波士頓動力機器狗能開口聊天了！ChatGPT加持，對話機智妙語連珠
“發電機在沉悶的房間里發出低沉的嗡嗡聲。很像我的靈魂。”
魚羊 發自 凹非寺
量子位 | 公眾號 QbitAI
好家伙，波士頓動力機器狗，現在能直接開口說話了。
并且不同于Siri的“人工智障”，ChatGPT加持的狗，聊起天來那叫一個妙語連珠。
比如隨口說一句：“我口渴了。”
它會直接給你領到咖啡柜臺前，并回答：
我們這里有小吃店和咖啡機。這是我們的人類同事尋找能量靈丹的地方。請隨意補充水分、給自己充能，就像我們機器人在基站里所做的那樣。
聲音聽起來非常有磁性。
如果你讓它帶你見見它的“父母”，它還能在波士頓動力的展廳里，指出Spot V1給你看。
這些功能的實現，都不需要編寫特定代碼，主要是靠ChatGPT的“悟性”和視覺問答（VQA）模型、Whisper等其他一些AI模型輔助完成。
這一下子真把網友們給驚艷到了：
如何打造一只聊天機器狗
具體來說，波士頓動力的研究人員提供給機器狗的，只是一個簡單腳本。
給出的信息主要是公司里都有哪些房間、設施。每個房間、設施都有對應的一句話描述，比如：充電站，這是機器人充電的地方。
接著，他們讓Spot機器狗四處走動，通過攝像頭自己去觀察公司環境，并利用VQA和ChatGPT的能力為觀察到的事物打上“標記”，再把這些信息添加到腳本中。
就像這樣：
這樣一番調教之下，機器狗“導游”就可以正式上崗了。
既能跟游客插科打諢：
△“希望你不會因為速度太慢而跟不上機器狗的腳步”
正經科普起知識來也像模像樣。
研究人員還提到，機器狗可以自如地改變“狗設”。需要做的只是在腳本里添加一句話，比如：你是一個1920年代的考古學家。
像這個“詩人”Spot，就能自己作出這樣的詩句：
發電機在沉悶的房間里發出低沉的嗡嗡聲。很像我的靈魂。
Generator hums low in a room devoid of joy. Much like my soul.
另外，基于Spot 3.3版本自動檢測移動物體的能力，機器狗“導游”能夠感知到最近的人在哪個方向，從而把機械臂轉過去，實現“對視”交流。
研究人員還用低通濾波器對生成的語音進行了處理，將其轉化為機械臂的運動軌跡，這樣一來，機器狗的行動就更靈動了。
不過，研究人員也提到，ChatGPT加持下的機器狗難免有胡說八道的時候，只是作為一名“導游”，倒也還無傷大雅。
他們認為：
我們很高興繼續探索人工智能和機器人技術的交叉點。這兩種技術是絕妙的搭配。
機器人提供了一種在現實世界中“落地”大模型的絕佳方法。而大模型對于許多機器人任務來說都是有用的——比如，僅僅通過對話就能將任務分配給機器人，降低機器人使用的門檻。
參考鏈接：
[1]https://www.youtube.com/watch?v=djzOBZUFzTw
[2]https://bostondynamics.com/blog/robots-that-can-chat/
— 完 —
- 蘋果芯片主管也要跑路！庫克被曝出現健康問題2025-12-07
- 世界模型和具身大腦最新突破：90%生成數據，VLA性能暴漲300%｜開源2025-12-02
- 谷歌新架構突破Transformer超長上下文瓶頸！Hinton靈魂拷問：后悔Open嗎？2025-12-05
- 90后華人副教授突破30年數學猜想！結論與生成式AI直接相關2025-11-26
相關閱讀
