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

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。

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 —