Человекоподобный робот Agility Digit научился понимать команды на человеческом языке

Интеграция больших языковых моделей (LLM) в промышленных роботов перестаёт быть лабораторным экспериментом. Американский стартап Agility Robotics совершил качественный скачок, продемонстрировав, как их гуманоидный робот Digit может воспринимать и выполнять сложные команды, отданные на естественном языке, без предварительного программирования. Это не просто демонстрация распознавания речи — это шаг к созданию универсального физического агента, способного к ситуативному мышлению.

Ключевое отличие показанного теста от предыдущих разработок кроется в методологии. Инженеры не загружали в Digit конкретный алгоритм действий. Вместо этого робот получил лишь описание среды: набор пронумерованных тумб разной высоты и несколько коробок с характеристиками. Сами задачи формулировались голосом в режиме реального времени. Например, команда «возьми коробку цвета светового меча Дарта Вейдера и поставь её на самую высокую тумбу» требовала от системы не только распознать цветовой код, но и визуально идентифицировать объект, оценить высоту тумб и спланировать траекторию движения.

Роль языковой модели в принятии решений

Стартап уже несколько лет развивает концепцию Digit как универсального работника для складов. Ранее основное внимание уделялось механике движений и устойчивости при переноске грузов. Нынешний прорыв в области голосового управления кардинально меняет перспективы коммерциализации. Теперь оператору не нужно быть программистом — достаточно отдать команду на обычном языке, что критически снижает порог входа для логистических компаний.

Подобная эволюция интерфейсов неизбежно повлияет на рынок труда. Если раньше роботы требовали месяцев настройки под конкретную задачу, то теперь их можно оперативно переобучать под новые сценарии простыми голосовыми инструкциями. Это означает, что машинам придётся научиться не просто слушать, а понимать человека в условиях шума, нечёткой дикции и нестандартных формулировок, что станет следующим вызовом для разработчиков.