MicroPlanBench:SOTA 多模态模型无一过 70%,机器人「下一步判断」成短板
animesh_garg · x · 2026-10-21
heimmoritz 团队发布 MicroPlanBench,测的是机器人大脑的关键能力——在多步目标中判断「下一步该做什么子任务」。
核心发现:
- 目标常由数百个子任务递进构成,选对下一个子任务至关重要
- 测试了 SOTA 多模态模型,没有任何一个得分超过 70%——这意味着对一个 13+ 步的目标,整体成功率不足 1%
- 有趣的是,给模型提供任务目标信息并未提升下一步预测的表现
- 团队认为这是物理 AI 模型走向实用的关键短板,未来将发布更多 benchmark 并与真实世界成功率做关联,且计划开源
所属事件:MicroPlanBench 发布：SOTA 多模态模型无一过 70%(3 条相关)→
「具身」频道最新
- Perplexity 联手 AMD 推便携 AI 主机，本地跑 27B 模型做实时研究 — AravSrinivas · 2026-10-23
- MIT CSAIL 推出 X-Hinges：3D 打印内置传感的自感知物件 — MIT News AI · 2026-10-23
- 机器人公司 Formic 融 5000 万美元 B 轮，已覆盖 100+ 工厂 — garrytan · 2026-10-23
- fal 团队开始微调实体机器人，教它学画画下周出结果 — OdinLovis · 2026-10-23
- PEARL 演示：LLM 机器人自主核对实验结果、修正方案并复测 — KevinKaichuang · 2026-10-23
- 科罗拉多大学 ATLAS 研究所招软体机器人方向助理教授 — ryosuzk · 2026-10-23