只用 13 天，OpenAI 做出了能听、能说、能自主决策的机器人大模型

1,290 0 0

模型信息

【模型公司】 月之暗面
【模型名称】 moonshot-v1-32k
【摘要评分】 ★★★★★

文章摘要

资深机器人专家Eric Jang曾预言，有智慧的机器人技术将像ChatGPT一样迅速出现。近日，OpenAI与机器人公司Figure的合作展示了这一预言的实现。Figure上传了一段人形机器人视频，展示了与人类流畅对话、理解意图、执行自然语言指令并解释原因的能力。这段视频展示了OpenAI为其配置的智能大脑，仅用13天时间就实现了这一成果。

Figure人形机器人的智能来自于端到端的大语言-视觉模型，这是具身智能领域的前沿技术。与谷歌的机器人模型相比，Figure的机器人不仅能抓取物品，还能与人类对话并解释自己的行为。这一突破由OpenAI与Figure共同完成，OpenAI负责视觉推理和语言理解，而Figure的神经网络提供快速、低水平、灵巧的机器人动作。机器人的所有行为都是基于已学习的能力，而非远程操作。

OpenAI的模型多模态能力使机器人能够与世界交互，例如描述周围环境、使用常识推理、将高级请求转化为具体行为等。机器人的双手动作由互联网预训练模型进行常识推理，形成高级计划，然后由大模型生成24-DOF动作。这种端到端的机器人控制使机器人速度显著提高，接近人类速度。

OpenAI曾在2021年夏天关闭机器人团队，但并未放弃对这一领域的关注。2023年3月，OpenAI投资了挪威机器人制造商1X Technologies，并在今年3月初参与了Figure的B轮融资。Figure的创始人Brett Adcock招募了多位硬核设计人才，并在电机、固件、热量等方面取得了进展。公司已与宝马签署商业协议，将AI和机器人技术整合到汽车生产中。

尽管OpenAI与Figure的合作进展顺利，但OpenAI并未将全部精力投入一家机器人公司。最近，新成立的机器人AI公司Physical Intelligence也获得了OpenAI的融资。OpenAI在机器人领域的意图引人关注，智能人形机器人的未来将不仅限于马斯克的公司。