北京时间3月13日深夜，明星机器人初创公司Figure震撼发布了一段由OpenAI大模型加持的人形机器人视频。视频中，机器人可以与人类流畅对话，理解人类的意图，听从自然语言指令，还能解释自己为什么这么做，智能程度令人咋舌。
得益于OpenAI多模态大模型的强大支持，视频中的机器人可以准确识别桌面上的苹果、沥水架、盘子等物品，对它说“想吃点东西”，它就能把苹果递到你手上。在大模型的辅助下，它可以理解桌面上唯一的食物——苹果。
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。
机器人由OpenAI模型提供高级的视觉和语言智能，由Figure神经网络传递快速、灵巧的机器人动作。而从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，只有短短13天。
