一种自我纠正的人形机器人，学会了仅通过观看镜头来煮一杯咖啡由于与OpenAI的技术集成，现在可以这样做的人可以回答问题。
在新的促销视频，技术人员要求图01在类似于厨房的简约测试环境中执行一系列简单任务。他首先要求机器人吃点东西，然后递给苹果。接下来，他要求图01解释为什么它在拿起一些垃圾时递给他一个苹果。机器人以机器人但友好的声音回答了所有问题。
有关的：观看科学家在佩戴Apple Vision Pro时用手控制机器人
该公司在视频中说，对话是由与OpenAI制作的技术集成的（Chatgpt背后的名称）为动力提供的。但是，图01不太可能使用chatgpt本身，因为AI工具通常不会使用该机器人这样的暂停单词。
使用OpenAI，图01现在可以与Openai模型进行完整的对话，可提供高级的视觉和语言智能数字神经网络，在此视频中提供快速，低级，灵活的机器人动作，是一个神经网络：pic.twitter.com/ojzmjcv4434434434434434434432024年3月13日
如果视频中的所有内容都按声称的工作，这意味着在两个关键的机器人技术领域的进步。正如专家们先前告诉《现场科学》（Live Science）的那样，第一个进步是像人们所能执行的那样灵巧，自我校正的动作背后的机械工程。这意味着受关节或肌肉启发的非常精确的电动机，执行器和握手，以及电动机控制以操纵它们以执行任务并精心固定物体。
即使拿起一个杯子（人们几乎没有意识到的东西）使用大量的板载处理来精确地定向肌肉。
第二个进步是实时自然语言处理（NLP），这要归功于Openai的引擎的添加 - 当您键入查询时，它必须像Chatgpt一样直接和响应。它还需要软件将这些数据转换为音频或语音。 NLP是一个计算机科学领域，旨在使机器能够理解和传达语音。
尽管录像看起来令人印象深刻，但到目前为止，Livescience.com持怀疑态度。在0.52s且在1.49时再次聆听，当图01开始用快速的“ uh”开始句子，然后重复“我”一词，就像一个人分开一秒钟的人来获得她的想法来说话。为什么（以及如何）AI语音引擎将包括这种随机的，类人类的词典？总体而言，这种拐点也是可疑的不完美的，就像人类在言语中使用的自然无意识的节奏一样。
我们怀疑实际上可能会预先录制它是为了展示Figure Robotics正在从事的工作，而不是现场现场测试，但是如果（如视频字幕所主张的那样），一切确实是神经网络的结果，并且真正显示了图01实时响应，我们刚刚向未来迈出了另一个巨大的飞跃。
