波士顿动力公司利用ChatGPT将机器狗变成了会说话的导游

在一段由波士顿动力公司发布的视频中，我们看到了机器狗Spot的全新技能——说话。这只机器狗戴着高帽子，留着小胡子，炯炯有神地用英国口音与工作人员聊天，带领他们参观公司的设施。

"我们可以开始旅程了吗？" Spot 询问道。"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。"正如演示所示，Spot 不仅能回答问题，还能张开"嘴巴"，给人一种它真的在说话的感觉。

为了使Spot能够"说话"，波士顿动力公司采用了OpenAI的ChatGPT API以及一些开源的大型语言模型（LLM）来进行精细的训练，然后为机器人添加扬声器，增加了文本转语音功能，使其可以"模仿说话"，就像木偶一样。

波士顿动力公司的首席软件工程师马特·克林根史密斯（Matt Klingensmith）表示，团队为Spot提供了一个"非常简短的脚本"，内容包括公司设施中的每个房间。然后，机器人将脚本与从其抓手和身体上的摄像头获取的图像相结合，以在作出反应之前获得更多关于其所看到的信息。据该公司称，Spot使用视觉问题解答模型为图像添加标题，并回答与图像相关的问题。

"花式管家"不是Spot在视频中扮演的唯一角色。这只四条腿的机器狗还变身为20世纪20年代的考古学家、青少年和莎士比亚筆下的时空旅行者。当被要求写一首俳句时，它甚至念出："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，当他们试验Spot作为导游时，他们还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展示的老款Spot模型的地方。该公司还指出，在某些情况下，LLM仍然会编造虚构故事，比如说它设计用来搬运箱子的机器人Stretch是为瑜伽而生的。

克林根史密斯在波士顿动力公司网站的一篇文章中写道："我们很高兴能继续探索人工智能与机器人技术的交叉点。这些模型（LLMs）可以提供文化背景、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。"

尽管在视频中，Spot看起来和听起来都有些滑稽，但它的开门和监视能力让人不禁想到，作为一种像狗一样的机器人，它可能随时成为警察和军队的有用工具。

温馨提示