OpenAI 工程师把日本开源机器人 Stack-chan 做进官方 ESP32 SDK
pbbakkum · x · 2026-11-21
OpenAI 多模态 API 开发负责人 Peter Bakkum 以个人项目形式,将日本发源的 OSS 桌面机器人 Stack-chan(M5Stack CoreS3 版)实现为 OpenAI openai-live-esp32 仓库中的实验性示例,未获官方正式支持。
- 硬件目标为商用 Stack-chan K151/K151-R:ESP32-S3、320×240 触屏、ES7210 麦克风阵列、GC0308 摄像头与双舵机底座。
- 功能包括实时语音对话、语音控制的云台转向与摄像头问答,基于 GPT-Live-1 Live SDK。
- 仓库 README 给出完整构建流程:ESP-IDF 5.5.2、idf-component-manager 2.5.2,Wi-Fi 凭据通过 wifi.json 配置(可存 1-8 个网络)。
- 时间线:9/10 GPT-Live-1 API 发布,10/27 ESP32 SDK 首次提交,11/6、11/17 Stack-chan 支持与 Cinema 功能(ESP32 上影像语义搜索)由 Bakkum 以 PR #30/#31 提交。
- 日本社区注意到 OpenAI 内部开发者把日本 OSS 机器人用于语音 AI 开发实验,但双方并无正式合作公告。
「编程与Agent」频道最新
- 开发者自建 GURU 框架:让个人 AI 常驻记忆、接管全屋设备执行 — iamth3morningstar · 2026-11-21
- 开发者实测「软件工厂」流水线:需求文档写两天,别急着加 PR 审核 — nptacek · 2026-11-21
- 15 课 Claude 免费指南:一个周末从入门到进阶 — rubenhassid · 2026-11-21
- Replit 推出桌面版 Agent:云端模型操作本地文件 — amasad · 2026-11-21
- 开发者推出 Grok Bot 模板 Animator:描述创意即生成多场景动画视频 — nima_owji · 2026-11-21
- Anthropic 推出 Claude 前置部署工程师学习路径:约 9.5 小时 11 门课 — Redo · 2026-11-21