Embodied First Exam：一行代码在 1090 个具身任务中测编码 Agent
ManlingLi_ · x · 2026-10-20
Manling Li、Guanya Shi 等研究者发布 Embodied First Exam 基准，探究编码 Agent 距离通用机器人还有多远。
基准概况
- 一行代码即可让编码 Agent 跑遍 1,090 个具身任务，覆盖 31 个仿真套件和 44 种机器人。
- 任务远超传统抓放操作：含空间约束的谜题、多机器人协作的奥运运动、世界不会暂停的实时评估、动态敏捷的全身控制，以及 sim2sim 的 AutoResearch 自动化研究。
初步结果：目前最强模型完成任务的比例仅为 33%，说明通用具身能力仍有巨大差距。基准托管在 Harbor 平台，支持用户接入自定义 harness 与模型，旨在为 agentic robotics 建立共享测试平台。
所属事件:Embodied First Exam 发布：一行代码评测 1090 项具身任务(6 条相关)→
「具身」频道最新
- AlphaNIST 双指夹持器拧螺母招式百出,网友惊呼「这不就是 PPO」 — _Stocko_ · 2026-10-20
- 无奖励无预训练,C-Slerp 从零学会五方块堆叠等长程任务 — ben_eysenbach · 2026-10-20
- Boring Company 改装 Prufrock 隧道卡车运 20 英尺标准集装箱 — elonmusk · 2026-10-20
- World Mechanics 联创质疑「自改进 LLM 能搞定物理 AI」 — soniajoseph_ · 2026-10-20
- 「Whatever the job, do it well」视频被指应成为机器人灵巧度试金石 — DJiafei · 2026-10-20
- 开源 mjfit 解决紧密间隙装配体仿真难题，比 SDF 快一个数量级 — yacineMTB · 2026-10-20