【智东西】OpenAI大模型赋能，Figure机器人颠覆性突破挑战想象边界！
    3月14日晚，智能机器人明星创企Figure震撼发布了一段2分35秒的演示视频，其研发的Figure 01机器人在OpenAI大模型能力的加持下，展现了一系列令人瞠目的高难度动作与智能交互表现。这款机器人不仅能够实时描述自身视觉感知、解析物体间关联，还能精准满足饥饿测试员的需求——从桌上众多物品中识别出唯一可食用的苹果并准确递送。
    视频中的Figure 01流畅自然地执行各项任务，对人类语言及背后含义的理解力令人惊叹，更难能可贵的是，它还表现出类人化的细节特征，如“结巴”的言语表达，这无疑让观者跌破眼镜。
    Figure AI技术负责人Corey Lynch深度剖析了这一演示背后的实现原理，强调Figure 01的所有行为均是通过自主学习并以正常速度（1倍速）运行完成，无任何人为操控痕迹。其核心技术在于将摄像头捕获的图像和麦克风转录的语音输入到由OpenAI训练的大型多模态模型中，进而理解图像、文本，并根据对话历史记录生成响应，指导机器人执行具体操作。
    Figure创始人Brett Adcock发文表示，OpenAI提供了关键的视觉推理和语言理解能力，而Figure自主研发的神经网络则致力于实现机器人快速、灵敏的动作控制。就在今年2月，Figure宣布获得高达6.75亿美元的巨额融资，估值飙升至26亿美元，晋升为独角兽行列，微软、OpenAI、英伟达和英特尔等科技巨头纷纷加入投资阵营，为其未来发展注入强大动力。
    同时，Figure公开宣布与OpenAI及微软达成合作，旨在共同开发下一代人形机器人AI模型，并利用微软云进行AI基础设施构建与训练。此次发布的视频正是Figure与OpenAI合作阶段性成果的精彩展示，预示着机器人与大模型融合的步伐又向前迈进了一步。
    视频揭示了Figure 01丰富的场景理解和执行能力，如细致入微地描述眼前景象，理解并执行复杂的指令链，如基于当前环境推断餐具可能的去向，并能按照指示准确摆放；甚至还能自我评估行动效果，用通俗易懂的语言解释自己行动的理由。其双手操作之灵活与自然，更是展现了Figure在具身智能技术研发上的显著突破。
    Corey Lynch深入解读了Figure 01如何运用预训练的大型多模态模型进行记忆回溯、制定计划，并结合高速率视觉运动变换策略驱动精细的手部动作，实现像素级别的直接映射。全身控制器则确保机器人在执行复杂动作时的安全稳定。
    总而言之，Figure携手OpenAI所展示的最新成果，不仅让人形机器人的人机交互体验实现了新的迭代升级，更昭示了AI大模型与机器人深度融合对未来具身智能技术发展的深远影响。随着二者进一步深化合作，我们有理由期待更多具备高度智能化、人性化特征的机器人产品进入商用领域，加速推进具身智能赛道的繁荣发展。