OpenAI人形機(jī)器人首秀，可與人類進(jìn)行完整對(duì)話

目前，還有不少企業(yè)因成本和安全性問題仍對(duì)生成式 AI 猶豫不決。但時(shí)間不等人，隨著 Google、特斯拉率先入局，國(guó)產(chǎn)的達(dá)闥、追覓乃至稚暉君創(chuàng)業(yè)的「智元機(jī)器人（AGIBot）」緊隨進(jìn)場(chǎng)，還有前段時(shí)間很火的斯坦福大學(xué)「炒菜機(jī)器人」，AI 已經(jīng)逐漸掀開了機(jī)器人技術(shù)革命的帷幕。

當(dāng)?shù)貢r(shí)間 3 月 13 日，一家僅成立不足兩年卻已估值 26 億美元的機(jī)器人創(chuàng)業(yè)公司 Figure 引爆了 AI 圈。這家公司的團(tuán)隊(duì)成員曾供職于波士頓動(dòng)力、特斯拉、谷歌 DeepMind 及 Archer Aviation 等知名機(jī)構(gòu)，他們?cè)谧蛱焓状喂_展示了與新晉投資者及戰(zhàn)略伙伴—— OpenAI 的合作成果，其表現(xiàn)令人贊嘆不已。

Figure 公司的聯(lián)合創(chuàng)始人兼 CEO Brett Adcock 在 X 上發(fā)布了 Figure 01（讀作“Figure One”）這款「全尺寸人形機(jī)器人」的演示視頻，展現(xiàn)出其與周邊人類及環(huán)境進(jìn)行交互的能力。視頻中，F(xiàn)igure One 成功按照人類指示行動(dòng)，找到并遞送一只蘋果，實(shí)時(shí)描述自身動(dòng)作，并與人進(jìn)行交流（目前看來，其響應(yīng)速度相較于正常人與人間對(duì)話略顯滯后），還能夠獨(dú)立識(shí)別、策劃并實(shí)施有用的行動(dòng)（比如清理垃圾并將餐具放入瀝水架）。

這段視頻的整體觀感堪稱“科幻片”，甚至給人一種毛骨悚然的氛圍感。開場(chǎng)時(shí)，人類向 Figure One 發(fā)問：“嘿，F(xiàn)igure One，你現(xiàn)在能看到什么呢？”

Figure One 則迅速回應(yīng)：“我看到桌子中間盤子里有一個(gè)紅蘋果，旁邊有個(gè)掛著杯子和盤子的瀝水架，還有你站在邊上，手搭在桌子上。”

人類接著詢問：“那能給我找點(diǎn)吃的嗎？”

Figure One 自信回應(yīng)：“沒問題?！彪S后精確而穩(wěn)當(dāng)?shù)刈ト√O果遞給人類，智能識(shí)別出眼前唯一可供食用的對(duì)象，無需人類具體指定。

視頻接下來的畫面則是 Figure 機(jī)器人將地面垃圾撿起，并有序地把盤子和杯子放入瀝水架內(nèi)的過程。眾星捧月

GPT+機(jī)器人的這個(gè)組合可謂來得迅猛。

3 月 1 日，OpenAI 與總部位于加利福尼亞州的機(jī)器人初創(chuàng)企業(yè) Figure 建立新的合作關(guān)系，計(jì)劃將其大模型技術(shù)集成到人形機(jī)器人中，標(biāo)志著 AI 開始邁向?qū)嶓w化應(yīng)用的新階段。

在這場(chǎng)合作中，F(xiàn)igure 成功獲得了 6.75 億美元的風(fēng)險(xiǎn)投資資金，使得其資本估值達(dá)到 26 億美元。除了 OpenAI，F(xiàn)igure 的投資方涵蓋了微軟、英偉達(dá)、亞馬遜工業(yè)創(chuàng)新基金等科技巨頭，同時(shí)還有杰夫·貝索斯的一筆額外投資。其他主要投資者還包括 Parkway Venture Capital、Intel Capital、Align Ventures 以及 ARK Invest。

其中，Parkway Venture Capital 是最早看到 Figure 潛力的投資者之一，在 2023 年向 Figure 注資 7000 萬美元。

此外，在和微軟的合作中，還讓 Figure 得到了微軟云這一“神兵利器”。這家初創(chuàng)公司可以直接利用 Microsoft Azure 進(jìn)行人工智能基礎(chǔ)設(shè)施、培訓(xùn)和存儲(chǔ)，甚至訪問微軟的人工智能基礎(chǔ)設(shè)施和服務(wù)，以支持人形機(jī)器人的部署，從而協(xié)助完成現(xiàn)實(shí)世界的應(yīng)用程序。

目標(biāo)駕馭十億算力

Adcock 在推文中透露：“Figure 機(jī)器人搭載的攝像頭所捕捉的畫面輸入到由 OpenAI 訓(xùn)練的一個(gè)大型視覺語言模型（VLM）中?！?/p>

但目前尚不清楚這個(gè)模型是 GPT-4 的某種版本，還是對(duì)現(xiàn)有模型進(jìn)行微調(diào)后的版本，抑或是全新的模型——比如很多人在 OpenAI 官推下“逼問”了一整個(gè)月的 GPT-4.5 Turbo。

令人印象深刻的是，Adcock 還指出：“視頻展示的是端到端的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。背后沒有任何遠(yuǎn)程操控。此外，這段視頻是以 1.0x 的真實(shí)速度連續(xù)拍攝的。”

這段演示視頻中的機(jī)器人能和人自然交流、聽從指令、理解需求，并且動(dòng)作流暢度遠(yuǎn)超以往許多同類公司和研究團(tuán)隊(duì)所展示的樣品。而且，目前這還只是一個(gè)演示階段的 Demo，離真正達(dá)到商業(yè)化標(biāo)準(zhǔn)并推向企業(yè)和個(gè)人市場(chǎng)，還需要大量的后續(xù)開發(fā)工作。

Adcock 在推文中還立志“訓(xùn)練一個(gè)世界級(jí)的人工智能模型，使其能夠駕馭十億級(jí)別的計(jì)算能力去操控人形機(jī)器人。”

在Figure 公司的官網(wǎng)上，Adcock 也闡述了他的宏大藍(lán)圖——事實(shí)上，官網(wǎng)真的有一個(gè)叫作“宏大藍(lán)圖”（Master Plan）的頁面：“Figure 旨在研發(fā)出能對(duì)人類生活產(chǎn)生積極影響、為后代創(chuàng)造更美好生活環(huán)境的通用型人形機(jī)器人。這類機(jī)器人有望消除那些既危險(xiǎn)又不受歡迎的工作，從而讓我們擁有更加幸福、更有價(jià)值的生活?！?/p>

他同時(shí)也不忘強(qiáng)調(diào)：“達(dá)成這一愿景需要數(shù)十年的努力，組建一支矢志不渝追求這一使命的頂尖團(tuán)隊(duì)，投入數(shù)十億美元的資金，并通過工程技術(shù)創(chuàng)新來實(shí)現(xiàn)大規(guī)模的市場(chǎng)影響力。我們當(dāng)前面臨的風(fēng)險(xiǎn)極高，成功的可能性相對(duì)較低。”

在 OpenAI 的技術(shù)支持下，F(xiàn)igure 無疑將給包括特斯拉、亞馬遜和眾多初創(chuàng)企業(yè)在內(nèi)競(jìng)爭(zhēng)對(duì)手帶來壓力。與此同時(shí)，這個(gè)賽道甚至仍在不斷涌入新玩家，例如本周剛剛成立的Physical Intelligence 以及眾多開發(fā)者熟悉的 Hugging Face公司。

審核編輯：劉清