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
5966 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。」
Personal Agent 目前已经能够独立完成许多复杂操作，但在决策时仍面临一个问题：什么时候应该直接推断，什么时候需要向用户追问。
服了！天天在AI一线冲浪，竟然也会跟不上版本。
“支付”这件事情，正在变得越来越便捷。无论是网上购物、在线点单，还是线下消费，消费者只需要点击、扫码或碰一碰，就可以完成支付操作。但在这短短几秒钟内，背后实际上运转着一套复杂的支付系统。
100 多位顶尖数学家，耗费数十年，写下 1.5 万页证明。
不知道大家有没有跟我一样，以前给自己的口播视频加包装，我通常只敢加几层文字。
大模型Agent正在从简单问答，快速走向搜索、代码生成、网页操作和多轮工具调用。
早在 1995 年，Michael Wooldridge 等学者便在智能体研究的代表性论文《Intelligent Agents: Theory and Practice》中，提出了智能体的四项核心特征：反应性（Reactivity）、社会能力（Social Ability）、自主性（Autonomy）和主动性（Proactiveness）。
最近两个月，Personal Agent 这个概念忽然从边缘话题变成了普通用户手机屏幕上的新图标。
OpenAI发布GPT-6.1 Terra，每百万token输入1美元、输出5美元，较上代大幅降价，并强化视觉理解、写作和电脑操作；Agents’ Last Exam中追平GPT-6 Astra且速度快3倍以上，第三方评测幻觉率由88%降至38%，现已全面开放。