清华等 16 家机构发布 Mind2ActWorld:给机器人失败逐步归因的诊断基准

机器之心 · wechat · 2026-11-22

针对「VLA/WAM 已死、基模 Agent 当立」的争论,清华 mmlab@SIGS 联合远行光年等 16 家机构发布 Mind2ActWorld 诊断基准:30 项任务、180 种配置,把「想」(记忆与推理)、「做」(物理执行)和「想做协同」分开考再合考,并对每个失败回合定位首个不可挽回的错误,生成模型诊断卡。首批评测 9 个系统、56,700 个仿真回合:最好的 Agent(GPT-6 Astra)Mind 成功率 52.7%、Act 39.0%、Mind2Act 仅 12.0%;端到端策略 Mind2Act 最高仅 3.6%,两者长处互补但协同任务全部未拿下。诊断显示多数失败断在物理执行,「协同」环节仅占 6-11%;InternW0 常见错误是未确认上一步就开火,G0.5 卡在抓取。报告还按断点给出数据采集与工具链改进方向,并算了两笔成功率之外的账:Agent 平均每次调用 11-35.6 秒、GPT-6 Astra 每回合 API 成本 25.13 美元。结论倾向「专属化+自进化」:按任务选模型,把失败变成下一轮改进。

所属事件:清华联合16家机构发布Mind2Act World机器人诊断基准(2 条相关)→

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →