概览

在3月13日深夜，社交媒体上热传了一段视频，焦点在于Figure AI制造的人形机器人。此事件发生在2月底，Figure AI宣布获得来自OpenAI、微软、亚马逊、英伟达等公司的投资，融资总额达6.75亿美元。这次展示是由Figure AI与OpenAI合作实现的。

视频解析

视频中，Figure AI的人形机器人展现出视觉能力和语言表达能力，能够拿起桌面上的苹果并解释其行为。在人类提问后，机器人能够迅速做出反应，其手部动作与人类接近，表现出高效与灵活性。机器人通过端到端的神经网络处理输入信息，视频呈现的场景未进行加速处理。

技术合作

Figure AI的创始人Brett Adcock与AI团队负责人Corey Lynch解释称，该机器人整合了OpenAI的视觉推理与语言理解功能，而Figure AI的神经网络则负责执行快速、精准的动作。机器人将摄像头捕捉的画面与麦克风接收到的文字信息输入至OpenAI提供的视觉语言大模型（VLM），该模型能够理解和分析图像与文本。搭载的相机以每秒10帧的速度捕捉画面，随后神经网络以每秒200帧的速度输出一系列精确动作指令。该机器人无需远程控制，其行为完全基于学习所得。

进展与合作

两周前，Figure AI宣布与OpenAI合作，旨在推动机器人学习领域的边界。这段视频展示了双方合作的成果，展示了机器人与人类对话的能力。Figure AI成立于2022年，其旗舰产品Figure 01是一款通用机器人，经过最新一轮融资后，公司估值达到了约26亿美元。相较于之前展示的双腿行走、拾取塑料箱的任务，最新的视频聚焦于机器人与人类进行对话的能力。

行业动态

人形机器人领域正快速发展。特斯拉推出了Optimus Gen2，搭载了AI大模型，能够拾起鸡蛋；而在今年1月发布的视频中，特斯拉的机器人能够折叠衣物。与此同时，英国公司Engineered Arts的Ameca机器人也因其与人类的对话视频而受到关注，Ameca具备视觉能力，能够描述空间特征，如窗户状态和光线强度，并通过移动眼睛和嘴巴展现真实的表情。

OpenAI的角色

OpenAI不仅展示了其大模型在人形机器人领域的应用潜力，还在近期公布了与Figure AI的合作项目。此外，OpenAI的CTO Mira Murati透露，文生视频模型Sora预计将于年末发布，公司正在通过红队测试确保其安全性和可靠性。近期有消息指出，GPT-4.5 Turbo产品的相关信息出现在搜索引擎中，显示了OpenAI在大模型更新方面的积极行动。

结论

Figure AI与OpenAI的合作展示了人形机器人在视觉感知、语言交互以及快速响应能力方面的进步。随着技术的不断演进，人形机器人在与人类的互动中展现出越来越高的智能水平，这一领域正迎来快速发展的新时代。