全开源机器人模型 MolmoAct 2 登顶 Reality Check 动态鲁棒性榜
DJiafei · x · 2026-09-30
AI2 的全开源机器人模型 MolmoAct 2 经任务微调后,在独立评测 Reality Check benchmark 上取得整体任务成功率第一。
新发布的 LIBERO-MAX benchmark 关注「执行中世界突变」的动态鲁棒性:机器人在行动开始后遭遇环境变化(目标物/容器位移、视角变化、传感器损坏、光照突变、干扰物涌入、障碍插入等 8 类事件,每类 1000 个匹配用例),衡量任务成功是否得以保持。与测试静态泛化的 LIBERO-Plus、LIBERO-PRO 不同,它只测变化后的结果,不推断内部是否感知或刻意重规划。
作者引用 Nicolas Keller 的评测与微调方法,称 MolmoAct 2 在此场景下依然能优雅泛化。
「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