机器人基准只奖励 0.2% 提升，真实场景却从 92% 掉到 43%
kscottz · x · 2026-07-28
这条引用帖在批评机器人竞赛和评测体系：大家被奖励的是在 benchmark 上把成绩再提高 0.2%，结果容易走向 过拟合，而不是去做更难、更无聊但更重要的事——建设更好的数据集。
作者强调，机器人领域真正缺的往往不是继续微调模型，而是让数据和部署环境更一致。举的例子很典型：很多机器人一直在桌子上折 T 恤，却没有在真正的洗衣店场景里工作。
被引用的内容还给出一个现实落差：某团队内部真实环境评测成功率有 92%，到了客户现场只剩 43%。
「具身」频道最新
- 洛杉矶街头首次出现 robotaxi，引发何时载客猜测 — mrjonfinger · 2026-07-28
- 日本工业机器人订单同比增40%创新高，AI投资拉动明显 — 创业邦 · 2026-07-28
- 机器人学习进度奖励建模综述梳理方法与基准 — northwestern-university · 2026-07-28
- 具身操控提出五层数据金字塔平衡规模与对齐 — PekingUniversity · 2026-07-28
- 60秒速览经典机械臂抓取项目 Dex-Net — berkeley_ai · 2026-07-28
- Being-H0.8 用 50 万小时视频给机器人世界模型加上触觉 — 量子位 · 2026-07-28