RobotWorld：机器人多模态智能体基准发布
AI 总结
一支多机构研究团队发布 RobotWorld，这是一个面向“机器人使用”的多模态智能体仿真测试平台，共 84 项任务，覆盖操作、移动操作、运动、驾驶与空中控制，并设有明确的交互预算与可执行的完成判定。论文（62 页、25 图）发现，当前智能体已能搭建图像分割、相机标定、空间估计和基于动力学的计算等感知与控制流程，但这些能力不能稳定组合成成功行为：它们会在抵达指定位姿后丢失与任务相关的物体状态、无法纠正无效动作、恢复过晚，或把未完成的任务误判为已完成。模型间差异明显，Astra 在空间与受限接触类目标上更常成功，Opus 5.5 在持续平衡与限时交互类目标上更常成功。
深度见解
它以执行轨迹为依据，具体指出数字智能体能力向物理世界迁移时断在哪里，为训练更可靠的具身智能体提供了明确靶点。