作為世界上第二大的車企豐田不甘示弱，他們利用AI技術和機器學習系統，使機器人能夠觀察和學習人類在家務活動中的行為，并模仿人類做家務。這一項目不僅展示了生成式人工智能幫助機器人技術的進步，同時也為未來智能家居和老年人生活提供了新的解決方案。

　　從公開的實驗視頻上看，實驗者以一個喜歡整理的人的角度，通過操控具有機械臂的遙控器，讓機器人學會了如何使用簸箕和刷子掃掉桌面上的豆子，機器人自身的傳感器讓機器人可以感知抓取的固體物品覺和物品的重量。通過示教后，可獨立自主完成這項家務活動。

　　在這個機械臂上，豐田采用了一種稱為擴散策略的機器學習系統，這種系統類似于人工智能圖像生成器中使用的系統，通過多種可能性和信息，迅速提出下一步正確的行動。

　　據了解，該技術是與哥倫比亞大學教授Shuran Song領導的研究人員合作開發的，為機器人提供了更高效的學習方式。

　　這類的機器學習系統的運用使得機器人能夠更靈活地吸收數據，從而更好地適應復雜多變的物理世界和人類環境，相較于傳統的預先編程例程，這種系統使機器人更適合處理需要適應性、即興創作和靈活性的工作。

　　豐田正在嘗試將機器學習系統與支持ChatGPT及其競爭對手的語言模型結合起來，通過結合語言模型，機器人可以通過觀看視頻學習執行任務，將在線資源如YouTube轉變為強大的機器人培訓資源，這樣可以使機器人能夠通過觀看視頻學會更多的任務，從而提高學習的效率。

　　這并不是第一臺通過YouTube學習技能的機器人，英國一研究團隊曾推出過一款類似的機器人廚師，團隊為這款機器人廚師植入了全新的學習算法，該算法基于人類廚師的視覺觀察，逐步將食譜添加到機器人的食譜中，通過計算這兩者的向量化之間的相似性，實時學習并添加新菜譜。

　　隨后的試驗中，研究團隊給機器人灌輸了八種簡單的沙拉食譜，并讓它觀看人類準備沙拉的視頻，在觀看這些視頻后，機器人能夠識別所使用的配方并進行復制。

　　機器人分析了視頻的每一幀，識別出各種物體，如刀或演示人員的手，這種能力使它能夠推斷接下來會發生什么，例如，如果演示者拿著一把刀和一根胡蘿卜，機器人就可以預測胡蘿卜即將被切碎。在機器人觀看了16個視頻后，該算法正確識別已知食譜成功率達到93%。

　　值得一提的是，研發該機器人的團隊，正是出自豐田2015年成立的劍橋機器人研究所。

　　現如今，在機器人研究中應用語言模型似乎已經成為了新的潮流，一些大型科技公司，如Google DeepMind，一直推動著類似的研究。Google DeepMind 的一個團隊發布了Auto-R軟件，該軟件利用大型語言模型幫助機器人確定實際且安全地完成的任務，例如簡單的分類物品，拿起水杯等。

　　乘上生成式人工智能的快車，機器人通過學習而幫助人類分擔家務活動已一步步實現，這將會為我們的生活帶來更多的便利，同時也促進了熱度爆棚的人形機器人等服務機器人的商業化進程。未來也許真如馬斯克所說，每個家庭里會有幾個機器人為我們工作，這些更智能、更靈活的機器人或將成為我們生活的重要伙伴。