RoboVista评测机器人场景理解
berkeley_ai · x · 2026-07-14
Berkeley AI 转发了一项关于机器人场景理解的研究，指出现有 VLM 在机器人应用中很有用，但在回答机器人场景的多选题时仍然吃力。
这项工作提出了 RoboVista：
- 面向真实世界机器人应用的系统性评测与基准
- 包含数据集、论文与网站
- 由 UC Berkeley、Google DeepMind、Princeton 的研究者共同完成
整体目标是更细致地衡量 VLM 对真实机器人场景的理解能力，而不只是看泛化性的图文能力。
「具身」频道最新
- DONIC 双手机器人追踪成功率 86.79%，远超此前 SOTA 的 9.43% — liuziwei7 · 2026-10-27
- Bedrock Robotics 融资 6 亿美元,改装挖掘机已在商业工地全自动驾驶接单 — Sethwinterroth · 2026-10-27
- AW-0 机器人模型实测:RoboTwin 50 项任务成功率 80.8% 远超基线 — trevordarrell · 2026-10-27
- AW-0 用代码流改变世界模型预测:同一指令下精准选中目标物体 — trevordarrell · 2026-10-27
- AW-0 单卡 RTX 5090 推理 230ms:联合去噪比自回归代码快 2.4 倍 — trevordarrell · 2026-10-27
- AW-0 世界动作模型发布：一个生成式模型同时管规划、预测与控制 — trevordarrell · 2026-10-27