6 月 26 日，MIT CSAIL 发布新研究，利用两个 LLM 框架“Masked IRL”：一个模型负责澄清用户模糊指令，另一个过滤环境无关信息，帮助机器人更准确执行家务或工厂任务。该方法显著降低所需演示数据量，并计划于 IEEE ICRA 2026 会议上正式呈现。
这一进展正值人形机器人与具身智能从实验室走向规模化部署的关键窗口。Figure、特斯拉 Optimus 等项目已在工厂试点，但指令理解仍是瓶颈——人类自然语言往往含糊且多余。MIT 方法直接针对这一痛点，与传统强化学习或大量标注数据训练形成对比：前者依赖海量人力，后者更注重模型对上下文的自动提炼。
与此同时，行业正从“模型参数竞赛”转向“数据效率与物理世界交互”。谷歌 DeepMind、OpenAI 等也在探索类似 agent 框架，但 MIT 的轻量自动化教学路径更贴近中小企业与家庭场景。若该方法被广泛采用，可能压缩机器人从原型到商用的时间线 30% 以上。
悬念在于：当机器人真正能“听懂”模糊指令后，下一个瓶颈会是实时安全验证与多机器人协作吗？这一研究或只是序章。
信源：
https://news.mit.edu/2026/llms-help-robots-understand-vague-instructions-and-focus-key-details-0626
https://www.sflorg.com/2026/06/cs06262601.html