ChatGPT变「狗」了？波士顿动力机器狗妙语连珠，网友：有内味了！

今天，波士顿动力官网发布爆炸性新闻：摒弃卖萌「主业」，商业化取得突破进展的Spot，不仅拥有了导游的新身份，还在ChatGPT的加持下，从只能用肢体表达的「哑巴小狗」，摇身一变成能主动与人对话的智能「究极机器狗」。

在波士顿动力发布的最新视频中，Spot头戴黑色小礼帽，留着小胡子，用低沉的英伦腔发出邀请：「请跟我来！」，然后迈着矫健的步伐，领人参观公司设施。

四处转悠的同时，Spot的「嘴巴」也没停过，会在关键之处为你讲解，并且还能消化参观者抛出的问题。

当你提问：「Hey，Spot！你看到了什么？」

它会迅速做出反应：「我看到了一块二维码的板子，还有一扇很大的窗户。」

变身莎士比亚时代的旅行者

化身19世纪的考古学家

也能如诗人一般出口成章，作出这样富有哲理诗句：发电机在沉闷的房间里发出嗡嗡声响。就像我的灵魂。Generator hums low in a room devoid of joy. Much like my soul.

让一个哑巴开口说话，几乎是天方夜谭；但想让机器狗学会说话，却没想象中那么困难。

硬件：语音模块

想要让一只机器狗能够「说话」，首先需要为它配备语音合成与识别的硬件设备。

波士顿动力团队为Spot安装了一个扬声器，同时也给它添加了语音传感器，用来接收外界语音指令，这就像给机器狗装上了「耳朵」和「嘴巴」，使它拥有了听觉输入和语音输出的通道。

1 – EAP2；2 – 扬声器V2；3 – 蓝牙扬声器；4 – 点臂和抓手相机

硬件系统为机器狗「说话」提供了必要基础，但真正让它会说话的，还需要强大的语言理解生成算法加持。

软件：ChatGPT大脑赋予语言逻辑

当语音模块就位后，研究团队使用ChatGPT以及其他开源LLM大模型来进行数据训练，为机器狗装上了强大的语言处理「大脑」，让它获得了交互的灵魂，是让Spot成功「说话」的关键所在。

具体来说，大模型一方面负责将识别到的语音指令转换文本，让Spot解析指令意图另一方面，能将Spot的文本反馈，转换成流畅自然的语音输出。

借助ChatGPT，充分掌握语言技巧的Spot可以与人类进行无障碍的实时交流。

此外，为了让Spot与环境交互，波士顿还集成了VQA技术，使Spot可以自动分析摄像头画面，生成对景物的文字描述，从而「看图说话」。

Spot SDK实现软硬件结合

语音模块和ChatGPT算法本身并不能让机器狗自动说话，它们仍需在一个具备环境感知和运动能力的物理平台上进行整合，也就是Spot本体。

团队为Spot编写了一个关于公司环境的脚本，将重要坐标进行标注，例如1是实验室，3是博物馆。

接着再为Spot装配上3D感知与定位系统，让它可以自主在工作环境中进行移动和定位，通过摄像头可以拍摄周围景物，并配合VQA技术实现环境理解，再为具体的详细坐标打上标题。

利用一些模型经过反复训练后，Spot就可以对公司整体布置「了然于心」，可以正式上岗了。

前面，我们探讨了ChatGPT如何赋予Spot机器狗说话的能力，以及这个过程中的技术原理。

然而在研发团队的实际交互测试中，他们发现了一些意想不到的小惊喜，Spot已经具备作简单决策的自主能力。

例如当被问「Marc Raibert是谁？」，面对陌生的名字，Spot的CPU并没有被干烧了，而是会当机立断：「我们去问服务台吧！」

你随口的一句「口渴了」，也会被它放在心上，亲自帮你领到咖啡柜前，并为你介绍：「我们这里有小吃店和咖啡机。这是我们的人类同时补充能量的地方。请随意补充水分、给自己充能，就像我们机器人在基站里所做的那样。」

如果你想见见它的「父母」，它会把你领到机器人展示厅，给你介绍它的「前辈」。

以ChatGPT为首的大语言模型到底有什么意义，为什么被视为足以推动时代进程的又一「魔法」？

ChatGPT诞生之处，虽然展现出了惊人的语言理解和生成能力，但彼时的人们普遍都认为其只是一个单纯的文本生成工具。而随着ChatGPT以惊人的速度飞速发展，人们发现大模型可以写文章，可以写代码，可以画图，可以剪视频……几乎可以做人类所能做的一切工作。

也在这时，警报惊响，人们开始担心是否会被AI取代，开始讨论AI的红线到底在哪？

但无论如何，从目前的现状来看，AI发展是利大于弊的，并且其发展已成为了不可扭转的时代趋势。就Spot而言，ChatGPT的使用，让机器狗实现从命令行到图形，再到语音的人机交互模式优化升级，不仅大大降低了机器人的使用门槛，更提高了其智能上限。

展望未来，AI技术将赋能更多智能交互设备革新，推动全产业智能化发展。

所以，哪怕现在的Spot有一些缺陷，「人工智障」的情况仍然存在，人们也依然觉得「未来可期」。因为当前，我们正站在人工智能与机器人技术的交叉点上，机器人为我们提供了一种在现实中「落地」大模型的绝佳方法，尝试、挫败、改进在所难免。

改革锣鼓已响，未来的「AI+机器人」能发展到什么地步？我们拭目以待。