ChatGPT 為人工智能提供了語言載體，人形機器人將提供物質載體，實現人工智能從“想 到”“說到”到“做到”的跨越。根據鈦媒體，家 5G 云端智能機器人運營商達闥機器人公司 即將推出個機器人制造L域的多模態認知大模型，名為 RobotGPT。其創始人、CEO 黃曉慶表示， 如果把谷歌 DeepMind 推出的“阿爾法狗”（AlphaGo）當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，云端智能機器人則是人工智能時代的運載火箭，人工智能的 載體，將成為第四次工業革命的重要標志。

ChatGPT 本質是文字接龍，基于 ChatGPT 模型思路可構建 RobotGPT 框架。根據斯坦福 大學 2023 年新論文《RobotGPT: From ChatGPT to Robot Intelligence》，基于和 ChatGPT 類似 的工作原理構建了 RobotGPT 的框架。根據 Open AI 官方對 ChatGPT 原理介紹，ChatGPT 是在 GPT （Generative Pre-training Transformer）模型的基礎上通過改進優化得到的。GPT 是一種大 型語言模型，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、海量的數據上學習 文字接龍，即掌握基于前文內容生成后續文本的能力。然后人類引導接龍方向即有監督訓練初始模 型，對特定問題告訴 AI 人類認可的答案。

Reward 模型進行強化學習，進一步優化 ChatGPT 的輸出質量。根據 Open AI 官方對 ChatGPT 原理介紹，第二步訓練 Reward 模型，人的時間精力有限，但 AI 的精力是無限的，研究 人員讓 GPT 對特定問題給出多個答案，由人類來對這些答案的好壞做排序，基于這些評價數據， 研究人員訓練了一個符合人類評價標準的 Reward 模型。第三步基于 reward 模型使用 PPO 強化學 習優化 GPT 模型，即 AI 基于評分去調整參數以便在下次問答中獲得更G分。

RobotGPT 的原理可理解為由 ChatGPT 的文字-文字接龍，變為了文字/語言/各類傳感器 接收的信號-動作接龍。根據《RobotGPT: From ChatGPT to Robot Intelligence》，人的八大智能包 括語言智能、數學邏輯智能、空間智能、人際智能、內省智能、音樂智能、身體運動智能、自然認 知智能，機器人實現不同的智能需配備不同傳感器、自然語言處理能力和人工智能算法。在設計的 RobotGPT 框架圖，思路類似于 ChatGPT，同樣是通過深度學習和強化學習構建端對端 AI 大模型。

目前 ChatGPT 是單模態，RobotGPT 需要多模態模型。根據鈦媒體報道，達闥機器人公 司 CEO 黃曉慶表示，ChatGPT 的出現，恰恰證明機器人需要一個云端大腦。因為 ChatGPT 是不 可能裝在一個小小的計算機里的，它需要裝在一個云里面，變成個云服務。ChatGPT 目前本身是單 模態的，所以它無法支持機器人。而基于多模態的人工智能大模型要能夠支持多模態，文字、語言、 視覺、運動都要支持，這就是我們在做的 RobotGPT。