外观
新闻X12 天前
OpenAI演示Codex控制CAN总线电机与GPT Image生成手绘肖像
本文由 AI 根据公开内容整理，可能有误，请以原文为准：OpenAI Developers (@OpenAIDevs)（via AIHOT）：A robot that turns photos into drawn portraits:（X）
核心内容
OpenAI开发者社区发布两项具身智能关键演示，验证基础模型对物理世界的直接操控与多模态生成能力。其中Codex模型被证实可直接控制物理CAN-bus电机，突破传统大模型仅作为高层规划器的局限；同时机器人系统集成GPT Image模型，成功将输入照片实时转化为手绘风格肖像，展示了从感知理解到物理执行及艺术生成的完整技术链路。
技术实现上，Codex通过解析自然语言或代码指令直接映射为CAN-bus通信协议帧，实现对电机扭矩、位置等底层参数的精确控制，省去中间件转换层。GPT Image则作为视觉生成后端，接收相机采集的照片数据并输出绘图路径规划，由同一套执行机构完成绘制。该架构表明OpenAI正探索将LLM/VLM能力下沉至嵌入式实时控制层，构建模型原生驱动的具身系统。
关键看点
- Codex控电机：直接生成CAN-bus指令驱动物理电机，验证大模型底层硬件控制可行性
- GPT Image绘图：集成视觉生成模型，实现照片到手绘肖像的端到端机器人创作流程
- 模型原生驱动：取消传统中间件，探索LLM/VLM直连执行器的具身智能新架构
- 多模态闭环：同一系统内完成视觉理解、路径生成与物理执行的完整任务链路
工程与产业观察
该演示标志大模型从“大脑”向“小脑+大脑”融合演进，Codex直驱CAN-bus意味着具身智能可绕过复杂ROS栈实现快速原型验证。对算法工程师而言，模型原生硬件接口将重塑控制软件开发范式；对产业决策者，此路径或加速通用机器人在非标场景的部署效率，但需关注实时性与安全冗余的工程化挑战。
线索来源：AIHOT
来源
本页事实对应的公开页面，以原文为准。