demo，这款机器人名为Figure 01，得到了OpenAI大模型的能力加持。Figure 01现在可以与人全面对话，执行人类的命令，如递给人类苹果，将黑色塑料袋收拾进框子里，将杯子和盘子归置放在沥水架上等。所有这些，全是机器人自学的。

Figure创始人Brett Adcock表示，Figure 01现在可以描述其视觉体验，规划未来的行动，反思自己的记忆，口头解释推理过程。他们将机器人摄像头中的图像输入，并将机载麦克风捕获的语音文本转录到由 OpenAI训练的大型多模态模型中，该模型可以理解图像和文本。该模型对整个对话记录进行处理，包括过去的图像，从而获得语言响应，然后通过文本到语音的方式将其回复给人类。

Figure 01 连接到大型预训练多模态模型为其提供了一些有趣的新功能。例如，描述其周围环境，使用常识推理做出决定，将模棱两可的高级请求转化为一些适合上下文的行为，用简单的英语描述为什么它执行特定的操作等。

Figure是最近具身智能时代最热的创业公司。具身智能，对于计算机视觉、机器人等领域来说是一个很有挑战的目标。Figure的产品Figure 01，据称是世界上第一个具有商业可行性的自主人形机器人，身高 1.5 米，体重 60 公斤，可承载 20 公斤货物，采用电机驱动。它的可工作时长是 5 小时，行走速度每秒 1.2 米，可以说很多指标已经接近人类。

Figure 01已经开始在宝马位于南卡罗来纳州斯帕坦堡的汽车工厂接受测试，人们计划让机器人替代人类从事一些危险度高的任务。