最新研究:大模型驱动的扫地机器人多任务表现不佳,成功率仅 40%
最近,AI 实验室 Andon Labs 进行的一项评估引发了广泛关注。研究显示,搭载顶尖大模最型的扫地机器人在执行简单家务任务时,其成功率仅为40%,远低于人类的表现。此次实验要求机器新研人按照 “把黄油递给人” 的多步骤指令执行任务,涉及跨房间定位、识别包装、寻找移动位置的人类、究:完成交付并返回充电等复杂环节。 图源备注:图片由AI生成 评估结果显示,表现最好的机器人 Ge大模mini2.5Pro 成功率为40%,而 Claude Opus4.1和 GPT-5的成功率则分别为3型驱7% 和30%。这些数据表明,这些高端 AI 机器人在处理空间推理、环境理解以及长期任务规划等方面仍存动的在明显短板。 研究团队强调,这些机器人不仅在家庭环境中表现不佳,而且还可能带来安全隐患。扫地例如,一些机器人可能会被诱导泄露机密信息,或因无法识别楼梯风险而发生坠落事故。这些现象揭机器示了当前大型语言模型(LLM)与机器结合时的安全漏洞,提醒人们在资本大量投资于机器人技术的同时,人多必须关注其潜在的工程与安全问题。 在强大的文本生成能力与物理世界任务执行之间,依然存在一条任务不小的鸿沟。要让 AI 机器人真正进入家庭生活,还有许多挑战需要克服,尤其是在稳定性和安全性方表现面。 划重点: 🧑 研究发现,搭载大模型的扫地机器人在执行多任务时的成不佳功率仅为40%。 机器人在空间推理和环境理解方面表现不佳,存在明显短板,成。 机器人可能泄露机密信息或无法识别环境风险,带来安全隐患。
-
上一篇
-
下一篇
- 最近发表
- 随机阅读
-
- 亚马逊云计算业务CEO计划调整产品策略 为特定行业推出更多定制产品
- 我想吃火锅是什么梗
- OpenAI 推出家长控制功能,强化 ChatGPT 安全性
- Vidu Q2全面升级:参考生视频提速三倍,支持长达五分钟 AI 故事创作
- 标签: 优必选 U1系列 人形机器人 情感陪伴
- 未来6年,云计算对全球GDP的贡献预计将超过12万亿美元
- 标签: 滴滴充电 双碳目标 超充枪 绿色出行
- 《时代》2025年度最佳发明榜单出炉:宇树、DeepSeek、华为、比亚迪等中国创新上榜
- 标签: 魏牌 冯复之 长城 哈弗
- 标签: 豆包 SpaceX DeepSeek 梁文峰
- 标签: 豆包 Seed2.1 字节跳动 火山引擎
- 浜戣�绠楁牳蹇冩妧鏈疍ocker鏁欑▼锛欴ocker浣跨敤syslog鏃ュ織椹卞姩绋嬪簭
- 详解大数据开发-HDFS入门
- YouTube全球化神器正式上线!AI配音让视频观看时长暴涨25%,数百万创作者迎来流量新风口
- AI时代的GitHub,这个陆奇看好的方向,终于有人做了
- 八张图,看懂数据分析如何驱动决策
- DeepSeek招人 建GW级算力基础设施
- 免费“外挂”浏览器来了!Perplexity 把 200 美元/月的 Comet 下放全民,边刷网页边替你写邮件、抢票、比价的 AI 小秘书上线
- 标签: 壹账通 平安集团 金融科技
- 颠覆LLM长文本处理!DeepSeek-OCR发布“视觉记忆压缩”机制,或破解AI记忆瓶颈
- 搜索
-
- 友情链接