波士顿动力研发会说话的导游机器狗

首页 > 行业观察 > 波士顿动力研发会说话的导游机器狗

波士顿动力研发会说话的导游机器狗

新知榜官方账号

2023-11-05 02:26:19

10月27日全球顶级机器人开发商波士顿动力(BostonDynamics)在官网发布，通过将ChatGPTSpot以及其他AI模型相结合，开发了一种会说话的导游机器狗。Spot机器人(机器狗)"导游"，能用英国口音与员工聊天带他们参观公司的设施。该机器人能够回答问题，甚至可以像木偶一样张开"嘴巴"，让它看起来像是真的在说话。该机器狗能够根据文字语音提示与人类进行交谈，同时提供了视觉问答功能，可以分析摄像头拍摄的画面自动生成图像说明。公司还给该机器人安装了一个扬声器，增加了文本转语音功能。

ChatGPT等大语言模型展现出了强大的控制和输出能力，可以用于控制物理机器人的行为和决策功能。例如输入一些特定景点数据图片等，可让机器人提供逻辑清晰条理分明的导游功能。此外这也增强了物理机器人的拟人化能力，如为你讲一个冷笑话、做一个逗你开心的滑稽动作。公司使用一台电脑作为机器狗的控制大脑，并通过SpotSDK与其实现数据交互。为了让机器狗具备拟人化动作，例如点头、伸脖子等，使用了Spot的点臂和夹具相机视觉功能。利用机器人的抓手摄像头和前置机身摄像头，实现以视觉问答模式。例如"这张图片有什么有趣的地方？"或图像字幕模式互动交流听觉功能。为了让机器狗可以实现"听"的功能，研发人员将麦克风数据分块输入到OpenAI的语音模型Whisper中转换为英文文本互动交流。为了让机器狗能与人类实现对话，需将语音指令转换成文本用于提示ChatGPT，通过云服务ElevenLabs工具来实现。

波士顿动力公司在机器人方面深耕了20余年，此前它已对外公布了多款机器人，其产品在工业研究和消费领域都有应用。主要代表机器人包括：BigDogAtlasSpotHandle等，其中就包括Spot机器人(机器狗)。Spot是该公司成立20多年来推出的首款商用机器人是一款电动液压机器狗，它能走能跑还能爬楼梯上坡下坡。此外它还拥有跳舞探索矿井以及帮助医务人员等诸多技能，但它还在不断学习新的技巧。会说话的导游机器狗的上市是人工智能应用领域的新现象，机器狗展现出自我决策能力，能回答问题并主动与人互动。为大语言模型实现实际应用开辟了新领域新思路，必将拓宽到其它应用领域，更多人工智能领域讯息，敬请关注公众号"AI时代2023"。

本页网址：https://www.xinzhibang.net/article_detail-18942.html

寻求报道，请

关键词

波士顿动力机器人导游机器狗

分享至微信：

相关工具

美图AI PPT

美图秀秀推出的免费在线AI生成PPT设计工具

beautiful.ai

AI创建展示幻灯片

Chronicle

AI高颜值演示文稿创建

ChatBA

AI幻灯片生成工具

歌者AI

彩漩PPT推出的AI PPT生成工具

爱设计PPT

AI快速生成高质量PPT

PPT的崛起与争议

PPT（PowerPoint）是现代打工人最常用的软件之一，从学校课堂到国际会议，都少不了PPT的踪影。昨天，PPT发明者丹尼斯·奥斯汀去世的消息冲上热搜，再次引发了网友对这个工具的讨论。有人认为“PPT是伟大的发明”，也有网友忍不住吐槽“愿天堂没有PPT”。全球用户每天用PPT创建超过3000万份

PPT演示文稿办公软件

12-03 10:04

20个在IntelliJ IDEA中好用的插件推荐

20个在IntelliJ IDEA中好用的插件推荐在使用IntelliJ IDEA进行开发时，许多插件可让开发人员更高效地编写代码。以下是我推荐的20个在IDEA中好用的插件：CodeGlance：在右侧编辑器旁边添加一个缩略图以查看整个文件的结构。KeyPromoterX：当您使用IDEA中的菜单

IntelliJIDEA插件CodeGlanceKeyPromoterXLombokMavenHelperSaveActionsStringManipulationRainbowBracketsPlantUMLIntegrationIdeologBashSupportMarkdownNavigatorCodeIrisPresentationAssistantCheckStyle-IDEAGitToolBoxIdeaVimTabNineGrepConsoleYAML

11-15 22:35

关于VSCode主题和插件推荐

关于VSCode主题和插件推荐本文将介绍几个适合使用的VSCode主题和插件，包括SynthWave'84、Vibrancy、OneDarkPro、MaterialTheme和Tabnine。SynthWave'84SynthWave'84是一个十分有趣的主题，它模仿了1984年的霓虹灯效果，让你仿

VSCode主题插件

11-15 22:34

2022年人工智能的新发展趋势

2022年人工智能的新发展趋势对于想要进入IT行业的人来说，关注新技术的动向就像吃饭喝水一样平常。那么2022年人工智能领域将会有哪些新的发展趋势呢？大型语言模型(LLM)定义交互式AI的下一波浪潮人工智能的语言模型是基于自然语言处理技术和算法创建的。这些模型可以预测句子中的下一个单词，总结文本信息

人工智能大型语言模型多模态人工智能MLOps开发人员生产力垂直化解决方案

11-15 22:33

产品经理快速画好工作型PPT的秘籍

产品经理快速画好工作型PPT的秘籍作为产品经理，PPT是我们展示工作成果、推广产品的重要工具。但是，很多产品经理在制作PPT时遇到了困难，不知道如何组织内容、如何设计排版、如何选取图片等等。本文将从产品经理的角度出发，分享画好工作型PPT的秘籍。一、准备工作在制作PPT之前，我们需要做好以下准备工作

产品经理PPT工作型

11-08 08:04

Al数据审核、智能眼镜、CXL新存储技术、白糖价格上涨、小商品城数字自贸中心、泉为科技中标光伏组件、华星创业三体IP、鹏都农牧背靠大豆、易华录政务数据运营权、润建股份Q1业绩增长、天津港一季度业绩创新

Al数据审核、智能眼镜、CXL新存储技术、白糖价格上涨、小商品城数字自贸中心、泉为科技中标光伏组件、华星创业三体IP、鹏都农牧背靠大豆、易华录政务数据运营权、润建股份Q1业绩增长、天津港一季度业绩创新高、3月社融数据解读本文介绍了Al数据审核、智能眼镜、CXL新存储技术、白糖价格上涨、小商品城数字自

Al数据审核智能眼镜CXL白糖小商品城泉为科技华星创业鹏都农牧易华录润建股份天津港社融数据

11-05 02:25

CES2022发布会观察：从三星到LG，看未来的发展趋势

CES2022发布会观察：从三星到LG，看未来的发展趋势1月5日-7日，CES2022在拉斯维加斯开幕，全球顶级电子企业纷纷召开发布会。本文观察了多家企业的发布会，从中总结出未来的发展趋势。三星：王者级发布会这些年的发布会，苹果和三星在全球独领风骚，这次苹果没来，三星称大王。三星的发布会，无论在创意

CES2022发布会电子企业

11-03 10:54

新人进入职场必须学会的办公基本软件

新人进入职场必须学会的办公基本软件Microsoft Office 3.0是微软公司开发的一套基于Windows操作系统的办公软件套装，常用组件有Word、Excel、Access、Powerpoint、FrontPage等。最早期发行于1993年8月30日，Microsoft Office 4.0

MicrosoftOfficeWordPowerPointExcel

11-02 10:10

Excel最新的"灵感图表"功能介绍

Excel最新的"灵感图表"功能介绍在2018微软全球技术大会上，微软推出了四项全新的人工智能（AI）功能，其中之一就是Excel最新的"灵感图表"功能。"灵感图表"是一种基于AI的洞察服务，它可以帮助用户识别数据集中的趋势、模式和异常值，使得用户在几秒钟内分析和理解他们的数据。只需单击Excel中

Excel灵感图表人工智能

11-02 10:09

微软PowerPoint将添加人工智能助手，提升演讲者口才

微软PowerPoint将添加人工智能助手，提升演讲者口才好不容易做好PPT，演示时候口才结巴那可就不好了。微软正在为PowerPoint添加一个人工智能助手，意图改善演示PPT时候，演讲者的口才。这项名为PresenterCoach将会在PowerPoint排练模式中出现，并通过收听计算机麦克风的

微软PowerPoint人工智能口才PresenterCoach

11-02 10:08