微新創(chuàng)想(idea2003.com) 10 月 27 日消息:波士頓動(dòng)力公司近日推出了其新一代機(jī)器人狗 Spot，這是一種配備了聊天機(jī)器人技術(shù)的智能導(dǎo)游機(jī)器人。Spot 不僅能走動(dòng)和交談，還能以其獨(dú)特的英國(guó)口音為游客提供場(chǎng)所導(dǎo)游服務(wù)。通過(guò)與 ChatGPT 及其他開(kāi)源大型語(yǔ)言模型（LLMs）的集成，Spot 能夠精準(zhǔn)地訓(xùn)練其響應(yīng)，為人們呈現(xiàn)出一個(gè)全新的互動(dòng)體驗(yàn)。

據(jù)波士頓動(dòng)力的工程師介紹，Spot 能夠通過(guò)編寫(xiě)好的對(duì)話和視覺(jué)問(wèn)答模型，來(lái)回答有關(guān)周?chē)h(huán)境的問(wèn)題。在 YouTube 上發(fā)布的演示視頻中，Spot 可以看到在波士頓動(dòng)力的設(shè)施中走動(dòng)，為觀眾展示周?chē)沫h(huán)境，并通過(guò)其機(jī)械口回答問(wèn)題，營(yíng)造出一種真實(shí)的交流體驗(yàn)。

波士頓動(dòng)力的首席軟件工程師 Matt Klingensmith 表示，他們?yōu)?Spot 的每個(gè)房間提供了簡(jiǎn)短的腳本。Spot 隨后利用其抓手和身體上的攝像頭收集房間的圖像，以獲取更多有關(guān)所見(jiàn)內(nèi)容的信息，然后生成響應(yīng)。視覺(jué)問(wèn)答模型讓 Spot 能夠?yàn)閳D像添加標(biāo)題并回答關(guān)于它們的問(wèn)題。

波士頓動(dòng)力的機(jī)器人常常展示其舞蹈和跑酷技能，但通過(guò)生成式 AI，它們現(xiàn)在能夠直接聽(tīng)取并回應(yīng)人類的輸入。這些機(jī)器人擁有多種人格，包括一個(gè)激動(dòng)地談?wù)摽赡茉谑^下找到的礦物的「貴金屬女牛仔」，一個(gè)以押韻對(duì)偶回應(yīng)的「莎士比亞時(shí)空旅行者」，以及一個(gè)嘲諷 Klingensmith 的「Josh」人格。

Klingensmith 在波士頓動(dòng)力官方博客中寫(xiě)道：「我們很高興繼續(xù)探索人工智能與機(jī)器人技術(shù)的交匯點(diǎn)。這些模型（LLMs）可以提供文化背景、常識(shí)知識(shí)和靈活性，這對(duì)于許多機(jī)器人任務(wù)來(lái)說(shuō)都可能很有用。例如，僅通過(guò)與機(jī)器人交談就能指派任務(wù)，這將有助于降低使用這些系統(tǒng)的學(xué)習(xí)曲線。」

同時(shí)，OpenAI 最近也為其聊天機(jī)器人 ChatGPT 添加了聲音和圖像識(shí)別功能，讓它能夠生成由真人聲音演員的聲音合成的 AI 生成的聲音線，從而能夠向用戶回應(yīng)。此外，ChatGPT 現(xiàn)在也能識(shí)別圖像，并提供圖像中內(nèi)容的信息。這一更新也為 AI 的可能性打開(kāi)了新的大門(mén)，包括波士頓的機(jī)器人狗，現(xiàn)在也能夠聽(tīng)和說(shuō)了。