2000+导航任务实测:大模型离零样本实时控制还有多远
PaulYacoubian · x · 2026-09-29
研究团队给 Jev 等多个模型与 harness 配上机器人身体,在 133 个真实与仿真环境中测试 2000+ 项导航任务,并与 Dimcode、Astra、Fable、Opus、5.6 等模型横向对比。
评测维度包括速度、成本、token 消耗、碰撞次数与路径质量,回答的核心问题是:大模型离零样本完成复杂实时控制任务还有多远。完整数据集、代码与论文已开源。
「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