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)→
「具身」频道最新
- LynnReal-Hand:手势控制视频世界模型,单卡 H200 上 540p 跑 18 FPS — _akhaliq · 2026-11-23
- VLA 机器人提速的 25 种方法全景盘点,附论文与代码 — TheTuringPost · 2026-11-23
- Arrowmax 推出 AI 电动螺丝刀 S1:自动识别螺丝并匹配扭矩,129 美元起 — Scobleizer · 2026-11-23
- 预测:Figure 04 明年量产,Optimus V3 要打磨到 2027 年底 — ChrisGPT · 2026-11-23
- 马斯克喊话人才:特斯拉超级智能软件与 Terafab 招人 — elonmusk · 2026-11-23
- Ashlee Vance 八年跟访 Neuralink,LIFE 复刊封面故事《The Merge》 — kyliebytes · 2026-11-23