当机器人走出预设任务：RobotAgentBench全面评测机器人的开放世界能力
当机器人走出预设任务：RobotAgentBench全面评测机器人的开放世界能力「朋友马上来家里做客，帮我准备一下。」
来自主题: AI技术研报
5718 点击 2026-10-29 10:50
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
「朋友马上来家里做客，帮我准备一下。」
家庭不需要万能机器人。
有点狠！人形机器人公司这次居然要把技术黑盒拆到底了。
因为货架上的小尺寸挂钩被价格标签牌挡住了一部分，进便利店打工的机器人君第一次尝试挂货……扑了个空。
第一视角视频越来越多，研究人员怎样把这些记录变成能够改善机器人能力的训练信息？
具身智能不缺钱，也不缺演示，真正稀缺的是一条能复现的 Scaling 曲线。去年 11月，北美的 Generalist 发布 GEN-0，称首次在机器人身上观察到了这条曲线：预训练数据和算力越多，模型在下游任务上的表现就越稳定、可预测地提升。支撑这条曲线的，是超过 27 万小时的真实世界操作数据，和每周新增上万小时的采集速度。对绝大多数公司来说，曲线已经有人跑出来了，燃料却还没有。
基于预训练的 Cosmos-Predict2.5-2B，SkeLAM 使用总计约 10 小时的机器人交互数据进行训练。在人手到机器人的迁移实验中，输入换成人类演示，生成视频中的机械臂仍然呈现出与演示对应的运动方向。迁移时模型参数全部冻结，没有针对这些演示额外微调。
近日，在法国财经媒体《La Tribune》为 2026 年马赛人工智能大会（AIM 2026）录制的一场专访中，图灵奖得主、深度学习先驱杨立昆（Yann LeCun）详细披露了其创办的人工智能初创公司 AMI Labs 的世界模型商业化路线：先发表科学论文，再进入工业应用，最终瞄准家庭机器人、自动驾驶等需要与现实世界交互的智能系统。
人通过观摩、尝试和指点学习，机器人也能如此。可可矩阵（COCO Matrix）发布机器人模型 CO01（读作/kuːl/），让机器人也能从这些经验中学习。
机器人动手前，能不能先看一看不同选择会带来什么后果？ParallelWorld 将多步预演引入具身智能体的高层规划，将任务成功率从 56% 提升至 83%。