RoboColosseum实测：通用聊天模型盲测打赢专用机器人模型
DJiafei · x · 2026-11-06
RoboColosseum 论文在 124 个真实场景做盲测对比，发现未经微调、无演示的通用聊天模型已能与专用机器人模型抗衡：
- Claude Opus 5.5 平均任务进度领先机器人 VLA +12.1 个百分点，GPT-6 Astra 领先 +11.0
- 所有 agent 平均 +5.3，而 Grok 4.7 反而落后 -7.5
- 901 组 agent-vs-VLA 对比中，agent 进度更大 394 次、VLA 更大 265 次、平局 242 次
- 在 Unitree G1 人形机器人上，没有任何机器人专用模型完成过哪怕一个任务
结论：前沿通用模型在零微调条件下已可替代部分专用机器人策略。
「具身」频道最新
- ICON 发布 Titan 建筑机器人,瞄准平价住房与月球建造 — beffjezos · 2026-11-06
- 威斯康星一群穷本科生自研人形机器人，进度公开 — chris_j_paxton · 2026-11-06
- Dollhouse Robotics 创始人将出席 CoRL，聚焦人形机器人运动控制 — carlosdponx · 2026-11-06
- 人形机器人 Atlas 1.0 亮相，主打日常生活的通用具身助手 — Scobleizer · 2026-11-06
- SpatialAI 用 iPhone 生成 3DGS 室内场景,媲美专业采集设备 — risingodegua · 2026-11-06
- 老外自制对讲机接 AI 智能体，Reddit 上涌现一波语音硬件 DIY — CandyMonty · 2026-11-06