创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

Embodied First Exam评测机器人编程智能体

AI 总结

西北大学、卡内基梅隆大学等8所高校的研究者提出Embodied First Exam(EFE),这是一个把编程智能体接入仿真机器人的统一评测框架。EFE包含1,156个任务和2,288项测试,覆盖35个任务集、23个仿真器及47种机器人形态。在456项标准模式核心测试中,Claude Fable 5.2解出50%,GPT-6 Astra和GPT-6.1 Sol分别解出34%和32%。

深度见解

EFE为衡量编程智能体能否从软件任务迁移到机器人控制提供了统一测试,并通过特权、标准与实时模式展示状态访问和重置能力对成绩的影响。

新智元 2026-11-19 12:46 北京

新智元报道  

编程智能体已经能在数字世界完成复杂任务。

借助编程接口,它们也可以指挥物理世界中的机器人。

但机器人任务和软件任务有本质不同:智能体只能通过传感器了解环境,动作做出去往往无法撤回,环境也不会停下来等它思考。

#Embodied First Exam (EFE)#Northwestern University#Carnegie Mellon University#Claude Fable 5.2#Claude Opus 5.5#GPT-6 Astra#GPT-6.1 Sol#Gemini 4 Argon#Kimi 3.1 Pro

原文约 12 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。