跳到正文
AGI Hunt· omarsar0·· 50 分钟前AI 评分55

南洋理工大学发布 RoboQuest 基准,前沿多模态智能体最高仅完成 23.2% 任务

RoboQuest 基准:最强模型具身探索任务仅完成 23.2%

AI 导读

南洋理工大学团队发布 RoboQuest 基准,用于测试通用具身智能体在陌生环境中的目标导向探索能力。五个前沿多模态智能体在包含 10 个移动操作任务的统一评测中,最高仅完成 23.2%,而在提供隐藏信息的隔离技能测试中可完成 72–81%,瓶颈主要出现在证据收集与决策环节。论文与演示数据已开源。

来源:AGI Hunt · agihunt.info