这是一个创建于 491 天前的主题，其中的信息可能已经有所发展或是发生改变。
在目前大语言背景下，打造一个通用家居机器人是否变得更可行了呢？
目前 deepmind 已经在这方面做出了探索，国内稚辉君好像也在这方面探索。 有人感兴趣吗？可以一起聊一下，成熟的话可以考虑一起做点事情。
Ref:
https://mp.weixin.qq.com/s/xeMbt9mknZVaL3XguQxemg
目前 deepmind 已经在这方面做出了探索，国内稚辉君好像也在这方面探索。 有人感兴趣吗？可以一起聊一下，成熟的话可以考虑一起做点事情。
Ref:
https://mp.weixin.qq.com/s/xeMbt9mknZVaL3XguQxemg
 |
1
zentst 2023-08-01 09:52:55 +08:00
家居机器人的主要问题是硬件吧？这不是工厂这种单一应用的场景，能按需应对各种场景的硬件才是实际。
你们可能觉得能执行一些整理工作就算成功的机器人，但实际上能煮鸡蛋能拨壳，能打蛋煎蛋，能摊蛋皮才是实际需求。靠目前的机器手+ai 可差远了。 |
 |
2
Weixiao0725 OP @zentst 你说的那个太精细导致太遥远了。如果要做的话，机器人这块肯定找合作厂商啊，只需要他们提供 SDK 能操作机器人就行。我们要做的就是，如何把视觉-语言（文字/语音）-指令对齐，这一块才是重点。
|
 |
3
HowardMei 2023-08-01 10:55:46 +08:00
vla 模型还在研究状态，不过这个已经算抽象层了，还相对简单，面对的都是量化理想模型。
最难的是物理层，如何处理真实世界的各种不完美和 Glitches ，系统鲁棒性要能抗各种随机、非随机事件干扰，比如：机器人部件随着使用会发生形变、磨损，而且不同工况有不同的磨损形态，力学模型会随之出现较大改变，没办法简单抽象，出现不可能三角：动作精密度——通用多任务——系统鲁棒性。 目前看，专用化才是王道。 |
 |
4
isSamle 2023-08-01 17:02:23 +08:00
@Weixiao0725 不用用到大预言模型，简单的指令样本进行训练应该就可以了，虽然我没用过，但是我之前想过(做了一部分)，树莓派-->语音唤醒-->vosk 语音识别-->文本指令匹配-->调用相应功能接口
|
Select Language