RT-SAFE 基准：前沿 VLM 任务成功率高但安全通过率仅 0.7%

SimWorld 团队发布实时安全基准 RT-SAFE，主张安全评测必须在「世界持续运动」的真实条件下进行。该基准基于 Unreal Engine 渲染的动态纽约城市场景，要求具身智能体在实时安全约束下完成任务。对多个前沿 VLM 的实测显示：8 个模型任务成功率达 91.3% 至 94%，但实时安全成功率从 19.8% 跌至 0.7%，仅 0.7% 能全程无安全事件到达目标。

2026-10-06 ~ 2026-10-06 · 3 条相关

• RT-SAFE 基准：8 个前沿 VLM 94.1% 到达目标，仅 0.7% 全程无安全事件 — Lianhuiq · 2026-10-06
• RT-SAFE 基准：8 个前沿 VLM 任务成功率达 94%，安全通过率仅 0.7% — Lianhuiq · 2026-10-06

另有 1 条近重复转述:Lianhuiq