SO-101 Bench：混合 LLM Agent 以 83.2% 击败九个 VLA 策略

独立研究者 Truman Hickok 发布 SO-101 Bench，在机械臂语言条件空间操作仿真中，混合 LLM Agent 以 83.2% 击败九个最佳学习策略约 61% 的得分。基准包含 4 类任务、5 个任务族、138 个物体、916 个评估回合和 3629 条仿真演示，仿真与真实硬件排名高度一致，但仿真会高估成功率。空间放置、未见物体类别和旋转适配规划仍是开放难题。