2 月 5 日，Figure AI 创始人 Brett Adcock 曾豪言，在未来 30 天内将向外界展示“前所未见的人形机器人技术”。（能够自主学习的 AI 通用人形机器人：Figure AI）如今，他真的兑现了这一承诺。
年初的时候 Figure AI 宣布终止与 OpenAI 的合作，转而专注于自主研发 AI 系统。从最新的演示来看，Figure 02 采用的多模态 AI 系统不仅能精准识别眼前的物体和周围环境，还具备推理能力。即便面对从未见过的新事物，它也能迅速理解并作出合理判断，将物品放置在最合适的位置。此外，Figure 02 还展现出一定的协作能力，意味着通用型人形机器人正迈向具备自学能力的新时代。
目前 Figure 02 动作速度仍较为缓慢，不过 Figure AI 投资人 Chris Camillo 在一次访谈中提到，随着机器人不断自主学习，它们动作的速度将很快达到人类的 1.2-1.5倍。(人形机器人即将颠覆劳动力市场？)
很多 AI 智能体表现“迟钝”，往往并非模型能力不足，而是缺乏记忆机制。Google 技术专家基于 ADK 提出三种解决方案：会话记忆让助手在单次对话中记住上下文；多智能体状态共享支持多个智能体通过键值对协作传递信息；持久化存储则利用数据库替代内存，使智能体能跨越重启记录用户偏好。这些方法能有效解决“金鱼记忆”问题，帮助开发者构建更连贯、具备长期服务能力的个人助理应用。
5 月 7 日，OpenAI 在英、巴等五国启动 ChatGPT 广告内测，并推出三款具备 GPT-5 级推理能力的实时语音模型。广告业务强调隐私与回答独立性，旨在探索免费用户变现路径。新语音模型则支持复杂任务操作，加速企业付费场景落地。此举标志 OpenAI 从技术验证转向商业模式规模化，证明 AI 产品可兼顾用户体验与多元盈利，为行业商业化提供了关键风向标。
如何让 AI 视频拥有电影质感？提示词应采用导演语言而非被动描述，需包含主体、微动作、环境、摄像机、灯光、风格、情绪、物理细节、渲染质量九层结构。文章还总结了微动作工程、摄像机定义、布光逻辑、情绪编码及可控混乱等策略，并提供了多条完整示例。创作者需注意框架易致同质化，真正的竞争壁垒在于对细节分寸和不可模板化判断的把握。
围绕《Figure AI 兑现承诺，人形机器人 Figure 02 展示推理能力》展开交流，未登录用户可浏览评论，登录后可参与讨论。
