在人类如何概括技能并将其应用于新任务方面上，基于视觉的语言发挥着重要作用，这对于机器仍然是一个重大挑战。开发复杂的语言系统对于机器变得真正智能，并获得像人类一样学习的能力至关重要。
作为实现这一目标的第一步，百度 IDL 实验室开发了一个使用监督学习和强化学习的组合系统，允许虚拟教师向虚拟 AI 智能体教授语言，通过将语言与感知和动作连接起来，就像父母教他们的宝宝一样。
IDL 实验室的结果表明，在训练结束后，AI 智能体能够以自然的语言正确地解读老师的指令，并采取相应的行动。更重要的是，AI 智能体开发了“zero-shot 学习能力”，这意味着智能体能够理解潜在的语句，研究院发现，“这项研究使我们向教机器像人类一样学习迈进一步。”