【導讀】 OpenAI上一筆融資不到八個月，Figure就來交捲了！這個機器人能說會動，還能自主推理，為自己安排任務。最爆炸的是，它完全是自主行動，沒有遠端控制！1.0倍速的原始影片一出，網友們震驚了。

世界上第一個「ChatGPT機器人」來了！

新創公司Figure聯合OpenAI，現在直接為LLM造了個身體（具體來說，它是個OpenAI訓練的多模態大模型）。

半個月前剛獲得OpenAI等的6.75億美元融資，今天新創公司Figure就來交捲了，簡直神速。

這個名為Figure 01的機器人，充分展現了和人類以及環境互動的能力。它會說會看，還能給人類遞食物、撿垃圾、收拾碗筷。

不僅如此，它還能夠推理，自行辨識、規劃和執行有用的任務。

在這個過程中，由OpenAI提供視覺推理和語言理解，Figure 01的神經網絡，會提供快速、低等級、靈巧的機器人動作。

OpenAI和Figure Robotics放出的這段演示，瞬間震驚了網友：大模型和真實物理世界的距離，越來越近了！

先前Midjourney創辦人預測：2040年，將會有10億機器人，2060年將有一百億，馬斯克表示同意

首先，影片是1.0倍原速拍攝的，而且是連續拍攝，跟之前那些為了表現流暢而加速的人形機器人演示不一樣。

其次，整個影片只了一個端到端的神經網路。

而且，機器人背後，沒有人在遠端操作，所有動作都是由機器人自行完成的！

現在，壓力給了波士頓動力和馬斯克的擎天柱這邊。

高能量機器人，能說會看還能推理

影片中的小哥問它：「Figure 01，你看到了什麼？」

思索幾秒後，它張口說話了：「我看到桌子中間的盤子中，放了一隻蘋果，瀝水架上有幾個盤子和一個杯子。我還看到你站在旁邊，你的手放在桌子上。」

小哥接著問：「我能吃點東西嗎？」

Figure 01回答：「當然！」然後抬起手，拿起一個蘋果遞給他。

小哥直接把一堆垃圾嘩啦啦倒在Figure 1面前，然後問它，你能不能一邊給我解釋下剛才為什麼會這麼做的原因，一邊把這些垃圾收拾乾淨呢？

Figure 01一邊有條不紊地把籃子拉到自己面前，把垃圾一個個撿進籃子裡，一邊回答道，「我給你蘋果，是因為這是我在桌上唯一看到的能吃的東西」。

接下來，小哥又向Figure 01發出了靈魂拷問：「根據你眼前所見的場景，你覺得你眼前的這些盤子應該放到哪裡呢？」

Figure 01自信滿滿地表示：像桌上這些盤子啊杯子啊，應該放到旁邊的瀝水架上。

小哥表示，那你就幫忙放吧？五秒鐘後，Figure 01抬起右手，用敏捷靈活的動作，一個一個地把盤子和杯子放到了該放的地方。

最後，小哥也讓Figure 01給自己的表現來個複盤：「你覺得你表現得如何？」

Figure 01很滿意地說：「我覺得我做得很好，我把蘋果遞給了你，把垃圾丟掉了，桌上的東西也都放到了該放的地方。」

小哥向它表示了感謝後，Figure 01甚至還伸開雙臂，聳了聳肩，表示有什麼忙要幫的，歡迎隨時來找我。

看到這一幕的網友們，紛紛表示驚嘆。

看起來，AGI可能在六個月內就會到來了，甚至更短！

波士頓動力只能再多編一些舞蹈花樣了，不然真的打不過。😂

有人表示，讓LLM機器人幫忙洗碗和打掃房子，才是最正確的事。不然總不能讓它們成天吟詩畫畫吧…

「Figure 1，在我出門時，請你幫我打掃房子、洗碗、遛狗，你可以看《魔鬼終結者2》，但不要產生任何瘋狂的想法，ok？」

如果對話再流暢一些，處理速度再快上100倍，那我們就會得到一個工作產品。

另外還有人吐槽了Figure 01的聲音，為啥搞得像50歲的吸菸者…

Figure CEO則表示，機器人的聲音，是對文字轉語音的AI進行了微調，還讓大家猜猜是誰。

這家機器人新創公司Figure，囊括了波士頓動力、特斯拉、GoogleDeepMind和Archer Aviation的前員工。成立不到兩年，它已經估值26億美元。

和OpenAI的首次合作亮相，就如此驚艷。

顯然，在機器人領域，人工智慧時代才剛開始。

OpenAI的產品與合作副總裁Peter Welinder表示：「我們一直在計劃重返機器人領域，我們看到了與Figure合作的價值。我們想探索，在高性能的多模態模型驅動下，人形機器人能實現什麼樣的目標。」

如今，人形機器人再次引起了投資者興趣，因為大模型驅動的軟體，為機器人與人類的互動提供了更多可能性。

特斯拉CEO馬斯克預測，2040年，地球上將出現10億個人形機器人。

話說回來，被看Figure 01的這些操作看似容易，背後可是滿滿的玄機。

Figure AI的創辦人Corey Lynch親自在X解釋了Figure 01的工作原理。

放出的這個影片中，所有的行為都是學習的（不是遠端操作的），並且沒有加速播放。

如下圖所示，Figure AI用機器人攝影機收集的視訊訊息，加上麥克風捕捉的語音中的文字轉錄到由OpenAI提供的多模態大模型中，理解圖像和文字。

模型能夠處理對話的完整記錄，包括先前的歷史視頻，得到語言回應，然後透過文字轉語音的方式傳回給人類。

同時模型也負責規劃機器人運行哪些學習的閉環行為來完成給定的命令，將特定的神經網路權重載入到GPU上並執行策略。

將Figure 01連接到完成預訓練的多模態模型，為其提供了一些有趣的新功能。

Figure 01在OpenAI的大模型的加持下可以做到：

- 決策時使用常識推理。例如，「餐桌上的盤子和杯子很可能之後要放到烘乾架上」；

- 把「我餓了」這樣模稜兩可的高層次請求轉化為「遞給對方一個蘋果」等與具體情況相適應的行為；

- 用簡單易懂的英語描述為什麼它會執行某個特定的動作。例如，「這是我能從餐桌上為你找到的唯一能吃的東西」。

理解對話內容的大模型為Figure 01提供了強大的短期記憶。

對於機器人的實際應用來說，硬件本體是前置條件。遠征A1全身的自由度超過了49個，搭載了諧波一體關節、直線推桿、無刷行星伺服、空心杯電機等零部件。機器人的使命或許在於，將人類從日常瑣事中，從重複性勞動中解放出來，留出更多的時間去充盈精神世界。

稚暉君在昨日的創業首秀上，正式發布了“遠征A1”——一台身高175cm，體重53kg，具有完整人類造型的人形雙足機器人。

遠征A1登台（動圖步速有一定加快，並非實際步速）

稚暉君，本名彭志輝。去年年底，以“天才少年”身份加入華為的稚暉君被曝離職，創立智元機器人（Agibot）。

在演講中，稚暉君說到，“智元”的寓意實際上就是“智能的人形機器人”，“元”就像人的兩條腿。他們團隊希望創造出和人一樣靈活以及智能的機器人。遠征A1的未來計劃，是可以在各種複雜場景下自主完成移動和操作任務。

不難看出，智元機器人團隊非常看重機器人的“行動力”。

對於機器人的實際應用來說，硬件本體是前置條件。

在本體硬件設計上，智元機器人構建了一套自研的硬件系統，包括關節電機、靈巧手等，如果從零部件算，整個機器人的國產化率在80%以上：

遠征A1全身的自由度超過了49個，搭載了諧波一體關節、直線推桿、無刷行星伺服、空心杯電機等零部件。這些執行器就像人類關節一樣，決定了人做各種動作的靈活性。其關節電機的峰值扭矩可以達到350Nm，重量為1.6kg，還配備了液冷散熱結構。

其手部有12個主動自由度、5個被動自由度，成本在1萬元以內，配備了基於視覺的指尖傳感器。

其腿部採用反屈膝設計，更適合“幹活”。

相比之下，馬斯克的人形機器人“擎天柱”全身有200多個自由度，手部27個自由度，成本預計在2萬美元（約合人民幣14萬元）左右。

此外，遠征A1的AI算力達到了200TOPS，搭載了RGBD相機、激光雷達、IMU等傳感器，在智能方面則支持多模態感知、少樣本學習、任務閉環、強人機交互等能力和特性。

稚暉君表示，遠征A1計劃將價格控制在20萬元以內，明年下半年商業化落地。第一個目標就是應用在工業製造領域（已經和國內相關行業龍頭企業進行了對接）。隨後逐步走向to C應用，如烹飪炒菜、衣物整理以及失能老人護理/肢體恢復輔助等。

▌身體是“機器人革命”的本錢

機器人的身體和靈魂，哪個更重要？

要回答這個問題，就要回歸到人類本身，我們想讓機器人做的事情是什麼？大家對機器人的需求是什麼？

稚暉君認為是勞動力服務，他引用了一個網絡段子：我們想讓AI做的事，是做飯、打掃房間、洗衣服、扔垃圾，然而它們實際在做的事，是聊天、繪畫、寫作、作曲、打遊戲……

身體代表行動力，靈魂代表創造力，勞動力服務正是基於前者而非後者，掌握這類技能或許才是機器人的使命——將人類從日常瑣事中，從重複性勞動中解放出來，留出更多的時間去充盈精神世界。

如同其他革命性的科技產品一樣，凝聚在機器人身上的目光復雜多樣，集中體現了人類對新技術的態度——機器人既承載著人類的希望，被視解決勞動力短缺問題的工具，也映射著人類的恐懼，部分人害怕機器人進化出超越人類的智力，在未來成為獨立的非人主體。

針對人類的恐懼，機器學習泰斗Michael I. Jordan在近期談論當下的AI報導時表示，“關於AI的大部分新聞報導都不是很好，他們都在追求危險的觀點，認為機器將在重要方面超越人類，例如計算機在計算積分方面已經超過了我（人類），或者在許多我不關心的地方超過了我（人類）。其實，我們的目標是找出人類可能不太擅長的地方，看看機器如何幫助我們在這些方面做得更好。”（注：Jordan是美國科學院、美國工程院、美國藝術與科學院三院院士加身，也是人工智能領域唯一一位獲此成就的科學家。）

比起讓機器在普羅大眾“不關心”的地方取得成就，更重要的難道不是讓其應付人類的基本生活難題嗎？

對於應用於現實世界的機器人來說，行動力很重要，也是個技術難題，其實現難度甚至遠高於機器人腦力進化。

人類早已創造出打敗世界頂級棋手的機器人，但要讓機器人擁有兩三歲小孩一樣的感知力和行動力，很難，更別說像成年人一樣靈活。

這被稱為“莫拉維克悖論”——人類所獨有的高階智慧能力只需要非常少的計算能力，但無意識的技能和直覺（如辨識人臉、舉起鉛筆、在房間內走動、回答問題等能力）卻需要極大的運算能力，即越簡單的事情越難，越難的事情越簡單。

賦予機器人行動力依然是工程領域內最難解的問題。想讓機器人模仿人類，需要在機械設計、運動和感知等方面解決很多挑戰。或許正因為如此，AI技術領先者如OpenAI在ChatGPT誕生前（2021年7月）便解散了其存在四年多的機器人團隊。

我們毫不否認機器人產業的巨大前景，但站在當下時點，或許更應該對產業化進程多一分冷靜，對企業發展多一份耐心。（TMT時報）

彙整鉅亨號中所有使用「擎天柱機器人」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

全球首個OpenAI機器人誕生！Figure 01碾壓馬斯克擎天柱，10億機器人大軍正式啟動

中國的擎天柱機器人來了！