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。