苦涩的教训降临机器人领域
研究在RoboDojo基准的六项操作任务上，于多种推理强度与服务层级设置下评估了九个前沿多模态语言模型直接控制实体机械臂的能力，称这是首次在实体硬件上对广泛前沿LM做系统性比较。结果显示当前模型能完成多种操作任务，但精度与效率不足以在实用动作预算内完成。2026年7月至10月间基准性能翻倍时间为53.9天，最佳执行速率提升4.4倍，最低执行成本下降6.2倍。
发布于 10-23 23:02来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《The Bitter Lesson Comes to Robotics》查看原链
arXiv:2610.25287v2 公告类型：替换 摘要：通用多模态语言模型（LM）正日益具备直接控制机械臂（例如通过指令末端执行器位姿）来操作环境的能力。 追踪这些能力的发展，对于理解其潜在益处（如提升工业自动化）与风险（如使恶意用户能够生产危险的化学或生物制剂）十分重要。
为此，我们研究了前沿多模态LM直接控制实体机械臂的能力。 我们在RoboDojo基准的六项操作任务上，于多种推理强度与服务层级设置下评估了九个模型。 据我们所知，这是首次在实体硬件上、围绕同一套操作任务对广泛的前沿LM进行系统性比较。 我们发现，当前前沿模型能够直接控制真实机械臂执行多种操作任务，但尚不够精确或高效，无法在实用的动作预算内完成任务。
然而，这些能力正在快速提升：2026年7月至10月（含）期间，模型在我们基准上的性能提升对应53.9天的性能翻倍时间，同时最佳记录执行速率提升了4.4倍，最低记录执行成本下降了6.2倍。 这些趋势引出一个可能：苦涩的教训正在降临机器人领域；具身通用LM的能力有朝一日或可与更专用模型相媲美。