昨日，GPT-4.5的传闻在各大科技论坛引发热议，众人揣测OpenAI将以崭新姿态应对Claude带来的挑战。然而，次日凌晨，OpenAI携手一家机器人公司Figure，亮出了一张意料之外的王牌——将ChatGPT的强大智能内核嵌入实体机器人的大脑中。
从公开的演示视频可见，这款约一米七高的机器人表现惊艳，不仅能够精准理解人类语言，执行任务时更是流畅高效。当被问及其视野所见时，它几乎无需片刻思索，就能详尽描述出苹果、水杯等周边环境细节，甚至能精确捕捉到工作人员站在旁边手搭桌子的动作。
更令人赞叹的是，当被要求递送食物时，该机器人反应迅速，不假思索地将苹果递给工作人员。其手指动作之精细灵活，让人印象深刻，无论是捡拾桌上的纸团，还是进行细微操作，都显得游刃有余，仿佛下一步便能进行更为复杂的动作，如揉面包饺子。
尽管在整理桌面时，机器人的反应速度稍显延迟，但全程展示的操作均基于其自主意识完成，无加速处理，也非远程操控。据工程师介绍，目前这款机器人如同刚学会说话的幼儿，能够描述所见景象，制定简单的行动计划，并具备短期记忆功能。
这一视频在业界引起了强烈反响，差评君工作群内一片惊叹之声，甚至有人开始忧虑起潜在的智械危机。要知道，这距离OpenAI与Figure宣布合作仅仅过去了两周时间。此次合作不仅吸引了OpenAI的目光，微软、英伟达以及亚马逊创始人杰夫·贝佐斯亦纷纷注资Figure。
值得注意的是，Figure这家机器人公司颇为独特，不同于波士顿动力等由学术界泰斗创办的典型机器人企业，Figure的创始人Adcock是一位商界翘楚。他曾拥有招聘公司Vettery，并且是起降飞机企业Archer Aviation的大股东。两年前，他以造福全人类为愿景，毅然决然地出售了招聘公司，退出了Archer Aviation，将所得资金全部投入Figure，致力于研发人形机器人。
Adcock深谙人才的重要性，从波士顿动力、特斯拉、谷歌等知名科技巨头挖来了众多精英，仅在第二年年初就成功打造出五个机器人原型，实现了基本行走和重物搬运等功能。
如今，Figure与OpenAI合力打造的Figure 01机器人横空出世，惊艳四座，网络上好评如潮。有人预言“AGI时代即将来临”，还有人将其与波士顿动力对比，认为后者机器人虽擅长舞蹈，但在智能化程度上略逊一筹。
经过深入探讨，业内人士对Figure 01的评价高度一致，尽管赞誉的方向略有偏差。他们指出，Figure 01并未撼动波士顿动力在机器人“身体”层面的业内领先地位，因为评判人形机器人优劣有两个关键维度：“脑子”（智能）和“身体”（机械结构）。而Figure 01尚未展示高强度、大幅度的动作，其协调性尚待验证。
然而，Figure 01真正牛气冲天之处在于，它揭示了借助大模型技术，人形机器人能够实现自主规划、执行任务、具有记忆并理解人类语言的可能。在此之前，人形机器人犹如偏科的体育生，虽然体格健硕，但在“文化课”——智能化方面却有所欠缺。
设想一下，若有一天机器人能在“脑子”和“身体”两方面同时达到顶尖水平，那么近年来炙手可热的“具身智能”概念将成为现实。具身智能强调机器人像人类一样与真实世界互动，学界为此划分了五个发展阶段，包括计算功能智能、计算感知智能、认知智能、内生智能和自主智能。
去年ITF World 2023半导体大会上，一位钟爱皮衣的行业领袖高调宣称具身智能将是AI的下一个浪潮。而当前的Figure 01则处于第二阶段向第三阶段过渡的阶段。
尽管如此，要让人形机器人真正走进千家万户，还面临不少难关。一方面，“脑子”和“身体”的关键技术瓶颈有待突破，例如训练数据稀缺，尤其是模拟真实世界物理交互的数据量远远不及文本数据；另一方面，在仿真人手五指等精密机械结构方面仍未攻克。此外，商业化路径的共识尚未达成。通用机器人需在突破技术边界的同时寻找产品化机会，即便如大模型这般火爆的技术，至今最成功的产品仍局限于聊天机器人领域。
但科技创新并非线性发展，一旦出现突破点，人形机器人领域的进步极有可能呈现井喷态势。在这条道路上，探索者络绎不绝，国内外已有多家企业投身其中，如特斯拉的擎天柱、小米CyberOne、智元机器人，逐际动力等。
因此，对于人形机器人的未来预测或许会遭遇反转，但我同样期待被打脸的一刻。最后调侃一句，如果真的人形机器人能写稿，至少它应该不会延误交稿吧。
