OpenAI-13天做出全能机器人大模型

资深机器人专家Eric Jang不久前曾预言：「ChatGPT曾在一夜之间出现。我认为，有智慧的机器人技术也将如此。」他或许说对了。北京时间3月13日深夜，一段人形机器人的视频开始在X上热传。之前从未展示过机器人方向能力的OpenAI，在与投资公司的人形机器人的合作中，第一次展示了自己的机器人智能能力。Figure，OpenAI投资的机器人公司，上传了这段视频。在视频中，Figure的人形机器人，可以完全与人类流畅对话，理解人类的意图，同时还能理解人的自然语言指令进行抓取和放置，并解释自己为什么这么做。而其背后，就是OpenAI为其配置的智能大脑。在过去一年的具身智能进展中，或许你曾经看过类似的机器人自主决策、拿取物品的展示，但在这段视频中，Figure人形机器人的对话流畅度、展现出的智能感，接近人类操作速度的动作流畅性，绝对都是第一流的。Figure还特意强调，整段视频没有任何加速，也没有任何剪辑，是一镜到底拍摄的。同时，机器人是在完全自主的情况下进行的行为，没有任何远程操纵——似乎在暗暗讽刺前段时间爆火的展现了酷炫机械能力，但是没有太多智能程度的斯坦福炒菜机器人。比起机器人的智能表现，更可怖的是，这只是OpenAI小试牛刀的结果——从OpenAI宣布与Figure共同合作推进人形机器人领域的前沿，到这个视频的发布，只有短短的十三天。此次Figure人形机器人背后的智能，来自端到端的大语言-视觉模型，这是具身智能领域目前非常前沿的领域。去年极客公园报道过谷歌在类似领域的进展。谷歌做出的端到端机器人控制模型，被一些行业内的人士，誉为机器人大模型的GPT-3时刻。而当时，谷歌的机器人模型，还只能根据对话来做一些抓取，并不能与人类对话，也不能向人类解释自己为什么会这么做。而谷歌自身，从EverydayRobotics开始，已经有了五年以上的机器人研究经验。而Figure本身，成立于2022年。从OpenAI宣布介入与之合作，到今天它们共同推出一个能够自主对话和决策的机器人，只有13天。机器人智能的发展，显然正在加速。01.端到端大模型驱动，机器人的速度已经接近人类速度Figure的创始人BrettAdcock和AI团队的负责人CoreyLynch在X上解释了此次视频中机器人互动背后的原理。此次的突破，由OpenAI与Figure共同做出。OpenAI提供负责提供视觉推理和语言理解，而Figure的神经网络提供快速、低水平、灵巧的机器人动作。机器人所做出的所有行为都是出于已经学习过，内化了的能力，而不是来自远程操作。研究人员将机器人摄像头中的图像输入，和机载麦克风捕获的语音中的文本转录到由OpenAI训练的，可以理解图像和文本的多模态模型（VLM）中，由该模型处理对话的整个历史记录，得出语言响应，然后通过文本到语音的方式将其回复给人类。同样的模型，也负责决定在机器人上运行哪些学习的闭环行为来完成给定的命令，将特定的神经网络权重加载到GPU上并执行策略。这也是为什么这个机器人，属于「端到端」的机器人控制。从语言输入开始，模型接管了一切处理，直接输出语言和行为结果，而不是中间输出一些结果，再加载其他程序处理这些结果。Figure的机载摄像头以10hz的频率拍摄图像，然后神经网络以200hz输出24个自由度动作。Figure的创始人提到，这代表机器人的速度已经有显著提高，开始接近人类的速度。OpenAI的模型的多模态能力，是机器人可以与世界交互的关键，我们能够从视频中展示中看到许多类似的瞬间，比如：描述一下它的周围环境。做出决定时使用常识推理。例如，「桌子上的盘子和杯子等餐具接下来很可能会进入晾衣架」。将「我饿了」等模棱两可的高级请求转化为一些适合上下文的行为，例如「递给对方一个苹果」。用简单的英语描述*为什么*它会

---

什么是chatbot机器人？

ChatGPT（全名：Chat Generative Pre-trained Transformer），是OpenAI 研发的一款聊天机器人程序，于2022年11月30日发布 。ChatGPT是人工智能技术驱动的自然语言处理工具，它能够基于在预训练阶段所见的模式和统计规律，来生成回答，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码，写论文等任务。

GPT模型，尤其是它们使用的Transformer架构，代表着AI研究的重大突破。GPT模型的兴起是机器学习广泛采用的转折点，因为该技术现在可用于自动化和改进各种任务，从语言翻译和文档摘要到撰写博客文章、构建网站、设计视觉效果、制作动画、编写代码、研究复杂话题，甚至创作诗歌。这些模型的价值在于其速度和运行规模。例如，您可能需要几个小时来研究、撰写和编辑一篇关于核物理的文章，而GPT模型只需几秒钟就能生成一篇。GPT模型引发AI领域对于实现通用人工智能所做的研究，这项研究意味着机器可以帮助组织达到新的生产力水平，重塑其应用程序和客户体验。

景联文科技是AI基础数据行业的头部企业，拥有千人从业经验丰富的数据标注团队及丰富的图像和文本标注经验，可为ChatGPT模型的大语言模型提供图像和NLP相关数据采集和数据标注服务，并根据客户需求迅速调配有相关经验的标注员。网页链接

针对数据定制标注服务，景联文科技拥有先进的数据标注平台与成熟的标注、审核、质检机制，支持计算机视觉：语义分割、矩形框标注、多边形标注、关键点标注、3D立方体标注、2D3D融合标注、目标追踪、属性判别等多类型数据标注；支持自然语言处理：文本清洗、OCR转写、情感分析、词性标注、句子编写、意图匹配、文本判断、文本匹配、文本信息抽取、NLU语句泛化、机器翻译等多类型数据标注。

景联文科技提供的产品为全链条AI数据服务，从数据采集、清洗、标注、到驻场的全流程、垂直领域数据解决方案一站式AI数据服务，满足了不用应用场景下的各类数据采集标注业务的需要，协助人工智能企业解决整个人工智能链条中数据采集标注环节的相对应问题，推动人工智能在更多地场景下实现落地应用，构建完整的AI数据生态。

什么是ChatGate机器人？

ChatGPT是是由人工智能研究实验室OpenAI在2022年11月30日发布的全新聊天机器人模型，一款人工智能技术驱动的自然语言处理工具。 它能够通过学习和理解人类的语言来进行对话，不仅上知天文下知地理，知识渊博，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，但ChatGPT不单是聊天机器人的简单，甚至能完成撰写邮件、视频脚本、文案、翻译、代码等任务。 同时也引起无数网友沉迷与ChatGPT聊天，成为大家讨论的火爆话题。

人工智能（ AI）聊天机器人将会如何发展？

财联社1月28日讯（编辑 周子意）它可以帮助程序员撰写代码，它可以帮助学生完成论文，它通过了MBA、律师和医疗执照考试，它能够做的事情很多，包括但不限于写小说、编诗歌、定制食谱、撰写商业演讲…人工智能聊天机器人ChatGPT的发布，为全球科技行业并带来一波新的浪潮。 自它发布的两个月以来，它不停地被炒作、夸大、质疑，一直被业内人士挂在嘴边。 ChatGPT是一种被称为大型语言模型的人工智能（AI）程序，它内部存有来自互联网的数十亿个单词，然后再由人类进行改进。 该程序是由美国公司OpenAI公司推出的，目前该公司正打算推出一款更高级的版本。 人们对这款AI程序的态度可以说是褒贬不一，除了兴奋和狂热之外，不少人对此持有谨慎和辩证的观点：这种输出是原创，还是只是人类已创建内容的混搭？如果这种AI辅助工具的使用变得无处不在，那么对社会将产生什么后果？在该技术下，又有哪类行业会成为未来的赢家？原创与否？在一档名为The Crypto Mile的节目中，全球广告传播巨头WPP的首席AI官Daniel Hulme表示，“ChatGPT的发布是一件大事。 这是一个所谓的大型语言模型，该模型将是革命性的。 ”“它本质上使我们朝着所谓的通用人工智能（AGI）领域又迈进了一步，在AGI领域，机器表现得像真正的人类。 ”当被问及这项技术是否只是对人类创造力的复杂模仿时，Hulme却表示，“它绝对是在创造新内容。 ”“我最近问它对我有什么了解，它对我的经历、我的工作经验做出了一些推断，这些内容目前在互联网上不存在。 它在利用自己的预测能力和逻辑，试图做出新颖的推论。 ”造成失业与动荡？Hulme还提到，人类社会在不久的将来出现“经济奇点”的可能性。 “经济奇点”是人工智能专家Calum Chace创造的一个词，即AI技术本质上会造成社会的大规模失业。 Hulme认为，AI技术的发展可能会导致巨大的社会动荡，因为经济无法再平衡。 这是Hulme对未来15年的担忧。 他还警告，人工智能的颠覆性力量可能会自动取代人们今天从事的许多工作，所以社会需要从中找到平衡，避免潜在的社会动荡。 事实上，有一类思想流派认为，人们可以利用这些技术来消除商品创造过程中出现的摩擦，这种摩擦通常意味着劳动。 对于此类观点，Hulme并不反对，他也认为，“应该尽可能地将食品、医疗保健、教育和能源领域自动化”，而关键在于时机问题。 “如果我们时机合适，就有可能让所有这些东西都是免费的。 人们可以把成本降低非常之多，以至于人们生活在一个富足的世界里，出生在一个不必支付食物费用和教育费用的世界里。 然而，如果我们的时机出现偏差，人类社会很可能会出现巨大动荡。 ”ChatGPT的回答当把“ChatGPT是否会导致大规模失业”这个问题抛给ChatGPT本身，它给出了什么回答？这款AI程序答道，“采用ChatGPT和其他类似的语言模型，可能会导致某些行业出现失业或变化。 一些领域的自动化、以及语言模型分析大量数据的能力，可能会导致一些职业的过时。 此外，自动化模式下生产力会提高，这也可能导致某些职位的裁员。 “然而，使用ChatGPT和其他语言模型也可能创造新的就业机会和新的行业。 值得注意的是，历史上的技术进步总是导致劳动力市场的变化，但没有导致大规模失业。 ”未来趋势如果未来AI应用如预期的那样出现饱和，哪些行业将成为最大的赢家，又有哪些行业会沦为输家呢?对于这个问题，Hulme提到，各行各行当下对人工智能的两个定义。 其一是，让计算机去做人类能做的事情，ChatGPT就是一个很好的例子。 其二，有一部分组织将人工智能定义为“目标导向地适应行为”，即能够非常迅速地适应不断变化的世界。 Hulme认为这部分行业组织将会是未来真正的赢家。 也就是说，衡量未来是否成功的标准是个人或组织迅速适应快速变化的世界的能力。 科技公关机构Makeraves的创始人Shagun Karki Chetri指出，每个内容创作者都应该学习如何利用AI来创作内容。 Karki Chetri非常生动地将那些“不适用AI的公司”比作“必须自己走路去上学的孩子”，他们会到达学校，但是他们错过了父母开车带来的所有好处。 目前，微软已在ChatGPT上投入了大量资金。 2019年，微软向ChatGPT所有者、人工智能公司OpenAI投资了10亿美元。 在新增投资后，微软拟定推出的新版本搜索引擎Bing得到了ChatGPT技术的加持。 有市场人士猜测，微软的搜索引擎Bing可能会在竞争对手中获得技术领先优势。 另一边，作为全球范围内最知名的搜索引擎公司，谷歌并没有坐以待毙。 据悉，谷歌将发布他们自己的ChatGPT版本，名为Sparrow。 此外，新媒体公司Buzzfeed近日宣布，计划使用ChatGPT技术在其网站上创作部分内容。

---

---

相关标签： 汽车、 无人驾驶、 教育、 新经济、 游戏、 自动驾驶、 创业、 职业、 上市、 网红经济、 物联网、 资讯、 36氪首发、 新商业、 房产、 互联网、 资本市场、 最前线、 股票、 科技、 黑科技、 投资、 最前沿、 车联网、

上一篇：从小红书到B站内容平台的电商化为何如此艰

下一篇：欧洲颁布首部人工智能法案科技公司将面临什