波士顿动力机器狗能开口聊天了！ChatGPT加持，对话机智妙语连珠
“发电机在沉闷的房间里发出低沉的嗡嗡声。很像我的灵魂。”
鱼羊 发自 凹非寺
量子位 | 公众号 QbitAI
好家伙，波士顿动力机器狗，现在能直接开口说话了。
并且不同于Siri的“人工智障”，ChatGPT加持的狗，聊起天来那叫一个妙语连珠。
比如随口说一句：“我口渴了。”
它会直接给你领到咖啡柜台前，并回答：
我们这里有小吃店和咖啡机。这是我们的人类同事寻找能量灵丹的地方。请随意补充水分、给自己充能，就像我们机器人在基站里所做的那样。
声音听起来非常有磁性。
音频播放器如果你让它带你见见它的“父母”，它还能在波士顿动力的展厅里，指出Spot V1给你看。
这些功能的实现，都不需要编写特定代码，主要是靠ChatGPT的“悟性”和视觉问答（VQA）模型、Whisper等其他一些AI模型辅助完成。
这一下子真把网友们给惊艳到了：
如何打造一只聊天机器狗
具体来说，波士顿动力的研究人员提供给机器狗的，只是一个简单脚本。
给出的信息主要是公司里都有哪些房间、设施。每个房间、设施都有对应的一句话描述，比如：充电站，这是机器人充电的地方。
接着，他们让Spot机器狗四处走动，通过摄像头自己去观察公司环境，并利用VQA和ChatGPT的能力为观察到的事物打上“标记”，再把这些信息添加到脚本中。
就像这样：
这样一番调教之下，机器狗“导游”就可以正式上岗了。
既能跟游客插科打诨：
△“希望你不会因为速度太慢而跟不上机器狗的脚步”
正经科普起知识来也像模像样。
研究人员还提到，机器狗可以自如地改变“狗设”。需要做的只是在脚本里添加一句话，比如：你是一个1920年代的考古学家。
像这个“诗人”Spot，就能自己作出这样的诗句：
发电机在沉闷的房间里发出低沉的嗡嗡声。很像我的灵魂。
Generator hums low in a room devoid of joy. Much like my soul.
另外，基于Spot 3.3版本自动检测移动物体的能力，机器狗“导游”能够感知到最近的人在哪个方向，从而把机械臂转过去，实现“对视”交流。
研究人员还用低通滤波器对生成的语音进行了处理，将其转化为机械臂的运动轨迹，这样一来，机器狗的行动就更灵动了。
不过，研究人员也提到，ChatGPT加持下的机器狗难免有胡说八道的时候，只是作为一名“导游”，倒也还无伤大雅。
他们认为：
我们很高兴继续探索人工智能和机器人技术的交叉点。这两种技术是绝妙的搭配。
机器人提供了一种在现实世界中“落地”大模型的绝佳方法。而大模型对于许多机器人任务来说都是有用的——比如，仅仅通过对话就能将任务分配给机器人，降低机器人使用的门槛。
参考链接：
[1]https://www.youtube.com/watch?v=djzOBZUFzTw
[2]https://bostondynamics.com/blog/robots-that-can-chat/
— 完 —
- 粉笔CTO：大模型打破教育「不可能三角」，因材施教真正成为可能｜中国AIGC产业峰会2025-04-18
- GPT-4.1淘汰了4.5！全系列百万上下文，主打一个性价比2025-04-15
- SOTA自动绑骨开源框架来了！3D版DeepSeek开源月大礼包持续开箱ing2025-04-11
- 语音界Deepseek！百度最新跨模态端到端语音交互，成本最高降90%2025-04-02
