本文介绍了机器人操控和视觉语言模型的研究进展，包括自主织物操纵算法、自动操作求解器（AMSolver）系统、ClothesNet数据集和基于物理概念的视觉语言模型（VLM）。研究表明，这些技术在机器人折叠衣物和处理语言指令的任务中显著提高了成功率和性能，展示了实际应用潜力。