Embodied First Exam 发布:一行代码在44台机器人上测1090个具身任务

ManlingLi_ · x · 2026-10-21

Manling Li 团队发布 Embodied First Exam 基准:一行代码即可让 coding agent 在 31 个仿真套件、44 台机器人共 1090 个具身任务上运行,涵盖空间约束解谜、多机器人协作的奥运运动、不暂停世界的实时评测、动态全身控制,以及 sim2sim 的 AutoResearch。

转发者 Aryan Madhav Verma 评论:可验证环境与基准让模型与其 harness(agent)一起被评估和后训练,这是让策略在物理工作中泛化稳健的路径;但要达到「9 个 9」的可靠性,未来几年仍需针对客户场景做定制后训练。