⌘ K
… 读取采集状态 同步中...
雷
原文
AITNT AI日报·· 2001-10-16经营分27

CodeActionBench 发布:评测通用多模态 Agent 的机器人操作能力

会看图、会写代码的通用 Agent,能完成机器人操作吗?CodeActionBench 发布

AI 导读

南洋理工大学团队发布 CodeActionBench,在双臂仿真中评测通用多模态 Agent 的机器人操作能力。在 25 个任务、9 个配置共 675 次尝试中,GPT-6 Astra (Codex CLI) 以 73.3% 成功率居首,Claude Opus 5 在 Reference harness 下为 49.3%。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:AITNT AI日报 · aitntnews.com