波士顿动力Spot装上AI大脑，学会推理决策

波士顿动力Spot搭载Gemini Robotics-ER 1.6，迈向自主理解与执行

  波士顿动力公司为其四足机器人Spot配备了谷歌DeepMind的Gemini Robotics-ER 1.6，让机器人不光会按套路走，还能自己动脑子干活了。

  公司发了段视频，里头Spot看着一张手写的待办清单，并执行了整理鞋子、捡起罐子以及将衣物放入洗衣篮等任务。有个镜头是，机器人拿着狗绳直接去遛狗，凸显了其将自然语言指令转化为物理行动的能力。该系统融合了视觉、语言理解和任务规划能力，让Spot自己能看懂周围情况，几乎不用人管就能动起来。这就跟传统机器人不一样了，以前每个动作都得写死程序。

  不过，这一演示也凸显了人工智能推理与现实执行之间的差距。在一个例子中，机器人从侧面抓取罐子，这一简单失误可能导致液体洒出，说明它还不具备真正的人类理解力。

检测创造真正价值

  尽管演示侧重于家庭场景，但此次升级的主要目标仍是工业检测，这也是Spot已大规模部署的领域。该机器人旨在自主穿梭于设施之间，识别危险并监控人类难以进入或存在风险的区域。借助Gemini Robotics-ER 1.6，Spot能够自主检测积水等问题、读取仪表并解读现场状况。它还能借助视觉-语言-动作模型来更好地理解复杂环境。

  “像Gemini Robotics ER 1.6这种进步，意味着机器人离能理解真实世界、在现实环境里干活又近了一大步。”

  “读仪表、更靠谱的任务推理这些能力，能让Spot完全自己看、自己看懂、自己处理现实中的问题。”

  这次更新靠的是波士顿动力今年早些时候跟Google DeepMind宣布的合作，重点就是把先进的AI模型整合到机器人系统里。

机器人推理的短板

  虽然系统更好用了，但难点还在。这个模型现在主要依赖视觉数据，缺少人类靠摸和体验才能有的那种深度理解。

  “为了让机器人可靠且安全地执行任务，机器人理解世界的方式与人类理解世界的方式之间的这个连接特别关键。”

  该公司正致力于通过基准测试告诉机器人在现实场景中应该怎么做，以提升安全性与推理能力。然而，要实现完全自主，还得看机器人能不能在各种环境里都保持稳定可靠。

  波士顿动力公司表示，在实际场景里，他们会逐步控制着推广，客户反馈对改善系统很重要。该公司指出，机器人必须达到足够高的可靠性标准，以避免误报，让用户放心使用。

  这一进展凸显了具身人工智能的进步与局限性，也就是把智能融入实实在在的物理系统。尽管Spot能遛狗挺吸睛的，但其真正价值在于提升工业作业的安全和效率。

波士顿动力Spot AI机器人