能做鬼脸、摇滚、自拍，听懂你说的话！GPT-4驱动的实体机器人

专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和 应用 落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！

东京大学的研究人员将GPT-4模型，集成在实体机器人Alter3中，可将文本、语言直接转化成机器人动作，例如，做一个自拍动作；装一个“鬼样”；做一个摇滚音乐动作等， 就连微笑、眨眼这样的面部表情动作也没问题 。

在GPT-4的帮助下，Alter3建立了语言反馈系统,可通过语言指令优化机器人的运动,而无需修改任何代码，在传统机器人领域是很难做不到。

Alter3接到指令后，做了一个摇滚动作

也就是说， Alter3突破了传统的硬件编码限制，可以实现知识存储、 动作 优化和0样本学习等 。在不需要为机器人的每个身体部位进行编程的情况下，可自动生成新的动作序列，完成自我迭代。

简单来说，可以把GPT-4看成是Alter3的“大脑”。大语言模型的海量知识的能力可以使Alter3，完成很多之前需要特定代码才能完成的动作。怎么感觉有点像施瓦辛格的“终结者”呢？

论文地址：https://arxiv.org/abs/2312.06571

Alter3在装一个“鬼样”

Alter3 简单介绍

Alter3是Alter系列的第3代实体机器人，整体结构采用前后分离式设计。主控制部分包含43个微调关节和马达,可实现细腻流畅的各部位动作控制。

Alter3采用了空气驱动技术来控制每个关节来执行指定运动，刷新率为100—150毫秒 。

相比电动马达,空气驱动能保证动作流畅平稳,响应更快速。 同时也提高了可靠性和维修保养便利性。 例如，当马达出问题时,只需更换单独部件而不影响整体性能。

表情部分对应人脸部位,包括眼睛、眉毛、嘴巴等,也由马达驱动实现丰富的面部表情变化。面部组件可以单独拆装，实现灵活配置。

Alter3视觉系统采用4个高清摄像头,分别安装在头部两侧和眼部内部 。头部摄像头主要用于人体姿态跟踪和面部识别分析等任务。

Alter3在自拍