研究评测六款前沿AI模型LIBERO-10操作能力并发布框架
热点事件持续更新
研究评测六款前沿AI模型LIBERO-10操作能力并发布框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
May Espinola等研究者构建统一闭环评测框架，在LIBERO-10基准上测试六款前沿AI模型的机器人操作能力，共18种配置、1,800次评估，全程无需任务特定微调或预训练操作技能。结果显示GPT-6 Astra以44%成功率居首，Gemini-4 Argon达43%；提高推理力度普遍有助表现，但会增加推理成本。 模型在物体放置任务上表现较好，但在精确空间布局和复杂多步交互上仍吃力。研究者已发布评测框架与实验结果，以支持可复现的基准测试和基于推理的机器人操作研究。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 12:00
前沿 AI 模型在 LIBERO-10 机器人操作任务上的评测：从推理到行动报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AI前沿 AI 模型在 LIBERO-10 机器人操作任务上的评测：从推理到行动
一项研究构建统一闭环评测框架，在 LIBERO-10 基准上测试六个前沿 AI 模型的机器人操作能力，共 18 种配置、1,800 次评估，无需任务特定微调。结果显示 GPT-6 Astra 以 44% 成功率居首，Gemini-4 Argon 达 43%，提高推理力度普遍有助表现但增加推理成本。模型在物体放置任务上表现较好，但在精确空间布局和复杂多步交互上仍吃力。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。