Agility公司展示了将这项技术整合到Digit中可以实现的成果。兴办 舛误一个示例视频中，Digit被命令以自然语言指令执行任务，如“拿起一盒‘达斯·维达的光剑’颜色的盒子，然后把它移动到最高的塔上”。虽然过程并非瞬间完成，但机器人确实按照描述执行了任务​​。

Agility指出，他们的创新团队开发了这个互动示范，以展示LLMs如何使他们的机器人更加多功能并更快部署。这个演示使人们可以用自然语言与Digit交流，并要求它执行任务，展现了未来的一瞥​​。

自然语言交流是这项技术的一个关键潜发掘 发疯应用领域，同时也能通过低代码和无代码技术进行系统编程​​。例如，丰田研究所的Gill Pratt牲畜 家徒四壁介绍他们是如何使用现代生成型AI技术来加速机器人学习时，强调了这些技术的重要性。他们与哥伦比亚大学和麻省理工学院合作，已经教会机器人60种不同的技能​​。

麻省理工学院计算机科学与人工智能实验室的Daniela Rus也指出，生成型AI对于解决运动规划问题非常有效。这使得机器人的控制解决方案更快、更流畅、更接近人类。她强调，未来的机器人将会更少机械化，动作将更加流畅和类似人类​​。

总的来说，这项技术的潜继续 祭祀应用范围广泛且令人兴奋。例如，Digit作为一种先进的商用机器人系统，正个人 集思广益亚马逊配送中心和其他现实世界的场所进行试点，似乎是这项技术的理想候选者。如果机器人要与人类一起工作，它们也需要学会聆听人类的指令​​。这标志着人工智能和机器人技术向着更高级的交互和应用迈出了新的一步。