将ChatGPT与物理机器人结合，波士顿动力开发了一只怪物 ！ 如为你讲一个冷笑话

波士顿动力表示，将C机器ChatGPT等大语言模型展现出了强大的物理物控制和输出能力
，这让他们大受启发
，人结可以用于控制物理机器人的合波行为和决策功能
。例如 ，士顿输入一些特定景点数据、动力出国劳务信息流图片等，只怪可让机器人提供逻辑清晰、将C机器条理分明的物理物导游功能。

此外，人结这也增强了物理机器人的合波拟人化能力，如为你讲一个冷笑话，士顿做一个逗你开心的动力滑稽动作 。如果采用传统的只怪发方法 ，将是将C机器一件非常困难的事情。

导游机器狗技术原理

波士顿动力使用了自研的四足机器人Spot作为物理机器人框架，实现了行走 、监控、导航、韩国出国劳务费用一览表扫描等基础功能 。

为了能让机器狗说话与人类互动，研发人员为其配备了Respeaker V2扬声器，这是一个带有 LED 的环形阵列麦克风，可通过USB将其连接到Spot的EAP2实现数据传输。

1）Spot EAP2)扬声器3)蓝牙音箱4)点臂和夹具相机

使用了一台电脑作为机器狗的控制大脑 ，并通过Spot SDK与其实现数据交互。为了让机器狗具备拟人化动作，例如，日本出国劳务费用一览表点头，伸脖子等 ，使用了Spot的点臂和夹具相机。

用ChatGPT让机器狗说话

物理硬件环境搭建完成后，为了使机器狗具备对话功能
，研发人员使用了GPT-3.5和GPT-4与Spot SDK相结合，并进行了简单的指令微调  ，让机器狗具备了初级导游判断和对话功能。日本招聘

接下来，为了让Spot与人类和环境进行交互，集成了VQA和语音转文本软件 。同时将机器人的抓手摄像头和前置机身摄像头输入BLIP-2，并以视觉问答模式（例如“这张图片有什么有趣的地方?”等简单问题）或图像字幕模式运行它。

该过程大约每秒运行一次，结果将直接输入到提示中。

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。

为了让机器狗能与人类实现对话，需要将人类的语音指令转换成文本用于提示ChatGPT，因此还需要一个转换工具。开发人员在尝试了多种工具后，决定使用了云服务ElevenLabs。

实验中的惊奇现象

在多个测试对话过程中，研发人员发现了一个令人惊奇的现象 ，机器狗好像具备了简单的自我决策能力 。

例如，向机器狗询问Marc Raibert（波士顿动力执行董事）是谁时?它回答:“我不知道他是谁，让我们去服务台问一问吧
。”

到了服务台，机器狗继续向服务人员询问Marc Raibert是谁?

当研发人员提问:你的父母是谁?机器狗走向了Spot V1和Big Dog的展示区，并认为这些机器人是它的父辈们。实际上 ，它们之间确实有关联 。

机器狗还展现出了有趣的一面，可以主动向路人询问，周围是否有神秘的生物。

波士顿动力表示，未来还会持续优化该产品的功能。日本企业直聘ChatGPT与实体机器人的相结合 ，为大语言模型实现物理化落地打开了大门，可以在导游、娱乐、物流 、陪伴等领域得到广泛应用。

关于波士顿动力

波士顿动力（Boston Dynamics）成立于1992年 ，总部位于马萨诸塞州波士顿。起初是麻省理工学院(MIT)的一个分支机构
，后来发展成为一家独立的公司 。

波士顿动力以开发高度先进 、灵活且具有实用性的机器人而闻名，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:BigDog 、Atlas、Spot、Handle等。