我们看到机器狗Spot会跑、会跳，甚至会跳舞......但现在我们可以看到Spot说话了。在波士顿动力公司（BostonDynamics）发布的一段视频中，我们看到它的机器狗戴着高帽子，留着小胡子，瞪着炯炯有神的眼睛，用英国口音与工作人员聊天，带他们参观公司的设施。
"我们可以开始旅程了吗？"Spot问。"充电站是斑斑机器人休息和充电的地方，也是我们第一个要参观的地方。请跟我来，先生们。"正如演示中所示，Spot能够回答问题，甚至还能张开"嘴巴"，让人觉得它真的在说话。
为了让Spot"说话"，波士顿动力公司使用了OpenAI的ChatGPTAPI和一些开源的大型语言模型（LLM）来仔细训练它的回答。然后，它为机器人配备了扬声器，增加了文本到语音功能，并让它像木偶的嘴一样"模仿说话"。
波士顿动力公司的首席软件工程师马特-克林根斯密斯（MattKlingensmith）说，团队为Spot提供了一个"非常简短的脚本"，内容涉及公司设施中的每个房间。然后，机器人将脚本与它从抓手和身体上的摄像头获得的图像结合起来，让它"在产生反应之前获得更多关于它所看到的信息"。据该公司称，Spot使用视觉问题解答模型为图像添加标题，并回答有关图像的问题。
"花式管家"并不是Spot在视频中扮演的唯一角色。这个四条腿的机器人还化身为20世纪20年代的考古学家、青少年和莎士比亚笔下的时空旅行者。当被要求写一首俳句时，它还会说"发电机在房间里低声嗡嗡作响，发电机在没有欢乐的房间里低声哼唱，很像我的灵魂"。
波士顿动力公司表示，在将Spot作为导游进行试验时，他们发现了一些意外情况。有一次，团队问Spot它的"父母"是谁，结果它走到了公司办公室里陈列的老款Spot模型的地方。该公司还指出，在一些情况下，LLM仍然会胡编乱造，比如说它设计用来搬箱子的机器人Stretch是为瑜伽而生的。
"我们很高兴能继续探索人工智能与机器人技术的交叉点，"克林恩史密斯在波士顿动力公司网站的一篇文章中写道。"这些模型（LLMs）可以帮助提供文化背景、一般常识性知识和灵活性，这对许多机器人任务都很有用--例如，只需与机器人对话就能为其分配任务，这将有助于降低使用这些系统的学习曲线。"
虽然在视频中，"斑点"听起来和看起来都很傻，但还是让人很难不联想到这个像狗一样的机器人开门和监视人的能力。毕竟，它随时有可能成为警察和军队的工具。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】