AGI Hunt· zlab-princeton·· 2 小时前AI 评分46
Princeton 推出 AgentVQA：跨网页、机器人、游戏等五类场景评测 VLM 智能体视觉能力
Princeton 推出 AgentVQA:跨网页/机器人/游戏等五场景评测 VLM 智能体视觉能力
AI 导读
马里兰大学与普林斯顿团队发布离线基准 AgentVQA，统一评测 VLM 在真实智能体任务中的视觉能力。基准覆盖网页智能体、机器人、第一人称视频、游戏与空间规划五类场景；分析指出，视觉定位和状态追踪错误是主要失败模式，代码与数据已开源。
来源：AGI Hunt · agihunt.info