本文介绍了Grasp-Anything++，一个包含超过100万个样本的自然语言驱动抓握检测数据集。提出了一种基于扩散模型的抓握检测方法，能够有效处理抓握指令并提高检测准确性。实验结果表明，该方法在真实世界应用中表现优越，支持零短抓握检测，并为未来研究提供了基准。