跳到正文
#具身智能
  1. Artificial Analysis68

    Artificial Analysis 发布具身智能基准 AA-Robotics v0.1

    Artificial Analysis 推出 AA-Robotics v0.1，用八项具身操作任务评测前沿模型，每题满分 100 分，按完成度和部分进展计分。

    推荐理由：Artificial Analysis 首次把具身任务做成可比基准，并给出各模型在八项操作任务上的得分分布。

  1. Google DeepMind83

    Google DeepMind 发布 Gemini 4 Argon，面向机器人物理推理

    Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，称超过其他前沿模型。

    推荐理由：官方给出 Argon 在 ERQA 上的成绩与四类机器人工作流的代表性提示词，可据此判断模型能力边界与接入方式。

  1. Anthropic Research73

    Anthropic 研究：机器人如今能完成 34% 工作小时的体力任务，但仅 0.3% 具成本优势

    Anthropic 发布机器人暴露指数研究，用 Claude 给 O*NET 的 7,594 项体力任务按工作环境受控程度分 E0 到 E3 四级评级，发现机器人今天可在某类场景完成四分之三的体力任务，占美国全部工作时间的 34%。

    推荐理由：Anthropic 用 Claude 按环境受控程度给 7,594 项体力任务评级，量化了机器人替代的边界与成本约束。

已经到底了