太拟人了!OpenAI加持,1X消费级人形机器人亮相
本篇文章给大家分享《太拟人了!OpenAI加持,1X消费级人形机器人亮相》,覆盖了科技周边的常见基础知识,其实一个语言的全部知识点一篇文章是不可能说完的,但希望通过这些问题,让读者对自己的掌握程度有一定的认识(B 数),从而弥补自己的不足,更好的掌握它。
终于有了点赛博朋克的样子。
这真不是个穿着皮套的人类吗?
刚刚,OpenAI 押注的机器人创业公司 1X 宣布正式推出一款专为家庭使用而设计的双足人形机器人原型 ——NEO Beta。

NEO 身高 5 英尺 5 英寸,大概 1 米 65,体重 30 公斤,步行速度 2.5 英里 / 小时(1.12 m/s),跑步速度 7.5 英里 / 小时(3.35 m/s),NEO 专为做家务而设计,可以承重 20 公斤,运行时间可达 2 到 4 个小时。
NEO 能做哪些家务呢?1X 展示的全都是高难度动作。整理一下高脚杯吧:

正在做饭,需要鸡蛋吗,给:

你看起来要出门,背上包吧:

有趣的是,NEO 干活,全程「静音」,主打一个陪伴,沟通主要靠「眼神交汇」,手势比划:
网友评论道:是否需要称之为「他」?

「下回我和 Claude、GPT 之类的 AI 对话时可要小心了。」

1X 机器人的人工智能副总裁、前谷歌资深科学家 Eric Jang 表示,在硬科技领域,最简单的东西也是非常难做的。我们制造了一款超静音机器人,它在人类周围非常安全。

NEO Beta 超越了传统的僵硬机器人,成为了具有仿生设计、可以在人类中安全工作的人形机器人。这是人形机器人领域一项重大进展,也标志着机器人公司 1X 从概念开发过渡到将人形机器人带入消费者家庭。接下来,NEO 将在挪威的工厂内进行大规模生产。
1X 旨在构建与人类一起工作的安全、智能类人机器人,来创造充足的体力劳动供应。为了实现这一目标,1X 类人机器人必须能够适应复杂的真实环境,才能有能力执行各种任务。
1X 首席执行官 Bernt Børnich 表示:「我们的首要任务是安全,安全是我们能够自信地将 NEO Beta 引入家庭的基石,它将收集重要的反馈并在现实环境中展示其功能。今年,我们将在选定的家庭中部署数量有限的 NEO 装置,用于研究和开发目的。这意味着我们朝着实现我们的使命又迈出了一步。」
与众不同的 1X 人形机器人
NEO 的身体采用类似人类肌肉组织的结构设计,而不是刚性的液压系统,因此显得既强壮又温和,就像人类一样。

NEO 可以行走、慢跑、爬楼梯,并自然地在用户所处的实际空间中导航。随着移动和执行任务,NEO 会变得更加高效。
NEO 为何一登场,在技术上就如此成熟?
实际上,1X 公司早期推出的旗舰产品 —— 轮式人形机器人 EVE 已经成功地进入了职场,在美国和欧洲部分地区投入商业化应用,例如在制造业协助后勤搬运等等。

EVE 为 1X 积累了大量通用知识,而 NEO 正是建立在 EVE 多年真实世界经验的基础上。

1X 第一代人形机器人:EVE
1X 在每个 NEO 部署之前,都会在真实场景中反复进行测试。1X 表示:「如果用户需要帮助,NEO 的视觉和动作可以迅速由远程人类操作员接管。」
1X 的测试表明,NEO 是一款具有广泛能力的人形机器人,在安保、物流、制造、操作机械以及处理复杂任务等行业中的工业任务中表现出色。并且,与 NEO 互动得越多,与 NEO 一起生活的体验就会变得越自然和直观。NEO 将理解所处的环境以及如何处理易碎物品,从而实现无缝协作和沉浸式的人机互动。
1X 还在研究 NEO 如何为行动不便的人士提供支持,比如取物品和提供陪伴。NEO 的潜力还延伸至科研领域,帮助机器人社区探索心理学和人工智能等领域。

关于人形机器人的设计,1X 认为,首先人类本身非常灵活,可以以各种方式移动。通过模仿人类形体和动作,1X 的机器人可以执行复杂的任务,并轻松地在环境中移动。
其次,人类擅长通过表情和手势等非语言的方式相互理解,当机器人看起来像人类时,他们可以使用这些熟悉的方式与人类沟通和合作。
最后,由于人类生活的世界中的一切都是为人类设计的,所以拥有符合人类外形的机器人可以更容易地融入我们的世界,而不需要做出太多改变。
借助具身人工智能(Embodied AI)技术,NEO 将通过融合 AI「感知」与其物理身体来更深入地理解环境。NEO 会不断学习和改进,随着时间的推移变得更加智能和高效。
OpenAI 看好的人形机器人公司
1X 是人形机器人领域的领导者,致力于创建通用家庭机器人,并解决物理智能问题。1X 专注于安全性,为消费者家庭提供实用且易用的产品。
1X 公司于 2014 年创立,公司最初由首席执行官 Bernt Børnich 以 Halodi Robotics 之名成立,以实现一种新解决方案:能够与人类一起执行劳动的通用机器人。
2022 年,1X 与 OpenAI 合作,将机器人技术与人工智能结合,为具身学习奠定基础。

近年来,1X 收获了外界巨额资金的支持,2024 年 1 月的 B 轮融资达到 1 亿美元,支持者中也有 OpenAI 的身影。
参考链接:
https://www.1x.tech/androids/neo
https://www.1x.tech/discover/announcement-1x-unveils-neo-beta-a-humanoid-robot-for-the-home
好了,本文到此结束,带大家了解了《太拟人了!OpenAI加持,1X消费级人形机器人亮相》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!
CSS 元素放大效果为何失效?
- 上一篇
- CSS 元素放大效果为何失效?
- 下一篇
- 如何在电脑上玩PS4游戏:步骤与技巧详解
-
- 科技周边 · 人工智能 | 18小时前 |
- GPT-Live双工语音会话接入后端
- 470浏览 收藏
-
- 科技周边 · 人工智能 | 18小时前 | 人工智能 · 文本生成 Transformers 重复片段 no_repeat_ngram_size GenerationConfig
- Transformers 怎样用 no_repeat_ngram_size 减少重复片段
- 493浏览 收藏
-
- 科技周边 · 人工智能 | 18小时前 | python · 人工智能 · OpenAI session Agents SDK SQLiteSession conversation_id
- OpenAI Agents API保存持久会话
- 414浏览 收藏
-
- 科技周边 · 人工智能 | 18小时前 |
- Transformers在vLLM中部署生成模型
- 122浏览 收藏
-
- 科技周边 · 人工智能 | 18小时前 |
- Transformers datasets流式读取训练数据
- 275浏览 收藏
-
- 科技周边 · 人工智能 | 18小时前 | 人工智能 · padding Transformers tokenizer max_length attention_mask truncation
- Transformers用tokenizer对齐输入长度
- 207浏览 收藏
-
- 科技周边 · 人工智能 | 18小时前 | 人工智能 · 批处理 · 批处理 多模态 Transformers AutoProcessor 图像文本模型
- Transformers处理多模态输入批次
- 317浏览 收藏
-
- 科技周边 · 人工智能 | 18小时前 | 人工智能 · 显存 Transformers 量化模型 BitsAndBytesConfig 4-bit 8-bit
- Transformers量化模型降低显存占用
- 306浏览 收藏
-
- 科技周边 · 人工智能 | 18小时前 | 人工智能 · LoRa 参数高效微调 Transformers PEFT
- Transformers用LoRA做参数高效微调
- 460浏览 收藏
-
- 科技周边 · 人工智能 | 18小时前 | 人工智能 · 流式输出 Transformers TextIteratorStreamer streaming
- Transformers streaming逐步输出生成文本
- 340浏览 收藏
-
- 科技周边 · 人工智能 | 18小时前 | 人工智能 · CLIP softmax 候选标签 logits_per_image 零样本分类
- CLIP候选标签变化后概率为什么跟着变
- 210浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1048次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1043次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1204次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1150次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 994次使用
-
- 量化模型本地推理的显存估算方法
- 2026-10-17 501浏览
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览

