谷歌DeepMind近日推出了一项名为“机器人引导模型”的新技术，旨在通过低成本方式提升AI机器人的操作能力。该模型利用大型语言模型（LLM）和视觉语言模型（VLM）的联合能力，无需大量真实机器人数据即可实现复杂任务引导，为具身智能领域提供了新的解决方案。

该技术核心在于将任务分解为可执行的子步骤，并利用VLM实时感知环境，指导机器人完成抓取、放置等操作。实验显示，该方法在多个模拟和真实场景中表现出色，显著降低了机器人部署的成本和门槛。相关论文已公开发布，代码和模型预计将逐步开源。