14400 次真实机器人操作评测，机器人领域迎来公开排行榜

DJiafei · x · 2026-09-29

Nicolas Keller 团队发布 Reality Check：首个公开的机器人操作（manipulation）评测基准与排行榜。- 共 14,400 次真实世界 rollout 测试，覆盖 4 个模型、多种任务与数据规模，包括物体放置任务；- 评测结果附带置信区间，测试平台为 FR3 Duo 站；- 评论者 DJiafei 指出 MolmoAct2 在该新公开基准上达到 SOTA，并称今年将是机器人评测（RoboEval）之年。这标志着 AI 机器人领域开始像 LLM 一样进入系统化基准评测时代。