openai大模型加持的机器人，深夜来袭！

名曰Figure 01，它能听会说，动作灵活。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

能和人类描述眼前看到的一切：

我在桌子上看到一个红色的苹果，沥水架上还摆放着几个盘子和一个杯子；你站在旁边，双手轻轻放在桌子上。

图片

听到人类说“想吃东西”，就马上递过去苹果。

图片

而且对于自己做的事有清楚认知，给苹果是因为这是桌上唯一能吃的东西。

还顺便把东西整理，能同时搞定两种任务。

图片

最关键的是，这些展示都没有加速，机器人本来的动作就这么迅速。

（也没人在后面操纵）

这下网友坐不住了，立马@波士顿动力：

老伙计们，这家伙是真来劲儿了。咱得回实验室，让以前的机器人（波士顿动力）多跳点舞了。

图片

也有网友看在OpenAI卷完大语言模型、文生视频之后，又狙击机器人后感慨道：

这是一场激烈的竞争；与OpenAl合作，苹果可能会超越特斯拉。

但硬件方面，擎天柱看起来更美观，Figure 01仍然需要一些“整容手术”。（doge）

图片

接下来，我们继续来看下Figure 01的细节。

OpenAI视觉语言大模型加持

根据创始人的介绍，Figure 01通过端到端神经网络，可以和人类自如对话。

基于OpenAI提供的视觉理解和语言理解能力，它能完成快速、简单、灵巧的动作。

模型只说是一个视觉语言大模型，是否为GPT-4V不得而知。

图片

它还能规划动作、有短期记忆能力、用语言解释它的推理过程。

图片

比如对话里说“你能把它们放在那里吗？”

“它们”、“那里”这种模糊表述的理解，就体现了机器人的短期记忆能力。

它使用了OpenAI训练的视觉语言模型，机器人摄像头会以10Hz拍下画面，然后神经网络将以200Hz输出24自由度动作（手腕+手指关节角度）。

具体分工上，机器人的策略也很像人类。

Yaara

使用AI生成一流的文案广告，电子邮件，网站，列表，博客，故事和更多…

95 查看详情

复杂动作交给AI大模型，预训练模型会对图像和文本进行常识推理，给出动作计划；

简单动作如抓起塑料袋（抓哪里都可以），机器人基于已学习的视觉-动作执行策略，可以做出一些“下意识”的快速反应行动。

同时全身控制器会负责保持机身平衡、运动稳定。

图片

机器人的语音能力则基于一个文本-语音大模型微调而来。

图片

除了最先进的AI模型，Figure 01背后公司——Figure的创始人兼CEO还在推文中提到，Figure方面整合了机器人的所有关键组成。

包括电机、中间件操作系统、传感器、机械结构等，均由Figure工程师设计。

据了解，这家机器人初创公司在2周前才正式宣布和OpenAI的合作，但才13天后就带来如此重磅成果。不少人都开始期待后续合作了。

图片

由此，具身智能领域又有一颗新星走到了聚光灯下。

“将人形机器人带进生活”

说到Figure，这家公司创立于2025年，正如前文所言，再次引爆外界关注，就在十几天前——

官宣在新一轮融资中筹集6.75亿美元，估值冲到26亿美元，投资方几乎要集齐半个硅谷，包括微软、OpenAI、英伟达和亚马逊创始人贝佐斯等等。

更重要的是，OpenAI同时公开了与Figure更进一步合作的计划：将多模态大模型的能力扩展到机器人的感知、推理和交互上，“开发能够取代人类进行体力劳动的人形机器人”。

用现在最热的科技词汇来说，就是要一起搞具身智能。

图片

彼时，Figure 01的最新进展是酱婶的：

通过观看人类的示范视频，仅需10小时端到端训练，Figure 01就能学会用胶囊咖啡机泡咖啡。

图片

Figure与OpenAI的合作一公开，网友们就已经对未来的突破充满了期待。

图片

毕竟Brett Adcock，可是把“唯一的重点是以30年的视角建立Figure，以积极影响人类的未来”这样的话都写在个人主页上了。

但可能没人能想得到，仅仅两周左右的时间，新进展就来了。

如此之快，如此之远。并且还能持续泛化、扩展规模。

图片

值得一提的是，与炸场demo同时发布的，还有Figure的招聘信息：

我们正在将人形机器人带进生活。加入我们。

图片

参考链接：
[1]https://www.php.cn/link/59bbfbe0d3922ccd1d167661a26d8353
[2]https://www.php.cn/link/a3fc34dce15cda93287496c84af5203c
[3]https://www.php.cn/link/194585b5215aea447389c5fefca09c61

以上就是OpenAI大模型上身机器人，原速演示炸场！的详细内容，更多请关注其它相关文章！

# openai  # 螺蛳粉营销推广摘要范文  # 可直接  # 新能源  # 这家  # 日韩  # 还能  # 放在  # 省电  # 波士顿  # 的是  # fig  # follow  # 机器人  # 模型  # 这是  # 海口网站建设方案推广  # 陕西抖音关键词排名平台  # 社群营销推广方案 精品  # 酸奶营销推广  # 芒果营销怎么做推广好呢  # 大连网站建设手机版  # 南京谷歌seo网站推广  # 辉县网站建设优化推广  # 方山信息化网站推广一般多少钱 

相关栏目： 【 行业资讯67740 】 【 技术百科0 】 【 网络运营39195 】

相关推荐： 苹果16讲解有哪些功能  苹果手机16系统有哪些  苹果16配置参数有哪些  苹果16系统有哪些功能  点焊机接触器上power是什么意思  如何查询固态硬盘寿命  手机换电池要多少钱  为什么夸克书架书单没了  建伍遥控器power是什么意思  j*a中数组怎么传递  j*a 怎么清空数组元素  固态硬盘内存如何查找  春运抢票要用抢票软件吗  win10电脑如何使用命令提示符  春运哪天抢票最好  破太岁是什么意思  一天多少分钟  如何使用net命令  vfp 命令窗口如何实现换行  sofa是什么意思  春运车票啥时候可以抢票  5g手机怎么没视频通话功能  台达plc只有power灯亮是什么意思  学typescript有什么用  春运抢票需要什么软件抢  ping命令如何看问题  哪些框架支持typescript  单片机学习视频怎么调色  硬盘和固态硬盘如何区分  春运抢票用不用取票码  j*a数组求和怎么算  如何显示固态硬盘  如何打开命令提示符  壁挂炉power常亮是什么意思  苹果16系统网站有哪些  performance是什么意思  如何选择启用固态硬盘  电信开通nfc功能是什么意思  固态硬盘如何拆除  苹果电脑如何输入命令  春运抢票准备什么东西  阿里云盘的会员怎么用  路亚竿上的power是什么意思  为什么要用typescript6  夸克是什么空间单位  折叠屏手机哪个卖得最好  j*a怎么让数组倒换  春运抢票最好抢什么票啊  硬件如何执行命令  typescript需要学多久