Embodied First Exam 发布:编码智能体控机器人成功率仅 34%

Manling Li 团队联合李飞飞、Pieter Abbeel、Dawn Song 等发布具身智能评测基准 Embodied First Exam(EFE),作为编码智能体进入物理世界前的「第一场考试」。该套件覆盖 31 个仿真套件、44 种机器人共 1090 个具身任务,一行代码即可运行,测试范围从特权设置到实时控制。结果显示现有编码 agent 在操控机器人时成功率仅 34%,全面暴露当前模型在具身场景的短板。

2026-11-17 ~ 2026-11-18 · 2 条相关