Komatsuzaki 实测机器人基准 Robobench:Astra 推理仅耗 100 token,开源模型差一大截
arankomatsuzaki · x · 2026-09-28
研究员 arankomatsuzaki 表示认同「现在是把开源模型用于机器人问题的绝佳窗口期」,并分享了自己在 Robobench 及相关任务上对比开源与闭源模型的结果,衡量其「监督/执行能力」以辅助 policy model:
- 最显著的差异除分数差距外是 Astra 的 token 效率:推理仅消耗约 100 token,而其他开源闭源模型即便调低推理档位也常耗 400-1000 token。
- 开源模型中 Qwen 3.8 27B 和 GLM 5.3 Flash 表现最好,在该基准上接近 Grok 和 Muse;hy-embodied-vlm-1.0 和 embodied r1.5 则明显更差。
他认为开源模型与新能力跃迁(如 Astra)之间的差距可能在未来几个月缩小,现在正是观察「物理智能前 LLM」能力爬坡的最佳时机。
所属事件:研究者称开源模型赶上机器人能力跳变窗口期就在当下(2 条相关)→
「具身」频道最新
- 扑翼无人机在空军测试中被探测系统误判为鸟 — import_jmr · 2026-11-16
- Uber 在拉斯维加斯上线 Amazon 旗下 Zoox 无人驾驶出租车服务 — Polymarket · 2026-11-16
- 蚂蚁灵波具身大模型挑战赛收官:TARS战队48小时真机对决夺冠 — 新智元 · 2026-11-16
- 特斯拉 FSD 城市街道里程破 70 亿英里,四周新增约 5 亿 — XFreeze · 2026-11-16
- Ropedia 发布 Xperience 2:1500+ 真实场景扫描配第一人称演示 — liuziwei7 · 2026-11-16
- 杭州群核联合华测发布 3D 激光扫描仪 Aholo MS07 — teortaxesTex · 2026-11-16