OpenClaw结合Chrome 144+的远程调试功能，简化了浏览器控制，用户可通过自然语言指令高效处理网页任务，无需重复登录或编写代码，特别适合需要批量操作多个网页的用户。

百度智能云推出OpenClaw一键部署服务，开发者可免费体验AI数字员工。用户通过轻量应用服务器快速部署，执行自然语言指令，提升办公效率。限时活动提供首月免费体验，降低AI应用门槛。

中国团队Hyper3D推出Rodin Gen-2 Edit，实现3D模型的局部编辑，标志着3D生成进入可编辑时代。用户可通过自然语言指令修改模型，提升3D创作效率与可控性，推动行业从“结果展示”向“可迭代工作流”转变。

阿里推出的AI代码编辑器Qoder现已免费试用，具备强大的上下文理解能力，能够深度分析代码库并生成文档。它支持自然语言指令，自动规划开发步骤，实时展示修改内容，并学习用户的编码风格，从而提升编程效率。

本文介绍了NaVid，一个用于视觉与语言导航的新模型。NaVid通过视频输入和自然语言指令，在连续环境中导航，无需地图或深度信息。该模型结合预训练的视觉编码器和大型语言模型，实现高效的动作规划，展现出优越的泛化能力和鲁棒性，尤其在仿真到现实的应用中表现突出。

本研究提出了VeriSafe Agent (VSA)，旨在提高移动GUI代理执行指令的可靠性。通过将自然语言指令转化为可验证的规范，VSA确保代理行为与用户意图一致，从而显著提升动作验证准确率和任务完成率。

Helix是首款高速控制的人形机器人，能够灵活应对复杂家庭场景。通过结合快慢系统，Helix实现高效的视觉语言理解与动作执行，支持自然语言指令，提升操作的泛化能力和效率。

Figure推出的Helix机器人能够通过自然语言指令感知、理解并抓取物品，具备高速控制和多机器人协作能力，且无需特定任务微调，展现出强大的对象泛化能力，标志着人形机器人技术的重大进步。

VLABench是一个针对语言条件下机器人操控的长远推理任务的大规模基准，包含100类任务和2000多个对象，强调自然语言指令和推理能力。研究表明，现有视觉语言行动模型在这些任务中仍面临挑战。

本研究提出FLARE方法，旨在解决机器人助手在自然语言指令下进行复杂任务规划时的标注需求问题。该方法结合语言指令与环境感知，生成合理计划，并通过视觉提示修正模糊指令，从而显著提升任务规划效果。

本研究推出安全代理基准（SafeAgentBench），探讨具身代理执行复杂自然语言指令的安全风险。实验基于750个任务的数据集和通用环境，结果显示安全任务成功率为69%，而危险任务拒绝率仅为5%，揭示了潜在的安全隐患。

本研究提出了NAVCON，一个基于R2R和RxR数据集的大规模视觉语言导航语料库。研究引入了四个核心的认知和语言基础导航概念，并开发了生成自然语言导航指令的算法，评估了注释质量，对未来研究和应用具有重要意义。