本文介绍了一系列基于大型语言模型和视觉感知的机器人协作系统，强调自我监督的数据收集、演示学习和人机信任的提升。这些系统在复杂环境中能够有效完成装配和导航任务，提高了人机交互的自然性和效率。

该文汇集多篇AI研究，核心是“语言基础”：将语言与真实世界感知、动作绑定以理解自然语言。研究涵盖感知-动作循环的体现代理、众包指令数据集、教育对话代理、生成式AI设计原则、人机信任实验及AI驱动自动科学发现，旨在推动类人语言能力与负责任设计。