家庭能源智聯(lián)自由 海辰儲能發(fā)布首套免安裝家庭微網(wǎng)系統(tǒng)HeroESOpenAI發(fā)布o(jì)3:AI 推理能力的重大突破,得分高達(dá)87.5%亞馬遜云科技推出Amazon Q Developer新功能小象超市,摸著美團(tuán)外賣出海E Ink元太科技連三年入選道瓊可持續(xù)雙指數(shù)撬動6000億GTV后,抖音計劃偷襲美團(tuán)大本營AGI Open Network(AON):賦能每個人創(chuàng)建、部署和貨幣化AI Agent貸款利率史上最低了嗎?東融教你看懂歷年啥水平“客服來電”有詐?抖音客服上線“驗證助手”助用戶識別詐騙OpenAI新模型GPT-5研發(fā)未達(dá)預(yù)期:成本高昂 效果不佳曝天馬打入果鏈:為蘋果HomePod供應(yīng)LCD屏 每塊屏僅10美元曝OPPO或首發(fā)新款天璣次旗艦芯片 兩大子品牌Q2發(fā)力諾基亞攜手阿聯(lián)酋運營商e&,展示全球首個固網(wǎng)游戲端到端網(wǎng)絡(luò)切片方案零下25℃制熱26℃!海爾水暖通黑科技亮相冰雪大世界三星沒放棄曲面屏開發(fā)!最新專利曝光暗示有望回歸三大運營商11月成績單:用戶數(shù)據(jù)增幅放緩打造下一個英偉達(dá),孫正義的2026芯片計劃曝光瞭望2025全球6G技術(shù)發(fā)展趨勢AI時代云安全新范式,暢捷通智能守護(hù)小微企業(yè)安全上云百川智能發(fā)布全鏈路領(lǐng)域增強(qiáng)金融大模型 Baichuan4-Finance
  • 首頁 > 企業(yè)IT頻道 > 人工智能

    將ChatGPT與物理機(jī)器人結(jié)合,波士頓動力開發(fā)了一只怪物!

    2023年10月27日 09:35:33   來源:AIGC開放社區(qū)公眾號

      10月27日,全球頂級機(jī)器人開發(fā)商波士頓動力(Boston Dynamics)在官網(wǎng)展示了一項新的研究,通過將ChatGPT、Spot以及其他AI模型相結(jié)合,開發(fā)了一種會說話的導(dǎo)游機(jī)器狗。

      據(jù)悉,該機(jī)器狗能夠根據(jù)文字、語音提示與人類進(jìn)行交談,同時提供了視覺問答功能,可以分析攝像頭拍攝的畫面,自動生成圖像說明。

      波士頓動力表示,ChatGPT等大語言模型展現(xiàn)出了強(qiáng)大的控制和輸出能力,這讓他們大受啟發(fā),可以用于控制物理機(jī)器人的行為和決策功能。例如,輸入一些特定景點數(shù)據(jù)、圖片等,可讓機(jī)器人提供邏輯清晰、條理分明的導(dǎo)游功能。

      此外,這也增強(qiáng)了物理機(jī)器人的擬人化能力,如為你講一個冷笑話,做一個逗你開心的滑稽動作。如果采用傳統(tǒng)的發(fā)方法,將是一件非常困難的事情。

      導(dǎo)游機(jī)器狗技術(shù)原理

      波士頓動力使用了自研的四足機(jī)器人Spot作為物理機(jī)器人框架,實現(xiàn)了行走、監(jiān)控、導(dǎo)航、掃描等基礎(chǔ)功能。

    1.jpg

      為了能讓機(jī)器狗說話與人類互動,研發(fā)人員為其配備了Respeaker V2揚(yáng)聲器,這是一個帶有 LED 的環(huán)形陣列麥克風(fēng),可通過USB將其連接到Spot的EAP2實現(xiàn)數(shù)據(jù)傳輸。

      1)Spot EAP2)揚(yáng)聲器3)藍(lán)牙音箱4)點臂和夾具相機(jī)

      使用了一臺電腦作為機(jī)器狗的控制大腦,并通過Spot SDK與其實現(xiàn)數(shù)據(jù)交互。為了讓機(jī)器狗具備擬人化動作,例如,點頭,伸脖子等,使用了Spot的點臂和夾具相機(jī)。

      用ChatGPT讓機(jī)器狗說話

      物理硬件環(huán)境搭建完成后,為了使機(jī)器狗具備對話功能,研發(fā)人員使用了GPT-3.5和GPT-4與Spot SDK相結(jié)合,并進(jìn)行了簡單的指令微調(diào),讓機(jī)器狗具備了初級導(dǎo)游判斷和對話功能。

      接下來,為了讓Spot與人類和環(huán)境進(jìn)行交互,集成了VQA和語音轉(zhuǎn)文本軟件。同時將機(jī)器人的抓手?jǐn)z像頭和前置機(jī)身攝像頭輸入BLIP-2,并以視覺問答模式(例如“這張圖片有什么有趣的地方?”等簡單問題)或圖像字幕模式運行它。

      該過程大約每秒運行一次,結(jié)果將直接輸入到提示中。

      為了讓機(jī)器狗可以實現(xiàn)“聽”的功能,研發(fā)人員將麥克風(fēng)數(shù)據(jù)分塊輸入到OpenAI的語音模型Whisper中轉(zhuǎn)換為英文文本。

      為了讓機(jī)器狗能與人類實現(xiàn)對話,需要將人類的語音指令轉(zhuǎn)換成文本用于提示ChatGPT,因此還需要一個轉(zhuǎn)換工具。開發(fā)人員在嘗試了多種工具后,決定使用了云服務(wù)ElevenLabs。

      實驗中的驚奇現(xiàn)象

      在多個測試對話過程中,研發(fā)人員發(fā)現(xiàn)了一個令人驚奇的現(xiàn)象,機(jī)器狗好像具備了簡單的自我決策能力。

      例如,向機(jī)器狗詢問Marc Raibert(波士頓動力執(zhí)行董事)是誰時?它回答:“我不知道他是誰,讓我們?nèi)シ⻊?wù)臺問一問吧。”

      到了服務(wù)臺,機(jī)器狗繼續(xù)向服務(wù)人員詢問Marc Raibert是誰?

      當(dāng)研發(fā)人員提問:你的父母是誰?機(jī)器狗走向了Spot V1和Big Dog的展示區(qū),并認(rèn)為這些機(jī)器人是它的父輩們。實際上,它們之間確實有關(guān)聯(lián)。

      機(jī)器狗還展現(xiàn)出了有趣的一面,可以主動向路人詢問,周圍是否有神秘的生物。

      波士頓動力表示,未來還會持續(xù)優(yōu)化該產(chǎn)品的功能。ChatGPT與實體機(jī)器人的相結(jié)合,為大語言模型實現(xiàn)物理化落地打開了大門,可以在導(dǎo)游、娛樂、物流、陪伴等領(lǐng)域得到廣泛應(yīng)用。

      關(guān)于波士頓動力

      波士頓動力(Boston Dynamics)成立于1992年,總部位于馬薩諸塞州波士頓。起初是麻省理工學(xué)院(MIT)的一個分支機(jī)構(gòu),后來發(fā)展成為一家獨立的公司。

      波士頓動力以開發(fā)高度先進(jìn)、靈活且具有實用性的機(jī)器人而聞名,其產(chǎn)品在工業(yè)、研究和消費領(lǐng)域都有應(yīng)用,主要代表機(jī)器人包括:BigDog、Atlas、Spot、Handle等。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹(jǐn)慎對待。投資者據(jù)此操作,風(fēng)險自擔(dān)。

    即時

    新聞

    明火炊具市場:三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。

    3C消費

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實質(zhì)性的幫助,雙十一期間低至2799元,性價比很高,簡直是創(chuàng)作者們的首選。

    研究

    中國信通院羅松:深度解讀《工業(yè)互聯(lián)網(wǎng)標(biāo)識解析體系

    9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會——工業(yè)互聯(lián)網(wǎng)標(biāo)識解析專題論壇在沈陽成功舉辦。