ChatGPT 為人工智能提供了語(yǔ)言載體，人形機(jī)器人將提供物質(zhì)載體，實(shí)現(xiàn)人工智能從“想 到”“說(shuō)到”到“做到”的跨越。根據(jù)鈦媒體，家 5G 云端智能機(jī)器人運(yùn)營(yíng)商達(dá)闥機(jī)器人公司 即將推出個(gè)機(jī)器人制造L域的多模態(tài)認(rèn)知大模型，名為 RobotGPT。其創(chuàng)始人、CEO 黃曉慶表示， 如果把谷歌 DeepMind 推出的“阿爾法狗”（AlphaGo）當(dāng)作人工智能的原子彈的話，ChatGPT 是 AI L域的氫彈，作為“兩彈一星”的星，云端智能機(jī)器人則是人工智能時(shí)代的運(yùn)載火箭，人工智能的 載體，將成為第四次工業(yè)革命的重要標(biāo)志。

ChatGPT 本質(zhì)是文字接龍，基于 ChatGPT 模型思路可構(gòu)建 RobotGPT 框架。根據(jù)斯坦福 大學(xué) 2023 年新論文《RobotGPT: From ChatGPT to Robot Intelligence》，基于和 ChatGPT 類似 的工作原理構(gòu)建了 RobotGPT 的框架。根據(jù) Open AI 官方對(duì) ChatGPT 原理介紹，ChatGPT 是在 GPT （Generative Pre-training Transformer）模型的基礎(chǔ)上通過(guò)改進(jìn)優(yōu)化得到的。GPT 是一種大 型語(yǔ)言模型，能夠生成各種不同的文本類型。GPT 模型思路是讓 AI 在通用的、海量的數(shù)據(jù)上學(xué)習(xí) 文字接龍，即掌握基于前文內(nèi)容生成后續(xù)文本的能力。然后人類引導(dǎo)接龍方向即有監(jiān)督訓(xùn)練初始模 型，對(duì)特定問(wèn)題告訴 AI 人類認(rèn)可的答案。

Reward 模型進(jìn)行強(qiáng)化學(xué)習(xí)，進(jìn)一步優(yōu)化 ChatGPT 的輸出質(zhì)量。根據(jù) Open AI 官方對(duì) ChatGPT 原理介紹，第二步訓(xùn)練 Reward 模型，人的時(shí)間精力有限，但 AI 的精力是無(wú)限的，研究 人員讓 GPT 對(duì)特定問(wèn)題給出多個(gè)答案，由人類來(lái)對(duì)這些答案的好壞做排序，基于這些評(píng)價(jià)數(shù)據(jù)， 研究人員訓(xùn)練了一個(gè)符合人類評(píng)價(jià)標(biāo)準(zhǔn)的 Reward 模型。第三步基于 reward 模型使用 PPO 強(qiáng)化學(xué) 習(xí)優(yōu)化 GPT 模型，即 AI 基于評(píng)分去調(diào)整參數(shù)以便在下次問(wèn)答中獲得更G分。

RobotGPT 的原理可理解為由 ChatGPT 的文字-文字接龍，變?yōu)榱宋淖?語(yǔ)言/各類傳感器 接收的信號(hào)-動(dòng)作接龍。根據(jù)《RobotGPT: From ChatGPT to Robot Intelligence》，人的八大智能包 括語(yǔ)言智能、數(shù)學(xué)邏輯智能、空間智能、人際智能、內(nèi)省智能、音樂(lè)智能、身體運(yùn)動(dòng)智能、自然認(rèn) 知智能，機(jī)器人實(shí)現(xiàn)不同的智能需配備不同傳感器、自然語(yǔ)言處理能力和人工智能算法。在設(shè)計(jì)的 RobotGPT 框架圖，思路類似于 ChatGPT，同樣是通過(guò)深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)構(gòu)建端對(duì)端 AI 大模型。

目前 ChatGPT 是單模態(tài)，RobotGPT 需要多模態(tài)模型。根據(jù)鈦媒體報(bào)道，達(dá)闥機(jī)器人公 司 CEO 黃曉慶表示，ChatGPT 的出現(xiàn)，恰恰證明機(jī)器人需要一個(gè)云端大腦。因?yàn)?ChatGPT 是不 可能裝在一個(gè)小小的計(jì)算機(jī)里的，它需要裝在一個(gè)云里面，變成個(gè)云服務(wù)。ChatGPT 目前本身是單 模態(tài)的，所以它無(wú)法支持機(jī)器人。而基于多模態(tài)的人工智能大模型要能夠支持多模態(tài)，文字、語(yǔ)言、 視覺(jué)、運(yùn)動(dòng)都要支持，這就是我們?cè)谧龅?RobotGPT。