这款抱着小狗的人形机器人是靠多模态语音链路加上具身大模型来完成聊天，先靠机身麦克风收录人声，语音识别把说话内容转成文字，再交给机器人搭载的大模型理解语义、生成回复文本，文本再转成语音从扬声器播出来，同时它还能同步联动手臂、头部动作，怀里抱着的小狗（机器狗）也会配合做出对应的互动反应，整套流程是联网云端推理为主、本地轻量模型辅助，唤醒之后就能直接自然对话，不用复杂遥控器操作。
完整聊天步骤清单
- 唤醒：说出唤醒词，机器人头部转向说话人，进入收音监听状态；
- 收音转文字：内置麦克风拾取你的语音，通过 STT 语音识别转为文字；
- 大模型理解推理：文字送入具身大模型，结合现场画面、历史对话上下文生成回答；
- 语音合成输出：把回答文本交给 TTS 模块，生成流畅人声播报；
- 联动动作反馈：说话的同时，人形机器人转头、抬手，怀里的机器狗同步摇身子、歪头、发出轻叫声，做到声音和动作同步。
两种聊天模式
| 模式 | 特点 | 适用场景 |
|---|---|---|
| 指令对话模式 | 优先识别任务类语句，比如拍照、移动、介绍展品，回答简短，动作优先 | 展会、直播演示 |
| 自由闲聊模式 | 开启闲聊通道，可以聊日常话题、讲故事、回答科普问题，支持多轮连续对话，记住前面聊过的内容 | 和游客、观众长时间互动 |
交互的额外感知能力
- 视觉：机身摄像头识别人脸、手势，你伸手打招呼，它会主动接话；
- 触控：摸机器人头部或者怀里小狗，系统识别触摸信号，触发安抚类对话；
- 上下文记忆：一轮对话结束之后，短时间内记得刚才聊的话题，不会每次都当成全新问题。
【常见问题】
问题 1：抱着小狗的人形机器人聊天的时候，怀里的小狗也会一起说话吗？
回答 1：抱着小狗的人形机器人主体负责主要语音聊天输出，怀里的机器小狗一般不会独立说话，只会配合聊天内容做肢体动作、发出配套音效，部分联动版本可以实现一问一答分工对话。
问题 2：抱着小狗的人形机器人不连网还能不能正常聊天？
回答 2：抱着小狗的人形机器人大部分流畅自由闲聊依赖网络云端大模型，断网后只能跑本地预置短句，没法进行开放式、多轮的自然聊天。
问题 3：抱着小狗的人形机器人聊天会不会打断人说话？
回答 3：抱着小狗的人形机器人带有语音端点检测，会等你说完话停顿之后再回复，正常设置下不会中途打断，嘈杂环境里识别容易出错，可能出现提前应答。
【参考资料】
[2025-07-27]（世界人工智能大会：人形机器人牵机器狗展示具身交互）央广网
[2025-03-08]（宇树 G1 人形机器人与 Go2 机器狗同台直播互动）中国新闻网
[2025-04-01]（人形机器人主播协同机器狗直播交互演示）中国高新网
【免责声明】
本文仅为公开展出机器人交互技术科普整理，不同品牌抱着小狗的人形机器人，大模型、交互细节存在差异，交互能力以厂商官方实测为准，不代表所有同类机器人性能。
这条信息对你有帮助吗？