Google 母公司 Alphabet 正嘗試將機器人和 AI 語言理解兩個方面的研究整合起來，從而讓“Helper Robot”更能理解人類的自然語言命令。早在 2019 年，Alphabet 就開始研發機器人，讓其執行諸如拿起飲料和清潔檯面這樣簡單的任務。
不過，Everyday Robots 項目仍處於起步階段，機器人的反應緩慢且沒有準確執行人類的命令。但機器人現在通過 Google 的大型語言模型 (LLM) PaLM 提高了語言理解能力。目前，大部分機器人只能對一些簡短的話語做出響應，例如“給我一杯水”。不過像 GPT-3 和 Google 的 MuM 這樣的 LLM 模型能夠更好解析命令背後的意圖。
Google 的示例中，你可以向一台 Everyday Robots 原型提問：“我的飲料灑了，你能幫忙嗎？”機器人通過可能動作的內部列表過濾此指令，並將其解釋為“從廚房拿來抹布”。
Google 將由此產生的系統命名為 PaLM-SayCan，這個名稱捕捉了該模型如何將 LLM 的語言理解技能（“Say”）與其機器人的“能力基礎”（即“Can”——通過可能的動作過濾指令）結合起來。
Google 表示，機器人在整合 PaLM-SayCan 后，在對 101 條用戶指令的測試中正確響應率為 84%，正確執行率為 74%。雖然這個數字看起來很高，但是目前我們並不知道這 101 條指令的列表，因此不清楚這些指令的限制程度。