澎湃新聞編輯 趙子易(02:02)
裝載OpenAI大模型的人形機(jī)器人已經(jīng)出現(xiàn)。
當(dāng)?shù)貢r(shí)間3月13日，在宣布與AI（人工智能）新銳巨頭OpenAI展開合作的13天后，AI機(jī)器人初創(chuàng)企業(yè)Figure發(fā)布了旗下全尺寸人形機(jī)器人Figure 01的最新演示視頻，該機(jī)器人裝有OpenAI提供的視覺語言模型（VLM）。視頻顯示，F(xiàn)igure 01可以在執(zhí)行任務(wù)時(shí)實(shí)現(xiàn)與人類的互動(dòng)。
來源：Figure視頻截圖
根據(jù)Figure的介紹，這段時(shí)長2分33秒的展示視頻“連貫地錄制”于3月9日，以原速播放，顯示出Figure 01已經(jīng)能夠?qū)崿F(xiàn)“語音到語音的推理”和“端到端的神經(jīng)網(wǎng)絡(luò)”。
在視頻中，外表頗具科技感的Figure 01站在一張放有盤子、蘋果和水杯的桌子后面，旁邊還放著一個(gè)裝了盤子和水杯的碗架。一個(gè)主持人站在Figure 01的面前，問它能夠看見什么。在停頓幾秒鐘后，F(xiàn)igure 01用一個(gè)很像真人的聲音，詳細(xì)描述了桌子上的東西和站在桌前的主持人。
而當(dāng)主持人詢問Figure 01“我可以吃點(diǎn)什么嗎”，機(jī)器人以非常流暢的動(dòng)作拿起了桌上的蘋果，將其遞給主持人，并在清理主持人用一個(gè)籃子倒在桌上的垃圾的同時(shí)，向主持人解釋自己的“思考”過程：“我給你蘋果，因?yàn)樗沁@張桌子上唯一可以吃的東西。”
來源：Figure視頻截圖
隨后，機(jī)器人又在主持人十分模糊的提示下，準(zhǔn)確地將桌上的盤子和水杯放進(jìn)了一旁的碗架。在視頻的最后，F(xiàn)igure用 “完全掌握技能、快速、靈巧操作”來形容Figure 01。
在X（原推特）平臺上，F(xiàn)igure在轉(zhuǎn)發(fā)該視頻時(shí)寫道：“有了OpenAI，F(xiàn)igure 01現(xiàn)在可以與人進(jìn)行完整的對話。OpenAI的模型提供了高水平的視覺和語言智能。Figure神經(jīng)網(wǎng)絡(luò)提供快速、低級、靈巧的機(jī)器人動(dòng)作。”
對于本視頻，F(xiàn)igure的CEO布雷特阿德科克（Brett Adcock）在X平臺上進(jìn)行了更多解釋：“Figure的機(jī)載攝像頭被輸入了由OpenAI訓(xùn)練的視覺語言模型（VLM），F(xiàn)igure的神經(jīng)網(wǎng)絡(luò)也通過機(jī)器人的攝像頭以10赫茲的頻率接收圖像。然后，神經(jīng)網(wǎng)絡(luò)以200赫茲的速度輸出具有24個(gè)自由度的動(dòng)作……除了構(gòu)建領(lǐng)先的AI，F(xiàn)igure還垂直整合了基本所有的方面。”
不過，F(xiàn)igure尚未明確表示Figure 01使用的VLM是否為GPT-4的相關(guān)版本，還是一個(gè)截然不同的模型。阿德科克也沒有提到任何關(guān)于Figure 01推出時(shí)間的信息。
去年10月，F(xiàn)igure放出了Figure 01雙足站立行走的演示視頻。今年1月7日，F(xiàn)igure發(fā)布了Figure 01使用膠囊咖啡機(jī)制作咖啡的視頻，當(dāng)時(shí)的Figure 01還動(dòng)作緩慢。而在Figure發(fā)布本次視頻后，由于機(jī)器人的動(dòng)作過于流暢，不少網(wǎng)友對視頻的真實(shí)度產(chǎn)生了質(zhì)疑，認(rèn)為其經(jīng)過剪輯處理。
然而，阿德科克堅(jiān)稱，該視頻屬于真實(shí)拍攝：“正如你從視頻中看到的，機(jī)器人的速度已經(jīng)得到顯著提升，開始接近人類的速度……我們的目標(biāo)是訓(xùn)練一個(gè)世界模型，使其能夠操作達(dá)到十億單位水平的人型機(jī)器人。”
資料顯示，F(xiàn)igure AI由阿德科克創(chuàng)辦于2022年，公司目標(biāo)是為人類“在全球范圍內(nèi)部署自動(dòng)人形工作者”，正在研發(fā)的人形機(jī)器人Figure 01身高1.5米，體重60公斤。
近期，隨著機(jī)器人概念持續(xù)走紅，對標(biāo)特斯拉Optimus機(jī)器人的Figure受到了廣泛關(guān)注。今年2月，F(xiàn)igure在最新一輪融資中獲得了來自AI芯片龍頭英偉達(dá)、亞馬遜創(chuàng)始人杰夫貝索斯（Jeff Bezos）、科技巨頭微軟以及其他幾家大型科技公司的投資，在本輪融資中累計(jì)籌得約6.75億美元，公司估值達(dá)到26億美元。
