Sony机器狗重生,养成类机器人能否成为爆款?

2023-11-04 07:00

本文主要是介绍Sony机器狗重生,养成类机器人能否成为爆款?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!


作者:aming

编辑:芊芊

图片:网络

官网:iterduo.com

CES 2018的黑科技产品之一,是Sony展出的新版机器狗AIBO。在12年前第一代AIBO停止销售以来,新一代AIBO在机器人风口起来之际,带着Sony新的期望走向人们的视野。

事实上,2017年11月,Sony就发布了新的AIBO,并在半个小时内产品预售一空。今天我们就来聊聊AIBO。

--- 壹 ---

AIBO的前世今生

1999年5月,Sony推出AIBO。Sony给予“AIBO”这个名字有两层意思,首先AIBO在日语发音中有“同伴”的意思,其次AIBO的英文发音“eye-robot”相似。此外,AI也是人工智能(Artificial Intelligence的意思。看来Sony在人工智能和机器人的布局,在18年前就开始了。

第一代产品的AIBO一推出也非常火爆,预售的3000台在10分钟左右就全部卖完了,而且还带来了很多订单。从第一台AIBO机器狗推出,到2003年这4年期间,更新过五代。不过对于这个项目,Sony的高层并不看好,而且当时机器人行业还处于冷门状态,所以整个项目一直处于亏损。后来,Sony陷入了经营困境,直到平井一夫上任,才开始了漫长的爬坡,而AIBO项目在2006年不得不宣布停产。


购买了第一代AIBO的消费者,对这个产品颇有情感(亦或许是日本人对事物较真的天性),很多人都把它们当成真正的宠物狗来看待,尤其是对长者来说,AIBO是经常陪在他们身边的家人。AIBO在2014年停止售后维修服务之后,粉丝们甚至为这些失修的机器狗举办丧礼,请寺院僧侣诵经祈福,超渡它们的灵魂。这种“超度”事件,连续举行了几年,成为每年的“科技热点”事件。

这两年机器人行业的兴起,让Sony开始重新启动AIBO这个项目(Sony潜台词:机器狗,我们才是鼻祖啊!)

Sony方面透露,新的AIBO拥有多达 22 处可动关节,在陀螺仪与马达的辅助下,动作和前一代产品相比更加丰富。它的后背、前方与头顶都有着感应装置,能够感受到主人的抚摸指令。AIBO拥有了较高的学习能力和基础交互能力,根据你发出的指令来做出准确的动作,还能自己做出一些卖萌的动作来和主人互动,相比上代产品有非常大的提升,在外观和提样上更接近一只真实的小狗。

AIBO目前可以听得懂各种英文指令,它的眼睛是两个萌萌的OLED显示屏,鼻子内装有摄像头,可以拍摄外界照片。

--- 贰 ---

新AIBO怎么玩

Sony显然要给机器狗赋予更多的玩法:AIBO可以像玩儿恋爱养成游戏来培育它长大!1月11日,AIBO的App“My aibo” 正式上线。

这“My aibo”APP中,用户可以对AIBO进行几个方面的设定:

第一,基本设定。用户可通过APP设置AIBO的名字和音量,确认其性格和当时的状态(通讯状态、电池余量)。如拥有两台及以上AIBO,用户可自由切换进行管理。并且,还能通过基本操作的学习指南,找到与aibo亲密相处的诀窍。

第二,个性化定制。用户能够改变AIBO的瞳孔颜色和叫声。

第三,与虚拟AIBO玩耍。用户能够与画面上显示的AIBO一起玩耍。轻碰AIBO、轻击粉球或骨头,可以与它交流互动。

第四,整理AIBO拍摄的照片。用户可以保存并阅览AIBO拍摄的照片,并将喜欢的照片分享到社交平台。

第五,其他AIBO玩家互动。进入AIBO的粉丝专页,用户可以查看AIBO的主人能够参加的活动信息。

此外,通过日常的互动,随着AIBO和自己主人的关系越来越亲密,它也会培养出自己独特的个性。对于擅长打造爆款游戏的Sony来说,给予机器人更多的玩法,是驾轻就熟的创意。

不过,从目前来看,唯一阻止AIBO成为爆款机器人的,是其高昂的价格:日本版售价为1735美元(约合人民币11286元),并且还需要额外26美元/月的服务费。(耳朵君:以后别再问我“找个女朋友还是养条狗”)

--- 叁 ---

Sony大法究竟行不行?

在错过了互联网时代和移动互联网时代之后,过去几年的Sony,基本围绕战略调整为主。平井一夫提出了“One Sony”的管理理念,重新整合原本在各领域各自为战的部门,以增强Sony产品的竞争力。

Sony在2015年终于实现了盈利。但情况到了2016似乎又变得糟糕。2016年6月3日,索尼移动部门进行1000人规模的裁员。2017年是“世界的Sony”回归的一年,他们甚至有望时隔20年,打破在1997 财年创下 5257 亿日元最高营业利润,实现超过6000亿日元的利润。姨夫终于可以扬眉吐气了!

游戏事业部是这几年索尼利润增长最鲜明的部门。截止2017年12月,索尼PS4/PS4 Pro销售量为7060万台,这个销量碾压了竞争对手微软的XBOX。此外,索尼官方曾在2017年12月7日正式公布了PSVR的装机量达到了200万台,尤其是在美国PSVR经常是以几种不同的捆绑形式出售,平均为350美元的售价令索尼已经获得了7亿美元左右的硬件收入。这个销量也让VR领域的另外两个对手Oculus Rift和HTC Vive羡慕。

Sony这些年从泥潭中爬起,而曾经的对手三星早已抛离Sony几个身位,与苹果相提并论了。2017年三星全年合并营收约为239.60万亿韩元,合并营业利润约为53.60万亿韩元(约合504亿美元)。

那么AIBO能不能成为爆款机器人?显然,昂贵的价格让这款产品很难在国内普及。不过耳朵君仿佛看到华强北一大波“山寨”机器狗在路上,我们不妨先撸“土狗”......

——这里有一张你的神秘邀请函——

[扫一扫查看详情]


这篇关于Sony机器狗重生,养成类机器人能否成为爆款?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/344049

相关文章

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

线性代数|机器学习-P36在图中找聚类

文章目录 1. 常见图结构2. 谱聚类 感觉后面几节课的内容跨越太大,需要补充太多的知识点,教授讲得内容跨越较大,一般一节课的内容是书本上的一章节内容,所以看视频比较吃力,需要先预习课本内容后才能够很好的理解教授讲解的知识点。 1. 常见图结构 假设我们有如下图结构: Adjacency Matrix:行和列表示的是节点的位置,A[i,j]表示的第 i 个节点和第 j 个

【机器学习】高斯网络的基本概念和应用领域

引言 高斯网络(Gaussian Network)通常指的是一个概率图模型,其中所有的随机变量(或节点)都遵循高斯分布 文章目录 引言一、高斯网络(Gaussian Network)1.1 高斯过程(Gaussian Process)1.2 高斯混合模型(Gaussian Mixture Model)1.3 应用1.4 总结 二、高斯网络的应用2.1 机器学习2.2 统计学2.3

基于树梅派的视频监控机器人Verybot

最近这段时间做了一个基于树梅派 ( raspberry pi ) 的视频监控机器人平台 Verybot ,现在打算把这个机器人的一些图片、视频、设计思路进行公开,并且希望跟大家一起研究相关的各种问题,下面是两张机器人的照片:         图片1:                   图片2                    这个平台的基本组成是:

✨机器学习笔记(二)—— 线性回归、代价函数、梯度下降

1️⃣线性回归(linear regression) f w , b ( x ) = w x + b f_{w,b}(x) = wx + b fw,b​(x)=wx+b 🎈A linear regression model predicting house prices: 如图是机器学习通过监督学习运用线性回归模型来预测房价的例子,当房屋大小为1250 f e e t 2 feet^

【机器学习-一-基础概念篇】

机器学习 定义分类算法 应用 定义 机器学习最早是被Arthur Samuel 提出的一个概念,指计算机无需明确编程即可学习的研究领域。1950年他发明的跳棋程序,这个人机对弈游戏让他的声名鹊起,机器学习这个概念才进入大众的是视线。 在这个跳棋程序里,他编程了一种算法,这个程序与Arthur下了数万次跳棋,计算机逐渐学会了下在哪里有更大的可能会赢得比赛,哪里会输,通过这种方法,最

机器学习之监督学习(三)神经网络

机器学习之监督学习(三)神经网络基础 0. 文章传送1. 深度学习 Deep Learning深度学习的关键特点深度学习VS传统机器学习 2. 生物神经网络 Biological Neural Network3. 神经网络模型基本结构模块一:TensorFlow搭建神经网络 4. 反向传播梯度下降 Back Propagation Gradient Descent模块二:激活函数 activ

参会邀请 | 第二届机器视觉、图像处理与影像技术国际会议(MVIPIT 2024)

第二届机器视觉、图像处理与影像技术国际会议(MVIPIT 2024)将于2024年9月13日-15日在中国张家口召开。 MVIPIT 2024聚焦机器视觉、图像处理与影像技术,旨在为专家、学者和研究人员提供一个国际平台,分享研究成果,讨论问题和挑战,探索前沿技术。诚邀高校、科研院所、企业等有关方面的专家学者参加会议。 9月13日(周五):签到日 9月14日(周六):会议日 9月15日(周日

线性代数|机器学习-P35距离矩阵和普鲁克问题

文章目录 1. 距离矩阵2. 正交普鲁克问题3. 实例说明 1. 距离矩阵 假设有三个点 x 1 , x 2 , x 3 x_1,x_2,x_3 x1​,x2​,x3​,三个点距离如下: ∣ ∣ x 1 − x 2 ∣ ∣ 2 = 1 , ∣ ∣ x 2 − x 3 ∣ ∣ 2 = 1 , ∣ ∣ x 1 − x 3 ∣ ∣ 2 = 6 \begin{equation} ||x