宇树四足机器人Go2通过集成GPT等大语言模型，已经能够实现初步的情感化交互。这并非科幻，而是基于现有技术的多模态感知与智能算法结合，让机器狗能对用户情绪做出响应。

Go2在AWE2025等展会上展示了其情感识别功能：当用户开心时，它会欢快地跳跃；当用户情绪低落，则会安静依偎在旁，用动作给予安慰。

这种能力离不开其硬件基础——Go2配备了激光雷达、深度相机、语音麦克风和内置扬声器等多模态传感器，能实时捕捉环境与用户信息，支持毫秒级语音交互响应。更关键的是，它通过AI算法分析这些数据，实现从“感知”到“反应”的闭环，让交互不再只是执行指令，而是有了温度的陪伴。

GPT这类大模型是Go2情感化交互的“大脑”。一方面，Go2支持在开发模式中切换大模型后台，例如从GPT换成文心一言或通义千问，这为个性化交互提供了灵活性。

另一方面，大模型本身具备情感生成能力：研究显示，像GPT-3.5这样的模型可以实时预测对话中的情绪，并控制机器人输出匹配的表情或语音。在实际应用中，开发者已通过本地中间件（如MQTT）将大模型平台与Go2连接，实现语音指令触发复杂动作序列，让机器狗不仅能“听懂”，还能“共情”式回应。

尽管已有进展，Go2的情感化交互仍面临局限。首先是技术深度：当前反应多基于条件触发，离真正理解复杂上下文和细腻共情还有差距。其次是硬件表现力——四足机器狗的“表情”依赖肢体动作和语音，不如专为社交设计的机器人丰富。此外，实时性依赖云端大模型可能带来延迟，影响体验。

但宇树的创新指向未来：除了大模型，其“丛子方程”框架尝试量化机器人的自主性与风险偏好，让行为从被动执行转向主动适应。随着多模态大模型和具身智能发展，Go2有望实现更精准的情绪理解与记忆化交互。目标不是让机器拥有情感，而是让交互更自然贴心——从“工具”迈向“伴侣”，这已是进行时。