谷歌的数据收集系统 AutoRT 可以同时利用视觉语言模型（VLM）和大型语言模型（LLM），以理解其环境，适应陌生环境，并决定适当的任务。

本次起草的“机器人宪法”受艾萨克・阿西莫夫的“机器人三大定律”启发，围绕着安全出发，指示 LLM 避免选择涉及人类、动物、尖锐物体甚至电器的任务。

DeepMind 表示为了提高安全性，编程限制了机器人的关节，力超过一定阈值时自动停止，此外还配有专门的物理紧急停止开关。

谷歌表示在过去 7 个月的时间里，部署了一支由 53 台 AutoRT 机器人组成的机群，分别部署在四个不同的办公楼，并进行了超过 77000 次试验。

一些机器人由人类操作员远程控制，而另一些则根据脚本或完全自主地使用谷歌的机器人变形器（RT-2）人工智能学习模型运行。

试用中使用的机器人看起来更实用而不是花哨 —— 只配备了摄像头、机械臂和移动底座。对于每个机器人，系统使用 VLM 来理解其环境和视野内的物体。接下来，LLM 提出了机器人可以执行的创造性任务清单，比如将零食放在台面上，并扮演决策者的角色，选择机器人执行的适当任务。

从报道中获悉，DeepMind 的另一项新技术是 SARA-RT，这是一种神经网络架构，可以比现有的 Robotic Transformer RT-2 更准确，速度也更快。

谷歌还宣布了 RT-Trajectory，添加了 2D 轮廓，以帮助机器人更好地执行擦桌子等特定的物理任务。