纽约大学的一支机器人专家团队携手Meta人工智能领域的一位同仁，共同研发出一款能够在陌生环境中识别并抓取特定物体，随后将其准确放置至新指定位置的机器人。该团队在arXiv预印本服务器上公布了相关研究成果，详细阐述了机器人的编程逻辑及其在多个实际环境中的表现测试。这一创新研究不仅展示了机器人在未知环境中的适应能力，还为人工智能与机器人技术的融合发展开辟了新的道路。

研究人员观察到，视觉语言模型（VLM）在近年的发展中取得了显著进步，尤其擅长通过语言提示识别对象。同时，机器人技术的提升也令人瞩目，它们现在能够在不造成破坏的情况下抓取物品，并准确地将它们运输到指定位置。

然而，尽管取得了这些进步，将VLM与高度熟练的机器人相结合的研究仍然罕见。 在这项创新性的研究中，研究团队采用了Hello Robot公司出售的机器人作为实验平台。这款机器人配备了轮子、杆子以及带有手扣的可伸缩臂，使其具备强大的机动性和操作能力。研究小组为其集成了一个预先训练好的VLM，并将其命名为OK-Robot。通过这一结合，他们期望探索出机器人在视觉和语言双重指导下所能达到的新高度。