arXiv · cs.AI· Yanzhe Chen·· 6 天前AI 评分34
多模态具身智能体综述：从 computer-use 到 robot-use 的统一能力视角 PAPAV
Multimodal Embodied Agents: A Unified Capability-centric Perspective from Computer-Use to Robot-Use
来源与原文
arXiv · cs.AI
作者：Yanzhe Chen
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.30108v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一篇 arXiv 论文提出多模态具身智能体（MMEAs）概念及统一能力框架 PAPAV，涵盖感知、预判、规划、执行、验证五项能力，用于对比多模态智能体与机器人系统从 computer-use 到 robot-use 的差异。分析 64 个 benchmark 发现，显式评估集中在 Act，仅 5 个评估 Anticipate、3 个评估 Verify；文中还梳理了从部分可观测到结果不可验证等五项物理约束带来的开放挑战。
来源：arXiv · cs.AI · arxiv.org