一個人形機(jī)器，操著一口流利的美式英語，用埃隆·馬斯克的聲音與口吻講述著機(jī)器人火箭飛船飛往火星發(fā)現(xiàn)钚的故事，它抑揚(yáng)頓挫、聲情并茂，不禁讓人恍惚，它真的只是個機(jī)器嗎？
這個人形機(jī)器就是英國公司Engineered Arts在2024年世界移動通信大會上展示的Ameca第二代人形機(jī)器人。這款機(jī)器人不僅繼承了第一代Ameca的逼真面部表情，還能用自然的語調(diào)與人流暢對話，表情和肢體動作都和諧豐富，不少與會人員驚嘆：“它是不是已經(jīng)有了獨立意識？”。
當(dāng)然，Ameca并不具有獨立意識，支持它如此“有人味兒”的是機(jī)器人操作系統(tǒng) Tritium 、工程藝術(shù)系統(tǒng)Mesmer、視覺系統(tǒng)、聲音克隆技術(shù)以及ChatGPT-4V等一系列技術(shù)。
一、機(jī)器人操作系統(tǒng)與工程藝術(shù)系統(tǒng)，賦予Ameca人的動作與表情
在言語表達(dá)、表情動作方面，英國Engineered Arts公司的Ameca機(jī)器人號稱世界上較先進(jìn)的人形機(jī)器人，它不僅能夠與人進(jìn)行對話，還有著極其豐富的表情，甚至有著細(xì)致的動作和微表情，就像是一個真正的人類一樣。Ameca 結(jié)合了 AI 與 AB（Artificial Body）技術(shù)，底層系統(tǒng)是機(jī)器人操作系統(tǒng) Tritium 和工程藝術(shù)系統(tǒng) Mesmer。
一方面，Mesmer技術(shù)通過高精度的3D掃描，捕捉真人的內(nèi)部骨骼結(jié)構(gòu)、皮膚紋理和面部表情。這種技術(shù)的應(yīng)用，使得Ameca不僅在外觀上高度仿真，更在動作和表情上達(dá)到了令人難以置信的真實度。通過Mesmer技術(shù)，Ameca能夠模擬人類的動作和表情，從而在與人類互動時提供更加自然和真實的體驗。
另一方面，Tritium操作系統(tǒng)作為Ameca的控制平臺，負(fù)責(zé)驅(qū)動機(jī)器人的每一個硬件組件。Tritium 可以直接在瀏覽器運(yùn)行，適用幾乎任何編碼語言和多種軟件，登錄后即可快速處理各種數(shù)據(jù)，遠(yuǎn)程控制機(jī)器人面部、頭頸、四肢等的各方面組件，使得機(jī)器人適應(yīng)環(huán)境的突然變化并即時做出響應(yīng)，保證人機(jī)交互的安全和樂趣。
二、視覺系統(tǒng)和聲音克隆技術(shù)，讓Ameca看得見、說得出
Ameca第二代配備的先進(jìn)視覺系統(tǒng)，使其能夠識別和跟蹤周圍的環(huán)境和人物。這種視覺能力的提升，讓Ameca能夠更好地與人類互動，理解周圍發(fā)生的事情，并作出相應(yīng)的反應(yīng)。例如，它可以通過視覺識別來區(qū)分不同的人臉，甚至能夠識別人類的情緒狀態(tài)。
此外，Ameca還加入了聲音克隆技術(shù)，它不僅能夠模仿人類的聲音，還能夠復(fù)制特定的語調(diào)和口音，使得交流更加自然和親切。這項技術(shù)的應(yīng)用，讓Ameca在進(jìn)行語音交互時，能夠更加貼近人類的交流方式。
在Engineered Arts 發(fā)布的Ameca最新視頻中，Ameca清楚地描述了屋內(nèi)的陳設(shè)，能夠準(zhǔn)確地分辨出工作人員手中的物體，還用摩根·費力曼、馬斯克甚至海綿寶寶的聲音與工作人員交流。
三、集成ChatGPT-4V，Ameca嘲諷技能拉滿
Ameca第二代還集成了ChatGPT-4V，這是一個強(qiáng)大的人工智能對話系統(tǒng)，使得Ameca不僅能夠進(jìn)行流暢的對話，還能夠在交流中加入幽默元素，甚至進(jìn)行自我調(diào)侃。
在Engineered Arts 發(fā)布的Ameca最新視頻中，當(dāng)被問到“過得如何”時，Ameca自嘲道“勉強(qiáng)活著吧”。隨后，Ameca在描述屋子里的陳設(shè)時，還調(diào)侃道到“架子上擺著書，是對知識的渴望還是只是為了炫耀？一張桌子、一把椅子，這是人類用來提高效率的設(shè)施還是拖延的工具，這里還看不出來。”當(dāng)Ameca用海綿寶寶的聲音模仿特朗普演講，說出“沒有人比我更懂機(jī)器人火箭飛船”時，它似乎已經(jīng)是一個具有獨立意識的人，而非按“程序”就班的機(jī)器人。
其實，早在2022年9月，Ameca就整合了GPT-3技術(shù)和自動語音識別，能夠接收研究人員的問題，并通過在線語音合成技術(shù)，以類似真人的聲音實現(xiàn)實時的問答效果。2023年3月，Ameca又升級至GPT-4，她的交互能力顯著提升，變得更加貼近人類的情感。2023年4月她掌握了包括英語、日語、德語、中文和法語在內(nèi)的多種語言。2023年7月Ameca又親自上陣，完成現(xiàn)場作畫。作畫完畢后，Ameca 詢問人類工程師這幅作品如何，得到的回應(yīng)是“有點潦草”。不料，這位機(jī)器人“畫家”眉頭一皺，話鋒一轉(zhuǎn)：“如果你不喜歡我的畫，那可能是因為你不懂藝術(shù)。”
結(jié)語
隨著Ameca第二代人形機(jī)器人在2024年世界移動通信大會上的亮相，我們得以窺見未來人機(jī)交互的無限可能。Ameca不僅僅是一個技術(shù)展示，它預(yù)示著一個新時代的到來，其中人工智能和機(jī)器人技術(shù)將更加深入地融入我們的日常生活。當(dāng)然，Ameca及其同類機(jī)器人的發(fā)展也將推動我們重新思考人與機(jī)器的關(guān)系，探索共生共存的新途徑。
