Кажется, у Маска появился ещё один повод для ненависти к OpenAI.
Стартап Figure AI, который две недели назад объявил о сотрудничестве с OpenAI, уже продемонстрировал его первые результаты. На новом видео робот Figure 01 полноценно взаимодействует с человеком — воспринимает запросы зрением и на слух, а также предоставляет полноценные ответы.
«Я вижу яблоко на тарелке в центре стола, сушилку с чашками и тарелкой, а ты стоишь рядом с рукой на столе», — так описывает Figure 01 то, что ему демонстрируют.
Далее человек просит у робота что-то поесть и Figure 01 протягивает яблоко. Да, на данный момент есть определенные задержки, предусмотренные для обработки инструкций, однако в основном робот идеально выполняет команды.
«Я дал тебе яблоко, потому что это единственный, эм, съедобный предмет, который я мог дать тебе со стола», — говорит Figure 01 и это человеческое «эм», добавляет еще большей реалистичности в разговор.
Для последнего трюка у Figure 01 спрашивают, что дальше делать с посудой. Робот отвечает, что ее надо перенести на сушилку, и на просьбу сделать это, он переворачивает стакан и ставит в нужное место. То же Figure 01 воспроизводит с тарелкой, очень четко устанавливая ее на выступ в сушилке.
За зрение и речь отвечают технологии GPT-4Vision и ChatGPT соответственно, тогда как слух обеспечен разработкой WhisperJAX. Figure AI создала каркас робота и модели, которые приводят его в движение.
Кажется, такого прогресса уже давно ждали от Tesla с ее Optimus. Компания достаточно быстро запустила прототипы — и до сегодняшнего дня мы видели одну собранную модель, которая едва двигалась, и еще одну, которая стояла на подставке и махала зрителям рукой. В то же время на промо, которое последовало за презентацией, роботы увереннее ходили и взаимодействовали с окружающей средой.
Правда, последняя демонстрация, которую Илон Маск выложил на X, «засветила» инженера, который управлял движениями робота.
Figure 01 не использует никаких хитростей на видео, говорит соучредитель стартапа Бретт Адкок.
«Видео демонстрирует сквозные нейронные сети. Нет телеопераций», — написавший Адкок на X. «Кроме того, оно было снято со скоростью 1,0x и непрерывно».