新火种AI|商汤发布下棋机器人元萝卜,率先深入家庭场景。

作者:小岩

编辑:彩云

如今提及生成式AI(AIGC),已经不算什么新鲜产物了。自2014年GAN神经网络出现,2017年Transformer架构演进,再加上2023年ChatGPT的大火,无不说明生成式AI正在有条不紊的发展,逐渐融入了到主流的生产生活中。

不过,大模型虽在通用领域有较好的成熟度,但在细分行业场景中的实测的效果还有待提升,家庭场景方面的应用就是其中之一。

哪里有机会,哪里就会出现探索者和创新者。商汤科技就对家用人工智能机器人领域展开了布局,推出了机器人品牌------元萝卜(SenseRobot) 。如今,商汤科技再次发力,发布了元萝卜系列的围棋下棋机器人,算是在深入探索家庭场景的路径上拔得头筹。

早早开启家庭场景布局,商汤科技抢先占领新赛道。

在介绍商汤科技已故创始人汤晓鸥时,我们提到过,商汤科技堪称AI创新领域的领军企业,有着长达10年的领先经验。

事实上,早在2022年,商汤科技便在家用人工智能领域展开布局,推出了家用人工智能机器人品牌"元萝卜SenseRobot",并成为全球第一家将量产机械臂引入家庭的品牌,是AI机器人行业的先行者。

之所以说商汤科技是领域内的先行者,是因为元萝卜极具前瞻性地瞄准了"AI+机械臂"这一应用方向。AI+机械臂 有什么好?要知道,家庭场景往往是空间有限的,地形复杂的。**相较于传统带有机械腿的机器人产品,"AI+机械臂"的元萝卜可以在不过多占用家庭空间的前提下灵活操作和执行各类复杂任务,能够满足家庭用户的互动和应用需求,是当下家用AI机器人的最优形态。**拥有如此到位的前瞻性,说明商汤科技对于AI技术的理解足够深刻,对家庭实际使用场景的洞察足够精准。

元萝卜喊你下围棋了,"围棋机器人体验版"正式开启。

元萝卜曾经推出过"象棋版机器人",相较之下,此次推出的"围棋版"更加出色。

首先,围棋版下棋机器人使用了商汤最领先 AI 视觉技术和机械臂技术,结合了超越人类职业九段水平的超强棋力引擎,让围棋机器人真正做到了"能思考,会行动"。

**此外,围棋版机器人具有多重棋力闯关,可以开展好玩有趣的对弈模式,这可以很好的培养小朋友对围棋挑战的兴趣。**特别是其独特的"画面引导+语音激励+机械臂演示"三位一体式的互动体验,能够还原真实的练棋场景,让孩子更有兴致,同时还能增强棋力。

跟象棋版相比,此次推出的"围棋版元萝卜"的外观变化不大,一眼能够识别的就是用于抓取棋子的"手"。不过,象棋版只需要每次抓取一个棋子,而围棋版则可通过独特的旋转式取子结构设计,以一个透明紫色棋碗一次抓取5枚棋子,这样也就减少了每次落子后的返回拾子用时,大大提高了对弈效率。

除了标准的19路棋盘,围棋机器人围棋版还配备了一张软质的9路+13路棋盘,更适合初学者。黑白子各一盒,其中黑子181枚,白子180枚。棋盘与机器人通过一根数据线连接,对准标线放在卡口里固定即可,很容易操作。

**有意思的是,围棋机器人还新增了"落子无悔"模式,并且设为系统默认。**这意味着在棋局对弈的过程中,用户落子后无需点击"落子确定",机器人就可以自动识别并继续下棋。贯穿全盘的"落子无悔"模式势必让整盘对弈更轻松更流畅。元萝卜还拥有配套的APP,既可以设置多个棋手随时进行切换,也支持无感登录,机器人到"小主人"。

现如今,很多家长选择让自己的孩子从小学习围棋。因为围棋是一项十分复杂的对抗性智力游戏,对于从小启蒙孩子的逻辑能力,思维能力等大有裨益。而学习围棋的小朋友们常常需要面对"无人对垒""家长无法陪伴练习"等问题,此时,"人机围棋"就不失为一个很好的选择。

"人机围棋大战"早已有之,即便是职业选手,都曾领略过AI的巨大潜力,也时常会用AI来训练自己。商汤科技以此为切入点,深耕家庭场景领域,说明其具备敏锐的商业嗅觉和足够领先的技术水平。

To C 端家庭场景的巨大潜力:AIGC颠覆家庭场景,家庭场景反哺AIGC。

商汤科技的努力让我们看到了AI在家庭场景方面所拥有的更多机遇和可能。那么,在不久的未来,两者之间会呈现出怎样的关系呢?

**首先,未来的AIGC很可能会让家庭场景产生质的改变,我们可能拥有更具拟人化的虚拟人家庭管家。**AIGC的图像生成能力可以搭建3D人物模型,音频生成能力可以让模型在极短时间内生成新的声音(仅需几十秒,甚至十几秒),再结合表情生成,创造性对话等能力,虚拟人管家将颠覆现有的语音助手。设想一下,根据自己喜好定制的虚拟人管家,会给生活带来多少乐趣。

**其次,未来的家庭服务机器人将更智能,更聪明,更全面。**基于AIGC的优秀理解能力和主动决策能力,机器人将拥有更聪明的大脑,更能够理解主人的需求。

一旦AIGC在家庭场景上被广泛利用。就说明它将拥有前所未有的普及性,此时,降本增效将更加显著,更多的新技术也会被催熟。

相关推荐
果冻人工智能2 分钟前
2025 年将颠覆商业的 8 大 AI 应用场景
人工智能·ai员工
代码不行的搬运工3 分钟前
神经网络12-Time-Series Transformer (TST)模型
人工智能·神经网络·transformer
石小石Orz5 分钟前
Three.js + AI:AI 算法生成 3D 萤火虫飞舞效果~
javascript·人工智能·算法
孤独且没人爱的纸鹤14 分钟前
【深度学习】:从人工神经网络的基础原理到循环神经网络的先进技术,跨越智能算法的关键发展阶段及其未来趋势,探索技术进步与应用挑战
人工智能·python·深度学习·机器学习·ai
阿_旭17 分钟前
TensorFlow构建CNN卷积神经网络模型的基本步骤:数据处理、模型构建、模型训练
人工智能·深度学习·cnn·tensorflow
羊小猪~~18 分钟前
tensorflow案例7--数据增强与测试集, 训练集, 验证集的构建
人工智能·python·深度学习·机器学习·cnn·tensorflow·neo4j
极客代码24 分钟前
【Python TensorFlow】进阶指南(续篇三)
开发语言·人工智能·python·深度学习·tensorflow
zhangfeng113325 分钟前
pytorch 的交叉熵函数,多分类,二分类
人工智能·pytorch·分类
Seeklike26 分钟前
11.22 深度学习-pytorch自动微分
人工智能·pytorch·深度学习
庞传奇26 分钟前
TensorFlow 的基本概念和使用场景
人工智能·python·tensorflow