Здається, в Маска з’явився ще один привід для ненависті до OpenAI.
Стартап Figure AI, який два тижні тому оголосив про співпрацю з OpenAI, вже продемонстрував її перші результати. На новому відео робот Figure 01 вже повноцінно взаємодіє з людиною — сприймає запити зором і на слух, а також надає повноцінні відповіді.
«Я бачу яблуко на тарілці в центрі столу, сушарку з чашками й тарілкою, а ти стоїш поруч із рукою на столі», — так описує Figure 01 те, що йому демонструють.
Далі людина просить у робота щось поїсти й Figure 01 простягає яблуко. Так, на цей час є певні затримки, передбачені для обробки інструкцій, однак в основному робот ідеально виконує команди.
«Я дав тобі яблуко, тому що це єдиний, ем, їстівний предмет, який я міг дати тобі зі столу», — каже Figure 01 і оце людське «ем», додає ще більшої реалістичності в розмову.
Для останнього трюку в Figure 01 питають, що далі робити з посудом. Робот відповідає, що його треба перенести на сушарку, і на прохання зробити це, перевертає стакан догори дригом і ставить у потрібне місце. Те саме Figure 01 відтворює з тарілкою, дуже чітко встановлюючи її на виступ у сушарці.
За зір та мовлення відповідають технології GPT-4Vision та ChatGPT відповідно, тоді як слух забезпечений розробкою WhisperJAX. Figure AI створила каркас робота та моделі, які приводять його у рух.
Здається, такого прогресу вже давно чекали від Tesla з її Optimus. Компанія досить швидко запустила прототипи — і до сьогодні ми бачили одну зібрану модель, яка ледь рухалась, і ще одну, яка стояла на підставці й махала глядачам рукою. Водночас на промо, яке послідувало за презентацією, роботи впевненіше ходили та взаємодіяли з довкіллям.
Щоправда, остання демонстрація, яку Ілон Маск виклав на X, «засвітила» інженера, який керував рухами робота.
Figure 01 не використовує жодних хитрощів на відео, каже співзасновник стартапу Бретт Адкок.
«Відео демонструє наскрізні нейронні мережі. Немає телеоперацій», — написав Адкок на X. «Крім того, воно було знято зі швидкістю 1,0x і безперервно».