Google 母公司Alphabet 正嘗試將機器人和AI 語言理解兩個方面的研究整合起來，從而讓“Helper Robot”更能理解人類的自然語言命令。早在2019 年，Alphabet 就開始研發機器人，讓其執行諸如拿起飲料和清潔檯面這樣簡單的任務。

不過，Everyday Robots 項目仍處於起步階段，機器人的反應緩慢且沒有準確執行人類的命令。但機器人現在通過Google 的大型語言模型(LLM) PaLM 提高了語言理解能力。目前，大部分機器人只能對一些簡短的話語做出響應，例如“給我一杯水”。不過像GPT-3 和Google 的MuM 這樣的LLM 模型能夠更好解析命令背後的意圖。

Google 的示例中，你可以向一台Everyday Robots 原型提問：“我的飲料灑了，你能幫忙嗎？”機器人通過可能動作的內部列表過濾此指令，並將其解釋為“從廚房拿來抹布”。

Google 將由此產生的系統命名為PaLM-SayCan，這個名稱捕捉了該模型如何將LLM 的語言理解技能（“Say”）與其機器人的“能力基礎”（即“Can”——通過可能的動作過濾指令）結合起來。

Google 表示，機器人在整合PaLM-SayCan 後，在對101 條用戶指令的測試中正確響應率為84%，正確執行率為74%。雖然這個數字看起來很高，但是目前我們並不知道這101 條指令的列表，因此不清楚這些指令的限製程度。