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？)
Qwen 3.8 27B以17GB显存实现媲美千亿旗舰的性能，但默认深思机制易引发过度思考。掌握推理强度（low/medium/xhigh）等调参逻辑，能助开发者在本地兼顾极速响应与复杂任务高准确率。
Qwen 3.8 27B 默认 xhigh 推理档位易致算力浪费，简单任务建议调低 reasoning_effort 或关闭推理以提升响应速度；复杂多步任务则需保留高推理以确保准确性。配合 MTP 多 token 预测技术，本地推理速度可提升 72%。该模型底层能力优秀，用户应根据场景灵活调节推理深度以平衡效率与质量。此外，行业亟需统一推理能效标准，解决不同厂商默认策略不透明导致的成本黑盒问题。
针对字节即梦 Seedance 2.5 模型，开源项目 Seedance-ShotDesign-Skills 通过“提示词契约”将 AI 视频生成从玄学升级为工程化流程。该技能库对齐最新官方硬限制，提供复杂视频、延长及关键帧优先等结构化模板，结合焦段心理学与中文运镜词典规避审核风险。其内置 14 种工作流路由及本地校验器，确保提示词合规。该工程旨在降低创意落差、解决叙事与镜头一致性问题，而非提升原生画质。
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。
