李飞飞团队研发出突破性的黑科技，让家务机器人能熟练完成倒茶、叠衣服、整理书籍、丢垃圾等家务活。这一创新背后是团队独创的“关系关键点约束”（ReKep）技术。

ReKep 技术将任务分解为关键点，并通过规则指导机器人理解关键点之间的联系，实现精准操作。例如，倒茶时，机器人先识别茶壶、茶杯的位置及形状，确定关键点，然后依据 ReKep 编写的规则执行动作，包括角度、力度等，确保顺利倒茶。

过去，家务机器人的操作较为局限，仅限于简单任务。但在李飞飞团队的努力下，短短半年，机器人已从简单的擦桌切果发展为全能选手，能够完成一系列复杂的家务活动。这一飞跃得益于 ReKep 技术的引入，使得机器人能自主学习，技能日渐精进。

团队已公开 ReKep 技术的论文及开源代码，相关论文可在 arXiv 查阅，项目网站和代码库则便于公众深入了解和实践。ReKep 技术的创新之处在于通过大型视觉模型和视觉-语言模型自动生成约束，让机器人能从自然语言指令和视觉数据中高效获取任务信息，从而实现自动化操控。

实验表明，ReKep 在多项任务中的成功率高，显示了其在自动化操控领域的强大潜力。从倒茶、回收罐、整理书籍到折叠衣物、装鞋盒等，机器人展现出出色的执行能力，特别是在面对外部干扰时，依然保持高成功率。

李飞飞团队由多名顶尖学者组成，包括斯坦福大学计算机科学系首任红杉教授李飞飞、博士生 Wenlong Huang 和 Chen Wang、以及 Yunzhu Li 和 Ruohan Zhang 等。团队成员在认知启发式人工智能、机器学习、深度学习、计算机视觉、机器人学习等领域有着深厚的研究背景，致力于推动 AI 技术的发展，特别是将其应用于医疗保健、机器人操控等实际应用场景。