人工智能驱动的人形机器人可以为你提供食物、堆放盘子——并与你交谈

图01通过观察人类煮咖啡学会了如何煮咖啡，现在它可以像人一样对你说话了。

一个自我纠正的人形机器人通过观看人类制作咖啡的镜头学会了煮一杯咖啡，现在由于与 OpenAI 技术的集成，它可以回答问题。

在新的宣传视频中，技术人员要求图 01 在类似厨房的极简测试环境中执行一系列简单的任务。他首先向机器人要吃的东西，机器人递给他一个苹果。接下来，他让图01解释为什么它在捡垃圾的时候递给他一个苹果。机器人用机器人但友好的声音回答所有问题。

相关：观看科学家佩戴 Apple Vision Pro 用手控制机器人

该公司在视频中表示，对话是通过与 OpenAI（ChatGPT 背后的名称）技术的集成来实现的。然而，图 01 不太可能使用 ChatGPT 本身，因为该 AI 工具通常不使用“嗯”等停顿词，而该机器人却使用这种停顿词。

借助 OpenAI，Figure 01 现在可以与人进行全面对话 -OpenAI 模型提供高级视觉和语言智能 -Figure 神经网络提供快速、低级、灵巧的机器人动作 该视频中的一切都是神经网络：pic.twitter.com /OJzMjCv4432024 年 3 月 13 日

如果视频中的一切都如所声称的那样，这意味着机器人技术在两个关键领域取得了进步。正如专家此前告诉《Live Science》的那样，第一个进步是机械工程背后的灵巧、自我纠正的动作，就像人类可以执行的那样。它意味着受关节或肌肉启发的非常精确的电机、执行器和夹具，以及操纵它们执行任务并巧妙地握住物体的电机控制。 

即使是拿起一个杯子——人们几乎不会有意识地思考这一点——也会使用密集的机载处理来按精确的顺序定向肌肉。

第二个进步是实时自然语言处理 (NLP)，这要归功于 OpenAI 引擎的添加——当您在其中输入查询时，该引擎需要像 ChatGPT 一样立即响应。它还需要软件将这些数据转换为音频或语音。 NLP 是计算机科学的一个领域，旨在赋予机器理解和传达语音的能力。

尽管这段视频看起来令人印象深刻，但到目前为止 Livescience.com 仍持怀疑态度。听一下 0.52 秒和 1.49 秒，图 01 以快速的“呃”开始一个句子，并重复“我”这个词，就像人类需要一瞬间的思考才能说话一样。为什么（以及如何）人工智能语音引擎会包含这种随机的、类似人类的措辞抽搐？总体而言，这种语调变化也可疑地不完美，太像人类在言语中使用的自然、无意识的节奏。

我们怀疑它实际上可能是预先录制的，以展示Figure Robotics正在研究的内容，而不是现场现场测试，但如果——正如视频标题所声称的——一切真的都是神经网络的结果，并且真正显示Figure 01的真实响应现在，我们刚刚向未来迈出了又一次巨大的飞跃。