北京商報訊（記者魏蔚）9月20日，在2024云棲大會云棲通道開放期間，個人開發(fā)者、技術(shù)博主張子豪介紹了自己研發(fā)的人形機器人功能。“這款用Qwen2開發(fā)的人形機器人，基于幻爾TonyPi人形機器人，通過開源AI推理框架OpenVINO，在輕薄筆記本上本地部署端側(cè)AI開源大模型通義千問Qwen2-7B-Instruct，使用AI編程助手‘通義靈碼’輔助編程開發(fā)和文檔撰寫。”張子豪介紹，人類輸入模糊語音指令，智能體Agent就能自主思考，調(diào)用23種原子動作Function Call，編排生成依次執(zhí)行的動作列表及函數(shù)參數(shù)。

“之前的機器人，都是根據(jù)固定的指令去完成固定的動作，沒法實現(xiàn)泛化性、多樣性、通用性操作和對指令的理解”,張子豪解釋，“大模型的最大好處就是可以把任意指令翻譯成機器人的動作”。

他繼續(xù)舉例，之前讓機器人用機械臂把綠色方塊搬到印有小豬佩奇照片的指定處，要讓機器人認(rèn)識小豬佩奇，得專門訓(xùn)練一個模型，讓它先認(rèn)識小豬佩奇。但是現(xiàn)在借助多模態(tài)大模型，機器人天生就具備這個能力，它天生就知道小豬佩奇是誰。如此一來，人類可以跟機器人說任意的指令，它都可以理解，所以泛化性能是當(dāng)前具身智能大模型之后引爆的一個熱點。